MongoDB新的数据统计框架介绍

MongoDB新的数据统计框架介绍

下面我们就来看看几个新的操作符：

$match

$match的作用是过滤数据，通过设置一个条件，将数据进行筛选过滤，例子：

db.runCommand({ aggregate : "article", pipeline : [    { $match : { author : "dave" } }]});

这相当于将article这个collection中的记录进行筛选，筛选条件是author属性值为dave，其作用其实相当于普通的find命令，如：

> db.article.find({ author : "dave" });

所以，那这个命令有什么用呢？与find不同，find的结果是直接作为最终数据返回，而$match只是pipeline中的一环，它筛选的结果数据可以再进行下一级的统计操作。

$project

$project命令用于设定数据的筛选字段，就像我们SQL中select需要的字段一样。例子：

db.runCommand({ aggregate : "article", pipeline : [    { $match : { author : "dave" } },    { $project : {        _id : 0,author : 1,        tags : 1    }}]});

上面就是将所有author为dave的记录的author和tags两个字段取出来。（_id:0 表示去掉默认会返回的_id字段）

其实上面这个功能也能用我们平时用的find命令来实现，如：

> db.article.find({ author : "dave" }, { _id : 0, author : 1, tags : 1);

$unwind

$unwind命令很神奇，他可以将某一个为array类型字段的数据拆分成多条，每一条包含array中的一个属性。
比如你使用下面命令添加一条记录：

db.article.save( {    title : "this is your title" ,    author : "dave" ,    posted : new Date(4121381470000) ,    pageViews : 7 ,    tags : [ "fun" , "nasty" ] ,    comments : [        { author :"barbara" , text : "this is interesting" } ,        { author :"jenny" , text : "i like to play pinball", votes: 10 }    ],    other : { bar : 14 }});

这里面tags字段就是一个array。下面我们在这个字段上应用$unwind操作

db.runCommand({ aggregate : "article", pipeline : [    { $unwind : "$tags" }]});

上面命令的意思就是按tags字段来拆分，此命令执行的结果如下：

{        "result" : [                {                        "_id" : ObjectId("4eeeb5fef09a7c9170df094b"),                        "title" : "this is your title",                        "author" : "dave",                        "posted" : ISODate("2100-08-08T04:11:10Z"),                        "pageViews" : 7,                        "tags" : "fun",                        "comments" : [                                {                                        "author" : "barbara",                                        "text" : "this is interesting"                                },                                {                                        "author" : "jenny",                                        "text" : "i like to play pinball",                                        "votes" : 10                                }                        ],                        "other" : {                                "bar" : 14                        }                },                {                        "_id" : ObjectId("4eeeb5fef09a7c9170df094b"),                        "title" : "this is your title",                        "author" : "dave",                        "posted" : ISODate("2100-08-08T04:11:10Z"),                        "pageViews" : 7,                        "tags" : "nasty",                        "comments" : [                                {                                        "author" : "barbara",                                        "text" : "this is interesting"                                },                                {                                        "author" : "jenny",                                        "text" : "i like to play pinball",                                        "votes" : 10                                }                        ],                        "other" : {                                "bar" : 14                        }                }        ],        "ok" : 1}

我们可以看到，原来的tags字段是一个包含两个元素的数组，通过$unwind命令后，被拆分成两条记录，每一条记录的tags字段是原来数组中的一个元素。

$group

$group命令比较好理解，功能就是按某一个key将key值相同的多条数据组织成一条。
比如我们使用下面命令再往article这个collection中写入一条记录，这时候我们就有两条记录了：

db.article.save( {    title : "this is some other title" ,    author : "jane" ,    posted : new Date(978239834000) ,    pageViews : 6 ,    tags : [ "nasty" , "filthy" ] ,    comments : [        { author :"will" , text : "i don't like the color" } ,        { author :"jenny" , text : "can i get that in green?" }    ],    other : { bar : 14 }});

我们可以先用上面的$unwind按tags将记录拆成多条，然后再将记录按tags字段重新组织，将同一个tag对应的所有author放在一个array中。只需要像下面这样写：

db.runCommand({ aggregate : "article", pipeline : [    { $unwind : "$tags" },    { $group : {_id : "$tags",        count : { $sum : 1 },authors : { $addToSet : "$author" }    }}]});

这时候你就能得到如下结果了

{        "result" : [                {                        "_id" : "filthy",                        "count" : 1,                        "authors" : [                                "jane"                        ]                },                {                        "_id" : "fun",                        "count" : 1,                        "authors" : [                                "dave"                        ]                },                {                        "_id" : "nasty",                        "count" : 2,                        "authors" : [                                "jane",                                "dave"                        ]                }        ],        "ok" : 1}

上面是2.1版本将会推出的一些新的统计类命令的介绍，在易用性方面它们提供给我们很多便利，但是MongoDB MapReduce的最大硬伤，单个mongod中无法并行执行，貌似还是没有解决。虽然其命令中采用了pipeline 的组织模式，但是貌似还是完全串行且分降段完成的。