MongoDB Query语法和工具 聚合

1.基础语法:       相关网站:  http://www.runoob.com/mongodb/mongodb-query.html

Noted: 1> can not order by multiple fields.

2>  better to use object array , not use a string to save a array data.

  

2.链接DB工具     1> nosqlbooster :  https://nosqlbooster.com/downloads  

 2> studio 3T :   https://studio3t.com/download-now/    win版破解方法网站:  https://www.jianshu.com/p/cc97f31509ea

 

３聚合查询：
　

管道操作符

常用管道    含义
$group    将collection中的document分组，可用于统计结果
$match    过滤数据，只输出符合结果的文档
$project    修改输入文档的结构(例如重命名，增加、删除字段，创建结算结果等)
$sort    将结果进行排序后输出
$limit    限制管道输出的结果个数
$skip    跳过制定数量的结果，并且返回剩下的结果
$unwind    将数组类型的字段进行拆分

 

表达式操作符

常用表达式    含义
$sum    计算总和，{$sum: 1}表示返回总和×1的值(即总和的数量),使用{$sum: '$制定字段'}也能直接获取制定字段的值的总和
$avg    平均值
$min    min
$max    max
$push    将结果文档中插入值到一个数组中
$first    根据文档的排序获取第一个文档数据
$last    同理，获取最后一个数据

 

 

＃　select count(*) from tb_sea group by userId 
db.tb_sea.aggregate([{$group : {_id : "$userId", total : {$sum : 1}}}])
{
   "result" : [
      {
         "_id" : "sea",
         "total" : 2
      },
      {
         "_id" : "shan",
         "total" : 1
      }
   ],
   "ok" : 1
}

$match

＃　select count(*) from tb_sea where score >70 and  score <90   group by userId

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

 

关联查询：

# select  b.bookingNO, b.origin,b.mawbNo,b.status from  tb_booking  b   inner join tb_milestone  as milestone_docs  where b.status !='X' and milestone_docs.status ='RCF' 

and b.bookingNo in ['1233' ,'23231']

  return bookingCol.aggregate(
        [
            {
                '$lookup':
                    {
                        "from": "tb_milestone",
                        "localField": "bookingNo",
                        "foreignField": "bookingNo",
                        "as": "milestone_docs"
                    },
            },
            {
                '$project':
                    {
                        'bookingNo': 1,
                        'origin': 1,
                        'mawbNo': 1,
                        'status': 1,'_id': 0
                    },
            },
            {
                '$match':
                    {
                        'status': {'$ne': 'X'},
                        'bookingNo': {'$in': ['321312','2323213']},
                        'milestone_docs.status': 'RCF'
                    }
            }

        ]
    )

 

MongoDB Map Reduce :https://www.runoob.com/mongodb/mongodb-map-reduce.html

Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。

MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

MapReduce 命令

以下是MapReduce的基本语法：

>db.collection.mapReduce(
   function() {emit(key,value);},  //map 函数
   function(key,values) {return reduceFunction},   //reduce 函数
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理。

Map 函数必须调用 emit(key, value) 返回键值对。

参数说明:

• map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
• reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。
• out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
• query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
• sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
• limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

以下实例在集合 orders 中查找 status:"A" 的数据，并根据 cust_id 来分组，并计算 amount 的总和。