MongoDB聚合
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,并且可以对分组的数据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。
Aggregate()方法
对于MongoDB中的聚合,应该使用aggregate()方法。
语法
aggregate()的基本语法如下:
>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
在集合中,你具有以下数据:
{ _id: ObjectId(7df78ad8902c) title: 'MongoDB Overview', description: 'MongoDB is no sql database', by_user: 'newbiego point', url: 'http:// www.newbiego.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 100 }, { _id: ObjectId(7df78ad8902d) title: 'NoSQL Overview', description: 'No sql database is very fast', by_user: 'newbiego point', url: 'http:// www.newbiego.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,从上面的集合中,如果要显示一个列表,说明每个用户编写了多少教程,那么你将使用以下内容总计的()method:
> db.mycol.aggregate([{$group : {_id : "$by_user", num_newbiego : {$sum : 1}}}]) { "_id" : "newbiego point", "num_newbiego" : 2 } { "_id" : "Neo4j", "num_newbiego" : 1 } >
以上用例的sql等效查询将是select by_user, count(*) from mycol group by by_user。
在上面的示例中,我们按字段对文档进行了分组by_user并且在用户每次出现时,sum的先前值都会增加。以下是可用的聚合表达式的列表。
表达 | 描述 | Example |
---|---|---|
$sum | 从集合中的所有文档中汇总定义的值。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,num_newbiego:{$ sum:“ $ likes”}}}])) |
$avg | 计算集合中所有文档的所有给定值的平均值。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,num_newbiego:{$ avg:“ $ likes”}}}])) |
$min | 从集合中的所有文档中获取最小的对应值。 | db.mycol.aggregate([{$ group:{_id:“ $ by_user”,num_newbiego:{$ min:“ $ likes”}}}])) |
$max | 从集合中的所有文档中获取相应值的最大值。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,num_newbiego:{$ max:“ $ likes”}}}])) |
$push | 将值插入结果文档中的数组。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,url:{$ push:“ $ url”}}}])) |
$ addToSet | 将值插入结果文档中的数组,但不创建重复项。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,url:{$ addToSet:“ $ url”}}}])) |
$first | 根据分组从源文档中获取第一个文档。通常,这与以前应用的“ $ sort”阶段一起才有意义。 | db.mycol.aggregate([[$$ 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。通常,这与以前应用的“ $ sort”阶段一起才有意义。 | db.mycol.aggregate([[$$ group:{_id:“ $ by_user”,last_url:{$ last:“ $ url”}}}])) |
管道概念
在UNIX命令中,shell流水线意味着可以对某些输入执行操作,并将输出用作下一条命令的输入,依此类推。 MongoDB在聚合框架中也支持相同的概念。有一组可能的阶段,每个阶段都作为一组文档作为输入,并生成一组结果文档(或在管道末尾生成最终的JSON文档)。然后可以将其用于下一个阶段,依此类推。
以下是聚合框架的可能阶段:
$project:用于从集合中选择一些特定字段。
$match:这是一项过滤操作,因此可以减少作为下一阶段输入的文档数量。
$group:这将进行如上所述的实际汇总。
$sort:对文档进行排序。
$skip:这样,可以在给定数量的文档中向前跳过文档列表。
$limit:这限制了要查看的文档数量,从当前位置开始按给定的数量进行查看。
$unwind:这用于展开使用数组的文档。当使用数组时,数据是预先连接的,此操作将被撤消以再次拥有单独的文档。因此,在本阶段中,我们将增加下一阶段的文档数量。