MongoDB聚合

聚合-aggregate主要用于处理平均值，求和，平均值等，

语法

db.coll.aggregate(AGGREGATE_OPERATION)

比如：

> db.c2.find(){ "_id" : ObjectId("5985a0f5dc51aa3086b6def3"), "name" : "n1", "age" : 1 }{ "_id" : ObjectId("5985a0fbdc51aa3086b6def4"), "name" : "n2", "age" : 2 }{ "_id" : ObjectId("5985a102dc51aa3086b6def5"), "name" : "n3", "age" : 3 }{ "_id" : ObjectId("5985cc61dc51aa3086b6def6"), "name" : "n3", "age" : 4 }> db.c2.aggregate([{$group:{_id:"$name",num1:{$sum:1}}}]){ "_id" : "n3", "num1" : 2 }{ "_id" : "n2", "num1" : 1 }{ "_id" : "n1", "num1" : 1 }

上面相当于select name as _id,count(1) as num1 from c2 group by name;

求平均值：

> db.c2.aggregate([{$group:{_id:"$name",num1:{$avg:"$age"}}}]){ "_id" : "n3", "num1" : 5.666666666666667 }{ "_id" : "n2", "num1" : 2 }{ "_id" : "n1", "num1" : 1 }> db.c2.find(){ "_id" : ObjectId("5985a0f5dc51aa3086b6def3"), "name" : "n1", "age" : 1 }{ "_id" : ObjectId("5985a0fbdc51aa3086b6def4"), "name" : "n2", "age" : 2 }{ "_id" : ObjectId("5985a102dc51aa3086b6def5"), "name" : "n3", "age" : 3 }{ "_id" : ObjectId("5985cc61dc51aa3086b6def6"), "name" : "n3", "age" : 4 }{ "_id" : ObjectId("5985cd2edc51aa3086b6def7"), "name" : "n3", "age" : 10 }> db.c2.aggregate([{$match:{"name":"n3"}},{$group:{_id:"$name",num1:{$avg:"$age"}}}]){ "_id" : "n3", "num1" : 5.666666666666667 }

不过还有一种mapReduce方法

> db.runCommand({"group":{... "ns":"c2",... "key":"n3",... "initial":{"total":0},... "$reduce":function(doc,prev){...     prev.total +=doc.age;... },... "condition":{"name":"n3"}... }});{        "retval" : [                {                        "total" : 17                }        ],        "count" : NumberLong(3),        "keys" : NumberLong(1),        "ok" : 1}

以下是其他的一些操作聚合函数

表达式

描述

实例

$sum

计算总和。

db.coll.aggregate([{$group : {_id : "$name", num1 : {$sum : "$likes"}}}])

$avg

计算平均值

db.coll.aggregate([{$group : {_id : "$name", num1 : {$avg : "$likes"}}}])

$min

获取集合中所有文档对应值得最小值。

db.coll.aggregate([{$group : {_id : "$name", num1 : {$min : "$likes"}}}])

$max

获取集合中所有文档对应值得最大值。

db.coll.aggregate([{$group : {_id : "$name", num1 : {$max : "$likes"}}}])

$push

在结果文档中插入值到一个数组中。

db.coll.aggregate([{$group : {_id : "$name", 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.coll.aggregate([{$group : {_id : "$name", url : {$addToSet : "$url"}}}])

$first

根据资源文档的排序获取第一个文档数据。

db.coll.aggregate([{$group : {_id : "$name", 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.coll.aggregate([{$group : {_id : "$name", last_url : {$last : "$url"}}}])

管道

管道在linux中用于将当前命令的输出结果做为下一个命令的输入参数。在MongoDB中聚合管道将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；

    $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。

其中match已经在上边的例子说明了，其他例子

{ "_id" : ObjectId("5985a0f5dc51aa3086b6def3"), "name" : "n1", "age" : 1 }{ "_id" : ObjectId("5985a0fbdc51aa3086b6def4"), "name" : "n2", "age" : 2 }{ "_id" : ObjectId("5985a102dc51aa3086b6def5"), "name" : "n3", "age" : 3 }{ "_id" : ObjectId("5985cc61dc51aa3086b6def6"), "name" : "n3", "age" : 4 }{ "_id" : ObjectId("5985cd2edc51aa3086b6def7"), "name" : "n3", "age" : 10 }> db.c2.aggregate( {$project:{_id:0, name:1, age:1, }} );{ "name" : "n1", "age" : 1 }{ "name" : "n2", "age" : 2 }{ "name" : "n3", "age" : 3 }{ "name" : "n3", "age" : 4 }{ "name" : "n3", "age" : 10 }> db.c2.aggregate(... {$skip:2});{ "_id" : ObjectId("5985a102dc51aa3086b6def5"), "name" : "n3", "age" : 3 }{ "_id" : ObjectId("5985cc61dc51aa3086b6def6"), "name" : "n3", "age" : 4 }{ "_id" : ObjectId("5985cd2edc51aa3086b6def7"), "name" : "n3", "age" : 10 }