mongodb MongoDB 聚合 group

MongoDB 聚合

MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。

基本语法为：db.collection.aggregate( [ <stage1>, <stage2>, ... ] )

现在在mycol集合中有以下数据：

{ "_id" : 1, "name" : "tom", "sex" : "男", "score" : 100, "age" : 34 }
{ "_id" : 2, "name" : "jeke", "sex" : "男", "score" : 90, "age" : 24 }
{ "_id" : 3, "name" : "kite", "sex" : "女", "score" : 40, "age" : 36 }
{ "_id" : 4, "name" : "herry", "sex" : "男", "score" : 90, "age" : 56 }
{ "_id" : 5, "name" : "marry", "sex" : "女", "score" : 70, "age" : 18 }
{ "_id" : 6, "name" : "john", "sex" : "男", "score" : 100, "age" : 31 }

1、$sum 计算总和。

　　Sql:  select sex,count(*) from mycol group by sex

　　MongoDb:  db.mycol.aggregate([{$group: {_id: '$sex', personCount: {$sum: 1}}}])

　　

　　Sql:  select sex,sum(score) totalScore from mycol group by sex

　　MongoDb:  db.mycol.aggregate([{$group: {_id: '$sex', totalScore: {$sum: '$score'}}}])

　　

2、$avg  计算平均值

 　　Sql:  select sex,avg(score) avgScore from mycol group by sex

　　Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', avgScore: {$avg: '$score'}}}])

　　

3、$max 获取集合中所有文档对应值得最大值。

　　Sql:  select sex,max(score) maxScore from mycol group by sex

　　Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', maxScore : {$max: '$score'}}}])

　　

4、$min 获取集合中所有文档对应值得最小值。

　　Sql:  select sex,min(score) minScore from mycol group by sex

　　Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', minScore : {$min: '$score'}}}])

　　

5、$push 把文档中某一列对应的所有数据插入值到一个数组中。

　　Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', scores : {$push: '$score'}}}])

　　

6、$addToSet 把文档中某一列对应的所有数据插入值到一个数组中,去掉重复的

　　db.mycol.aggregate([{$group: {_id: '$sex', scores : {$addToSet: '$score'}}}])

 　　

7、 $first 根据资源文档的排序获取第一个文档数据。

　　 db.mycol.aggregate([{$group: {_id: '$sex', firstPerson : {$first: '$name'}}}])

　　

8、 $last 根据资源文档的排序获取最后一个文档数据。

　　 db.mycol.aggregate([{$group: {_id: '$sex', lastPerson : {$last: '$name'}}}])

　　

9、全部统计 null

　　db.mycol.aggregate([{$group:{_id:null,totalScore:{$push:'$score'}}}])

　　

例子

 　　现在在t2集合中有以下数据：

　　{ "country" : "china", "province" : "sh", "userid" : "a" }
　　{ "country" : "china", "province" : "sh", "userid" : "b" }
　　{ "country" : "china", "province" : "sh", "userid" : "a" }
　　{ "country" : "china", "province" : "sh", "userid" : "c" }
　　{ "country" : "china", "province" : "bj", "userid" : "da" }
　　{ "country" : "china", "province" : "bj", "userid" : "fa" }

　　

　　需求是统计出每个country/province下的userid的数量（同一个userid只统计一次）

　　过程如下。

　　首先试着这样来统计：

　　db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "prov": "$province"} , "number":{$sum:1}} } ])  

　　结果是错误的：

　　

　　原因是，这样来统计不能区分userid相同的情况 （上面的数据中sh有两个 userid = a)

 　　为了解决这个问题，首先执行一个group，其id 是 country, province, userid三个field：

　　db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ])

　　

　　

　　可以看出，这步的目的是把相同的userid只剩下一个。

　　然后第二步，再第一步的结果之上再执行统计：

　　db.t2.aggregate([
　　{ $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ,
　　{ $group: {"_id": { "country" : "$_id.country", "province": "$_id.province" }, count : { $sum : 1 } } }
　　])

　　这回就对了

 　　

　　加入一个$project操作符，把_id去掉

　　db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ,
　　{ $group: {"_id": { "country" : "$_id.country", "province": "$_id.province" }, count: { $sum : 1 } } },
　　{ $project : {"_id": 0, "country" : "$_id.country", "province" : "$_id.province", "count" : 1}}
　　])

　　最终结果如下：

　　

管道的概念

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

• $project：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。
• $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
• $limit：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：将集合中的文档分组，可用于统计结果。
• $sort：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。

 1、$project实例

　　 db.mycol.aggregate({$project:{name : 1, score : 1}})

　　

　　这样的话结果中就只还有_id,name和score三个字段了，默认情况下_id字段是被包含的，如果要想不包含_id话可以这样:

 　　db.mycol.aggregate({$project:{_id : 0, name : 1, score : 1}})

　　

 2、$match实例

　　$match用于获取分数大于30小于并且小于100的记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理

　　db.mycol.aggregate([{$match :{score: {$gt: 30, $lt: 100}}},{$group:{_id:'$sex',count:{$sum:1}}}])