mongodb 聚合 - 走看看

聚合操作过程中的数据记录和计算结果返回。聚合操作分组值从多个文档，并可以执行各种操作，分组数据返回单个结果。在SQL COUNT（*）和group by 相当于MongoDB的聚集。

aggregate() 方法

对于在MongoDB中聚集，应该使用aggregate()方法。

语法:

aggregate() 方法的基本语法如下

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

例子:

在集合中，有以下的数据：

{

   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'yiibai yiibai',
   url: 'http://www.yiibai.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'yiibai yiibai',
   url: 'http://www.yiibai.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
},

现在从上面的集合，如果想显示一个列表，有很多用户写的教程，那么使用 aggregate() 方法，如下所示：

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{
   "result" : [
      {
         "_id" : "yiibai yiibai",
         "num_tutorial" : 2
      },
      {
         "_id" : "yiibai yiibai",
         "num_tutorial" : 1
      }
   ],
   "ok" : 1
}
>

上述使用的情况相当于SQL查询 select by_user, count(*) from mycol group by by_user

在上面的例子中，我们已分组字段 by_user 文档，并在每个的次数by_user先前的值总和递增。没有聚集表达式列表。

表达式	描述	实例
$sum	总结从集合中的所有文件所定义的值.	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	从所有文档集合中所有给定值计算的平均.	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	获取集合中的所有文件中的相应值最小.	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	获取集合中的所有文件中的相应值的最大.	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	值插入到一个数组生成文档中.	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	值插入到一个数组中所得到的文档，但不会创建重复.	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根据分组从源文档中获取的第一个文档。通常情况下，这才有意义，连同以前的一些应用 “$sort”-stage.	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根据分组从源文档中获取最后的文档。通常，这才有意义，连同以前的一些应用 “$sort”-stage.	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

管道概念

在UNIX 命令 shell 管道是指一些输入和输出作为输入下一个命令等执行操作的可能性。 MongoDB 聚合框架也支持同样的概念。有一组可能的阶段，每个这些的一组文档作为输入，并产生一个结果集的文件（或最终生成的JSON文档在管道末端）。然后又再次被用来为下一阶段等。

可能的阶段聚合框架如下：

$project: 用于选择从收集的一些具体字段。
$match: 这是一个滤波操作，因此可以减少量，作为下一阶段的输入给定的文档。
$group: 如上所讨论的，这不实际的聚合。
$sort: 文件排序。
$skip: 与此有可能向前跳过的文件列表中的一个给定的的文档数量。
$limit: 这限制了的文档数量看一下由从当前位置开始的给定数
$unwind: 这是用来平仓文档的中使用数组。使用数组时，数据是一种pre-joinded，再次有个别文件，此操作将被取消。因此，这个阶段，数量会增加文件的下一阶段。