Mongodb 简明教程

MongoDB - Aggregation

聚合操作处理数据记录并返回计算结果。聚合操作将来自多个文档的值组合在一起，并可以在组合的数据上执行各种操作以返回单个结果。在 SQL 中 count(*) 和 group by 等效于 MongoDB 聚合。

The aggregate() Method

对于 MongoDB 中的聚合，您应该使用 aggregate() 方法。

Syntax

aggregate() 方法的基本语法如下 -

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

Example

在集合中，您有以下数据 -

{
   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview',
   description: 'MongoDB is no sql database',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview',
   description: 'No sql database is very fast',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.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，从上述集合中，如果您想显示一个列出每个用户编写的教程数量的列表，则您将使用以下 aggregate() 方法 -

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{ "_id" : "tutorials point", "num_tutorial" : 2 }
{ "_id" : "Neo4j", "num_tutorial" : 1 }
>

上述用例的 SQL 等效查询将是 select by_user, count( ) from mycol group by by_user*。

在上面的示例中，我们按字段 by_user 对文档进行分组，并且在每次 by 用户出现时都会使前一个值加 1。下面列出了可用的聚合表达式。

Expression

Description

Example

$sum

对集合中所有文档中的定义值进行求和。

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

$avg

从集合中所有文档中的所有给定值计算平均值。

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

$min

获取集合中所有文档中相应值的最小值。

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

$max

获取集合中所有文档中相应值的最小值。

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

$push

将值插入到结果文档中的一个数组中。

db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])

$addToSet

将值插入到结果文档中的一个数组中，但不会创建重复项。

db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])

$first

根据分组从源文档中获取第一个文档。这通常只在与之前应用了一些“$sort”阶段时才有意义。

db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])

$last

根据分组从源文档中获取最后一个文档。这通常只在与之前应用了一些“$sort”阶段时才有意义。

db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

Pipeline Concept

在 UNIX 命令中，shell 管道表示在一些输入上执行操作并使用输出作为下一个命令的输入，依此类推的可能性。MongoDB 在聚合框架中也支持相同概念。有一组可能的阶段，每个阶段都将一组文档作为输入并生成一组结果文档（或管道末尾的最终结果 JSON 文档）。它随后依次可用于下一个阶段，依此类推。

聚合框架中的可能阶段如下：

  1. $project − 用于从集合中选择一些特定字段。

  2. $match − 这是一个筛选操作，因此这会减少作为下一个阶段输入提供的文档量。

  3. $group − 执行如上所述的实际聚合。

  4. $sort − 对文档进行排序。

  5. $skip - 通过此操作，可以跳过给定数量的文档中的文档列表。

  6. $limit - 此操作会从当前位置开始，通过给定数量限制要查看的文档数量。

  7. $unwind - 此操作用于解开使用数组的文档。当使用数组时，数据会被预先连接，而此操作将取消此连接，以便让数据重新变为独立的文档。因此，通过此阶段，我们可以增加下一阶段的文档数量。