mongoDB 分组查询
1、准备数据
from pymongo import MongoClient import datetime client=MongoClient('mongodb://localhost:27017') table=client['db1']['emp'] l=[ ('张飞','male',18,'20170301','teacher',7300.33,401,1), #以下是教学部 ('张云','male',78,'20150302','teacher',1000000.31,401,1), ('刘备','male',81,'20130305','teacher',8300,401,1), ('关羽','male',73,'20140701','teacher',3500,401,1), ('曹操','male',28,'20121101','teacher',2100,401,1), ('诸葛亮','female',18,'20110211','teacher',9000,401,1), ('周瑜','male',18,'19000301','teacher',30000,401,1), ('司马懿','male',48,'20101111','teacher',10000,401,1), ('袁绍','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门 ('张全蛋','female',38,'20101101','sale',2000.35,402,2), ('鹌鹑蛋','female',18,'20110312','sale',1000.37,402,2), ('王尼玛','female',18,'20160513','sale',3000.29,402,2), ('我尼玛','female',28,'20170127','sale',4000.33,402,2), ('杨过','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门 ('小龙女','male',18,'19970312','operation',20000,403,3), ('郭靖','female',18,'20130311','operation',19000,403,3), ('黄蓉','male',18,'20150411','operation',18000,403,3), ('梅超风','female',18,'20140512','operation',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d) # 准备数据
分组的概念与mysql相同,以某个字段作为依据进行归类,其目的是为了统计
2、$match
#match 用于对数据进行筛选 {"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等 #例1、select * from db1.emp where post='teacher'; # mysql的查询语句 db.emp.aggregate({"$match":{"post":"teacher"}}) #mongo的查询语句 #例2、select * from db1.emp where id > 3; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, )
3、$project
#1、 project翻译为投射 ,即将一个数据结果映射为另一个结果 过程中可以对某些数据进行修改 控制其最终显示的结果， 1表示显示，0不显示；_id默认是1，其余默认是0。 {"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}} #1、select name,post,(age+1) as new_age from db1.emp; db.emp.aggregate( {"$project":{ "name":1, "post":1 }}) #2、表达式之数学表达式 {"$add":[expr1,expr2,...,exprN]} #相加 {"$subtract":[expr1,expr2]} #第一个减第二个 {"$multiply":[expr1,expr2,...,exprN]} #相乘 {"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果 {"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果 #例:所有人年龄加1显示 db.emp.aggregate( {"$project":{ "name":1, "post":1, "new_age":{"$add":["$age",1]} }}) # 错误示范: 原因:参加运算的字段不能被隐藏 db.emp.aggregate( {"$project":{ "name":1, "salary":1, "age":0, "new_age":{"$add":["$age",1]} }}) #3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second #例如：select name,date_format("%Y") as hire_year from db1.emp db.emp.aggregate( {"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}} ) #例如查看每个员工的工作多长时间 db.emp.aggregate( {"$project":{"name":1,"hire_period":{ "$subtract":[ {"$year":new Date()}, {"$year":"$hire_date"} ] }}} ) #4、字符串表达式 {"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]} {"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接 {"$toLower":expr} {"$toUpper":expr} db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}}) #5、逻辑表达式 $and $or $not 其他见Mongodb权威指南
4、$group
# $group用于分组 # 分组后具体信息被影藏 db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post"}} ) # 通常我们要对分组后的内容进行统计这就需要对应的几个聚合函数 # select id,avg(salary) from db1.emp where id > 3 group by post; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}, ) # math用于匹配 与mysql不同的是没有顺序限制 每一个操作像是一个管道接收上一个的数据进行处理再传给下一个 # select id,avg(salary) from db1.emp where id > 3 group by post having avg(salary) > 10000; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}, {"$match":{"avg_salary":{"$gt":10000}}} ) # 对应的聚合函数 $sum、$avg、$max、$min、$first、$last #1、将分组字段传给$group函数的_id字段即可 {"$group":{"_id":"$sex"}} #按照性别分组 {"$group":{"_id":"$post"}} #按照职位分组 {"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组 #2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last #例1：select post,max(salary) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}}) #例2：去每个部门最大薪资与最低薪资 db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) #例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高 db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}}) #例4：求每个部门的总工资 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}}) #例5：求每个部门的人数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) #3、数组操作符 {"$addToSet":expr}：不重复 {"$push":expr}：重复 # 等同于group_concat #例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
5、$sort ,limit,skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序，-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
}
)
#例2、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
排序：$sort、限制：$limit、跳过：$skip
6、$sample
# 随机取出n条记录 #集合users包含的文档如下 { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true } { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false } { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true } { "_id" : 4, "name" : "li", "q1" : true, "q2" : false } { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true } { "_id" : 6, "name" : "li", "q1" : true, "q2" : true } { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } #下述操作时从users集合中随机选取3个文档 db.users.aggregate({"$sample":{"size":3}}) 随机选取n个：$sample
