MongoDB 聚合查询

什么是 MongoDB 聚合框架

MongoDB 聚合框架（Aggregation Framework）是一个计算框架，它可以：
- 作用在一个或几个集合上；
- 对集合中的数据进行的一系列运算；
- 将这些数据转化为期望的形式；
从效果而言，聚合框架相当于 SQL 查询中的：
- GROUP BY
- LEFT OUTER JOIN
- AS等

管道（Pipeline）和步骤（Stage）

整个聚合运算过程称为管道（Pipeline），它是由多个步骤（Stage）组成的，每个管道：
- 接受一系列文档（原始数据）；
- 每个步骤对这些文档进行一系列运算；
- 结果文档输出给下一个步骤；

聚合运算的基本格式

复制代码

pipeline = [$statge1, $stage2, ...$stageN];

db.<COLLECTION>.aggregate(
	pipeline,
	{	options }
);

常见步骤

步骤	作用	SQL等价运算符
$match	过滤	WHERE
$project	投影	AS
$sort	排序	ORDER BY
$group	分组	GROUP BY
`$skip/$limit`	结果限制	SKIP/LIMIT
$lookup	左外连接	LEFT OUTER JOIN

常见步骤中的运算符

$match	$project	$group
`$eq/$gt/$gte/$lt/$lte` \| 选择需要的或排除不需要的字段 \| `$sum/$avg`
`$and/$or/$not/$in`	`$map/$reduce/$filter` \| `$push/$addToSet`
`$geoWithin/$intersect`	`$range` \| `$first/$last/$max/$min`
	`$multiply/$divide/$substract/$add`
	`$year/$month/$dayOfMonth/$hour/$minute/$second`

步骤	作用	SQL等价运算符
$unwind	展开数组	N/A
$graphLookup	图搜索	N/A
		N/A

聚合运算的使用场景

聚合查询可以用于OLAP和OLTP场景。例如：

OLTP	OLAP
计算	分析一段时间内的销售总额、均值计算一段时间内的净利润分析购买人的年龄分布分析学生成绩分布统计员工绩效

MQL 常用步骤与 SQL 对比

复制代码

SELECT 
	FIRST_NAME AS `名`,
	LAST_NAME AS `姓`,
FORM Users
WHERE GENDER = '男'
SKIP 100
LIMIT 20

复制代码

db.users.aggregate([
	{$match: {gender: "男"}},
	{$skip: 100},
	{$limit: 20},
	{$project: {
		"名": $first_name,
		"姓": $last_name
	}}
]);

复制代码

SELECT DEPARTMENT,
	COUNT(NULL) AS EMP_QTY 
FROM Users
WHERE GENDER = '女'
GROUP BY DEPARTMENT HAVING
COUNT(*) < 10

复制代码

db.users.aggregate([
	{$match: {gender: '女'}},
	{$group: {
		_id: $DEPARTMENT,
		emp_qty: {$sum: 1}
	}},
	{$match: {$emp_qty: {$lt: 10}}}
]);

MQL 特有步骤 $unwind

$unwind指定字段进行子文档展开，其他字段不动

复制代码

> db.students.findOne()
{
	name: "张三",
	score: [
		{subject: "语文", score: 84},
		{subject: "数学", score: 90},
		{subject: "外语", score: 69},
	]
}
> db.students.aggregate([$unwind: $score])
{name: "张三", score: {subject: "语文", score: 84}}
{name: "张三", score: {subject: "数学", score: 90}}
{name: "张三", score: {subject: "外语", score: 69}}