Mongo聚合

一. 简介

    如果你有数据存储在mongo里面，需要对数据进行分析和利用。可以利用如下几个工具：

1. 聚合框架

2. MapReduce

3. 聚合命令：count,distinct和group

二. 聚合框架

2.1 介绍

     有一个保存杂志文章的集合，你希望找出发表文章最多的5个作者，每一篇文章是一个文档。可以如下执行查询：

db.articles.aggregate( {"$project":{"author":1},  //将作者从文档里面映射出来，文档结果是{"_id":id, "author":authorname}

  {"$group" : {"_id":"$author", "count":{"$sum":1} } }, // 将文档按照作者统计次数，一个作者变成一个文档。 结果是{"_id":authorname, "count": articleCount}

  {"$sort" : {"count": -1} }, //按照次数降序排列

  {"$limit" : 5} ) // 取前面5个

这个类似linux里面的管道，前一步的执行结果作为下一步的输入。（需要注意返回结果要小于16M，这是mongoDB支持的最大响应体）

2.2 管道操作符

前面的$project,$group 等都是管道操作符

2.2.1 $match

    用于文档集合进行筛选，相当于where条件，比如想找到作者为wenchao的发布的文章{$match : {"author":"wenchao"}}。match尽量放在第一个位置，快速过滤文档

2.2.2 $project

用于从文档提取字段，相当于select.

2.2.3 $group

分组，相当于group，例子

db.scores.aggregate {

    {

       "$group" :  {

         "_id" : "$grade",  //年级分组

        "lowScore" :  {"$min" : "$score"}, //每个年级最低分

         "highScore": {"$max" : "$score"} //每个年级最高分

          }

    })

2.2.4 $unwind

拆分，将数组拆分成1个个独立文档

2.2.5 $sort 

排序，建议尽早进行，利用索引。

2.2.6 $limit

限制返回结果条数

2.2.7 $skip

接收一个数字n，表示丢弃结果集中前n个文档

2.2 MapReduce

      MapReduce是聚合界的明星，非常灵活和强大，但又过于复杂。如果无法用聚合框架实现的功能，可以用MapReduce。由于慢，不适合实时查询，适用离线计算。可以参考如下文章了解：http://www.cnblogs.com/zhouqinxiong/p/5576973.html

2.3 聚合命令

2.3.1 count

返回文档集合中的文档数量。比如，db.foo.count()

2.3.2 distinct

找出给定键的不同值

db.runCommand({"distinct": "people", "key": "age"})

找出people集合中age列的所有不同值

2.3.3 group

分组，假设每一篇博客都有多个标签，现在要找出每一天最热门的标签。

      如果分组键需要进行一些处理，可以定义函数，如下所示：

db.post.group ({

"ns":"post",

"$keyf": function(x){return x.catgory.toLowCase();}, //按照分类小写分组

"initalizer":.................

..................

})