MongoDB aggregate 聚合

MongoDB 中 aggregate 用于对数据进行聚合操作,比如统计平均值、求和等。

等同于 SQL 语句中的 count() sum()

 

1. aggregate() 方法

MongoDB 中聚合的方法使用 aggregate()。

1)aggregate() 的语法

aggregate() 方法的基本语法格式如下所示:

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

2)aggregate() 的范例

测试集合中的数据如下:

> db.mycol.find.pretty()
{
   _id: ObjectId("60b8bf625cfb478472f54955"),
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'codebaoku.com',
   url: 'http://www.codebaoku.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
}
{
   _id: ObjectId("60b8bf625cfb478472f54956"),
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'codebaoku.com',
   url: 'http://www.codebaoku.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
}
{
   _id: ObjectId("60b8bf625cfb478472f54957"),
   title: 'Neo4j Overview', 
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
}

现在我们通过以上集合计算每个作者所写的文章数,使用 aggregate() 计算结果如下:

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{
   "result" : [
    {
        "_id" : "codebaoku.com",
        "num_tutorial" : 2
    },
    {
        "_id" : "Neo4j",
        "num_tutorial" : 1
    }
   ],
   "ok" : 1
}
>

以上范例类似 sql 语句:

 select by_user, count(*) from mycol group by by_user

在上面的例子中,我们通过字段 by_user 字段对数据进行分组,并计算 by_user 字段相同值的总和。

3)聚合的表达式

下表展示了一些聚合的表达式(AGGREGATE_OPERATION):

表达式描述范例
$sum计算总和。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg计算平均值db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min获取集合中所有文档对应值得最小值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max获取集合中所有文档对应值得最大值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push在结果文档中插入值到一个数组中。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet在结果文档中插入值到一个数组中,但不创建副本。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first根据资源文档的排序获取第一个文档数据。db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last根据资源文档的排序获取最后一个文档数据db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

 

2. aggregate() 管道

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。

aggregate() 管道用于处理输入文档并输出。管道表达式只能用于计算当前聚合管道的文档,不能处理其它的文档。

1)aggregate() 管道操作符

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。

2)aggregate() 管道操作范例

范例1:$project

db.article.aggregate(
    { $project : {
        title : 1 ,
        author : 1 ,
    }}
 );

这样的话结果中就只还有_id,tilte和author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.article.aggregate(
    { $project : {
        _id : 0 ,
        title : 1 ,
        author : 1
    }});

范例2:$match

db.articles.aggregate( [
                        { $match : { score : { $gt : 70, $lte : 90 } } },
                        { $group: { _id: null, count: { $sum: 1 } } }
                       ] );

$match用于获取分数大于70小于或等于90记录,然后将符合条件的记录送到下一阶段$group管道操作符进行处理。

范例3:$skip

db.article.aggregate(
    { $skip : 5 });

经过$skip管道操作符处理后,前五个文档被"过滤"掉。

 

3. aggregate() 聚合和管道联合使用

测试集合中的数据如下:

> db.mycol.find.pretty()
{
   _id: ObjectId("60b8bf625cfb478472f54955"),
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'codebaoku.com',
   url: 'http://www.codebaoku.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
}
{
   _id: ObjectId("60b8bf625cfb478472f54956"),
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'codebaoku.com',
   url: 'http://www.codebaoku.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
}
{
   _id: ObjectId("60b8bf625cfb478472f54957"),
   title: 'Neo4j Overview', 
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
}

按照作者名称 "by_user" 统计数量:

> db.col.aggregate([{$group : {_id : "$by_user", num : {$sum : 1}}}])
{ "_id" : "Neo4j", "num" : 1 }
{ "_id" : "codebaoku.com", "num" : 2 }

按照作者名称 "by_user" 统计数量,再把统计结果,通过管道筛选数量大于 1 的数据:

db.col.aggregate([{$group : {_id : "$by_user", num : {$sum : 1}}}, {$match : { num : { $gt : 1} } }])
{ "_id" : "codebaoku.com", "num" : 2 }

其中 {$match : { num : { $gt : 1} } } ,就是通过管道筛选数量大于 1 的数据。

MongoDB 中 $type 是一个条件操作符。$type 基于 BSON 类型来检索集合中匹配的数据类型,并返回结果。由于 MongoDB 对于文档(记录)的格式要求比较自由,所以同一个KEY(字段)中可以包含不同类型的数值。$type 用于过滤指定类型的数据。