MongoDB 4.0.10 聚合

• db.<collection>.group(document)：首先根据cond查询条件筛选符合条件的数据，然后按照key分组属性把数据分成不同组，每一组都经过initial进行变量初始化，在经过reduce函数进行计算，其中curr参数代表该组的一个文档，result参数在最后的时候返回，统计完该组之后调用finalize函数
• group方法的不足之处：需要手写聚合函数的业务逻辑，且不支持分片计算，无法分布式计算
• 示例在SQL_DB中Learn09.js

db.<collection>.group(document)
// document指定是
{
    key:{key1:1, key2:1},                  // 分组属性
    keyf:{ },                              // 可选，用于代替参数key，可以不指定其属性为分组字段的对象，而是指定一个函数，该函数返回一个用于分组的key对象
    cond:{ },                              // 可选，查询条件
    reduce:function(curr, result){ },      // 每一组数据执行的聚合函数，curr代表该组的一个文档，result代表该组的一个聚合结果
    initial:{},                            // 进入每组之前进行变量参数初始化
    finalize:function(){ }                 // 可选，统计完一组后的回调函数
}

• db.<collection>.aggregate(AGGREGATE_OPERATION)，V2.2加入：这是MongoDB的聚合管道，将MongoDB文档在一个管道处理完毕之后将结果传递给下一个管道处理，管道操作是可以重复的
• 示例在SQL_DB中Learn10.js

$project //select 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
$match   //where/having 用于过滤数据，只输出符合条件的文档;$match使用MongoDB的标准查询操作
$limit   //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   //group by 将集合中的文档分组，可用于统计结果
$sort    //order by 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

db.<collection>.aggregate(AGGREGATE_OPERATION)
//示例
// SELECT column_name,COUNT(column_name) AS total FROM kr GROUP BY column_name
db.kr.aggregate([
    {$group:{_id:"$column_name",total:{$sum:1}}}
])
// 按照column_name和article_id进行聚合
db.kr.aggregate([
    {$group : {_id : {key1:"$column_name", key2:"$article_id"}, num_total : {$sum : 1}}}
])
db.runoob.aggregate([{$project:{title:1,url:1,_id:0}}])            // 显示title、url字段
db.runoob.aggregate([{$match:{likes:{$gt:100,$lte:1500}}}])        // 筛选100<likes<=1500的文档
db.runoob.aggregate([{$skip:10}])                                  // 跳过前10个文档
db.runoob.aggregate([{$limit:3}])                                  // 显示前三个文档
db.runoob.aggregate([{$unwind:"$tags"}])                           // tags字段是数组类型，将其进行拆分
db.runoob.aggregate([{$sort:{likes:1}}])                           // 按likes字段升序排列，1代表升序，-1代表降序

• aggregate()方法中$group中的修饰符

$sum        // sum()/count() 对设置的属性按分组计算总和，如果不是数值类型，则结果为0，设置为1，则为count(*)计数统计
$avg        // 对设置的属性按分组计算平均值，如果不是数值类型，则返回null
$min        // 获取集合中所有文档对应值得最小值, 分组取最小
$max        // 获取集合中所有文档对应值得最大值, 分组取最大
$push       // 在结果文档中插入值到一个数组中,将聚合之后的结果形成一个数组，如果按某个属性聚合之后，对A属性进行push，这把分组中所有的A属性放在一个数组里面
$addToSet   // 在结果文档中插入值到一个数组中，但不创建副本
$first      // 根据资源文档的排序获取每个分组第一个文档数据
$last       // 根据资源文档的排序获取每个分组最后一个文档数据

• mapReduce()，V2.4加入
• 关系数据的group不支持分布式运算，而且在单台服务器的运算能力必然是有限的，而mapReduce支持分布式运算，可以在大量的服务器上同时工作，以空间换结果
• map函数首先按照分组的属性进行分组，将同属于一个组的数据映射到一个数组上去，reduce函数则是将分好的数组进行计算
• 大坑：分组数据如果大于100，那么它每次取完100条，归并为1条，又返回给map函数作为输入，判断是否余数是否大于100，大于100，取100条，周而复始，直到最后一次取数不大于100，运算完成后就结束
• 大坑：使用Group或MapReduce时，如果一个分类只有一个元素，那么Reduce函数将不会执行，但Finalize函数还是会执行的；这时要在Finalize函数中考虑一个元素与多个元素返回结果的一致性
• 示例在SQL_DB中Learn11.js、Learn12.js

db.<collecton>.mapReduce(
    function(){    emit(key, value);},        　　　　　　　　// map函数，映射函数，key为统计的键，可以自定义；value为需要添加到数组的值的属性，可以多个
    function(key, values){ return reduceFunction },        // reduce统计函数，key为统计的键；values为数组
    {
        out: <collection>,        // 统计结果放在集合中，如果不指定out:{inline:1}则使用临时集合，在客户端断开后自动删除
        query: <document>,        // 筛选条件，只有符合条件的数据才会发到map函数
        sort: <document>,         // 排序后发给map函数
        limit: <number>,          // 发给map函数的数据数量                
        finalize: <function>,     // 在reduce函数执行完后执行，将键和文档作为参数，返回修改的文档
        scope: <document>,        // 指定map、reduce、finalize的全局变量
        jsMode: <boolean>,        // 指定是否在执行map和reduce函数直接将中间数据转换为BSON格式，默认为false，将map发出的js对象转换为BSON对象，调用reduce将BSON对象转换为js对象
        verbose: <boolean>,       // 指定是否包含timing信息，默认为false，不包含
        bypassDocumentValidation: <boolean>        // 是否允许mapReduce在操作期间绕过文档验证，这使得可以插入不符合验证要求的文档
    }
)

• aggregate()：聚合表达式中使用的字符串运算符和算术运算符

$add           // 计算数值的总和。例如：valuePlus5:{$add:["$value",5]}
$divide        // 给定两个数值，用第一个数除以第二个数。例如：valueDividedBy5:{$divide:["$value",5]}
$mod           // 取模。例如:{$mod:["$value",5]}
$multiply      // 计算数值数组的乘积。例如:{$multiply:["$value",5]}
$subtract      // 给定两个数值，用第一个数减去第二个数。例如:{$subtract:["$value",5]}
$concat        // 连接两个字符串 例如：{$concat:["str1","str2"]}
$strcasecmp    // 比较两个字符串并返回一个整数来反应比较结果。例如 {$strcasecmp:["$value","$value"]}
$substr        // 返回字符串的一部分。例如:hasTest：{$substr:["$value","test"]}
$toLower       // 将字符串转化为小写
$toUpper       // 将字符串转化为大写

• aggregate()：时间关键字

$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      // { $dateToString: {format:"",date:""} }
// %Y  Year (4 digits, zero padded)                    0000-9999
// %m  Month (2 digits, zero padded)                   01-12
// %d  Day of Month (2 digits, zero padded)            01-31
// %H  Hour (2 digits, zero padded, 24-hour clock)    00-23
// %M  Minute (2 digits, zero padded)                  00-59
// %S  Second (2 digits, zero padded)                  00-60
// %L  Millisecond (3 digits, zero padded)            000-999
// %j  Day of year (3 digits, zero padded)             001-366
// %w  Day of week (1-Sunday, 7-Saturday)              1-7
// %U  Week of year (2 digits, zero padded)            00-53
// %%  Percent Character as a Literal                  %
db.runoob.aggregate([{$project:{createDate:1,_id:0,dayOfYear:{$dayOfYear:"$createDate"},year:{$year:"$createDate"}}}])
db.runoob.aggregate([{$project:{createDate:1,_id:0,newdate:{$dateToString:{format:"%Y",date:"$createDate"}}}}])