MongoDB 聚合

MongoDB 中聚合(aggregate)主要用于处理数据(诸如统计平均值，求和等)，并返回计算后的数据结果。

有点类似 SQL 语句中的 count(*)。

---

aggregate() 方法

MongoDB中聚合的方法使用aggregate()。

语法

aggregate() 方法的基本语法格式如下所示：

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

实例

集合中的数据如下：

{
   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'baidu.com',
   url: 'http://www.baidu.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'baidu.com',
   url: 'http://www.baidu.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
},
{
   _id: ObjectId(7df78ad8902e)
   title: 'Neo4j Overview', 
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
},

现在我们通过以上集合计算每个作者所写的文章数，使用aggregate()计算结果如下：

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{
   "result" : [
      {
         "_id" : "baidu.com",
         "num_tutorial" : 2
      },
      {
         "_id" : "Neo4j",
         "num_tutorial" : 1
      }
   ],
   "ok" : 1
}
>

以上实例类似sql语句：

 select by_user, count(*) from mycol group by by_user

在上面的例子中，我们通过字段 by_user 字段对数据进行分组，并计算 by_user 字段相同值的总和。

下表展示了一些聚合的表达式:

表达式	描述	实例
\(sum | 计算总和。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", num_tutorial : {\)sum : "$likes"}}}])
\(avg | 计算平均值 | db.mycol.aggregate([{\)group : {_id : "\(by_user", num_tutorial : {\)avg : "$likes"}}}])
\(min | 获取集合中所有文档对应值得最小值。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", num_tutorial : {\)min : "$likes"}}}])
\(max | 获取集合中所有文档对应值得最大值。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", num_tutorial : {\)max : "$likes"}}}])
\(push | 在结果文档中插入值到一个数组中。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", url : {\)push: "$url"}}}])
\(addToSet | 在结果文档中插入值到一个数组中，但不创建副本。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", url : {\)addToSet : "$url"}}}])
\(first | 根据资源文档的排序获取第一个文档数据。 | db.mycol.aggregate([{\)group : {_id : "\(by_user", first_url : {\)first : "$url"}}}])
\(last | 根据资源文档的排序获取最后一个文档数据 | db.mycol.aggregate([{\)group : {_id : "\(by_user", last_url : {\)last : "$url"}}}])

---

管道的概念

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

• $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
• \(match：用于过滤数据，只输出符合条件的文档。\)match使用MongoDB的标准查询操作。
• $limit：用来限制MongoDB聚合管道返回的文档数。
• $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
• $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
• $group：将集合中的文档分组，可用于统计结果。
• $sort：将输入文档排序后输出。
• $geoNear：输出接近某一地理位置的有序文档。

管道操作符实例

1、$project实例

db.article.aggregate(
    { $project : {
        title : 1 ,
        author : 1 ,
    }}
 );

这样的话结果中就只还有_id,tilte和author三个字段了，默认情况下_id字段是被包含的，如果要想不包含_id话可以这样:

db.article.aggregate(
    { $project : {
        _id : 0 ,
        title : 1 ,
        author : 1
    }});

2.$match实例

db.articles.aggregate( [
                        { $match : { score : { $gt : 70, $lte : 90 } } },
                        { $group: { _id: null, count: { $sum: 1 } } }
                       ] );

$match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理。

3.$skip实例

db.article.aggregate(
    { $skip : 5 });

经过$skip管道操作符处理后，前五个文档被"过滤"掉。

db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])

以上实例类似sql语句：

select by_user as _id, count(*) as num_tutorial from mycol group by by_user

db.articles.aggregate({
    $project : {
        title: 2,
        by_user: 1,
    }
})

这样子也是可行的。也就是说非0也可以进行表示显示该字段,负数也可以表示显示该字段。

按日、按月、按年、按周、按小时、按分钟聚合操作如下：

db.getCollection('m_msg_tb').aggregate(
[
    {$match:{m_id:10001,mark_time:{$gt:new Date(2017,8,0)}}},
    {$group: {
       _id: {$dayOfMonth:'$mark_time'},
        pv: {$sum: 1}
        }
    },
    {$sort: {"_id": 1}}
])

时间关键字如下：

• $dayOfYear: 返回该日期是这一年的第几天（全年 366 天）。
• $dayOfMonth: 返回该日期是这一个月的第几天（1到31）。
• $dayOfWeek: 返回的是这个周的星期几（1：星期日，7：星期六）。
• $year: 返回该日期的年份部分。
• $month： 返回该日期的月份部分（ 1 到 12）。
• $week： 返回该日期是所在年的第几个星期（ 0 到 53）。
• $hour： 返回该日期的小时部分。
• $minute: 返回该日期的分钟部分。
• $second: 返回该日期的秒部分（以0到59之间的数字形式返回日期的第二部分，但可以是60来计算闰秒）。
• $millisecond：返回该日期的毫秒部分（ 0 到 999）。
• $dateToString： { $dateToString: { format: , date: } }。

这里有一个小细节：当 match 条件和 group 同时存在时，顺序会影响检索结果，必须先写 match 在前面。

db.articles.aggregate([{$match:{score:{ $gt:70, $lte:90 }}},{$group:{_id: null,count:{$sum: 1 }}}]);
db.articles.aggregate([{$group:{_id: null,count:{$sum: 1 }}},{$match:{score:{ $gt:70,$lte:90 }}}]);

这两个语句执行的结果会不一样，新手需要在意。