MongoDB聚合查询

作者: ChainZhang | 来源:发表于2017-09-04 16:05 被阅读381次

    本文为转载,原文:MongoDB聚合查询

    聚合查询

    MongoDB除了基本的查询功能之外,还提供了强大的聚合功能。这里将介绍一下count, distinct, group, mapreduce, aggregate的使用。
    另外,本文中用到的数据库数据请见MongoDB的增删改查基本命令

    count

    查询记录条数。
    命令:

    db.collectionName.count()
    

    案例:

    db.students.count()
    

    它也跟find一样可以有条件的,例如:

    db.students.count({age:{$gte:20}})
    

    distinct

    用来找出给定键的所有不同的值
    命令:

    db.collectionName(key)
    

    例如:

    db.students.distinct("grade")
    

    group

    分组查询。
    参数说明:

    • key:用来分组文档的字段。
    • initial: 每组都分享一个”初始化函数“
    • $reduce: 执行的reduce函数,第一个参数是当前的文档对象,第二个参数是上一次function操作的累计对象,有多少个文档, $reduce就会调用多少次。
    • condition:(可选)执行过滤的条件
    • finalize:(可选)在reduce执行完成,结果集返回之前对结果集最终执行的函数。

    例如,我们按年级分组,查出每个年级的学生姓名:

    db.students.group({
    key:{grade:true},
    initial:{stuNames:[], count:0},
    $reduce:function(cur, prev){
    prev.stuNames.push(cur.name);
    }
    })
    

    如果只想查询age大于20的人,group有这么两个可选参数: conditionfinalize

    db.students.group({
    key:{grade:true},
    initial:{stuNames:[], count:0},
    $reduce:function(cur, prev){
    prev.stuNames.push(cur.name);
    },
    finalize:function(prev){
    prev.count = prev.stuNames.length;
    },
    condition:{age:{$gt:20}}
    })
    

    MapReduce

    命令:

    db.runCommand(
     { mapreduce : 字符串,集合名,
       map : 函数,见下文
       reduce : 函数,见下文
       [, query : 文档,发往map函数前先给过渡文档]
       [, sort : 文档,发往map函数前先给文档排序]
       [, limit : 整数,发往map函数的文档数量上限]
       [, out : 字符串,统计结果保存的集合]
       [, keeptemp: 布尔值,链接关闭时临时结果集合是否保存]
       [, finalize : 函数,将reduce的结果送给这个函数,做最后的处理]
       [, scope : 文档,js代码中要用到的变量]
       [, jsMode : 布尔值,是否减少执行过程中BSON和JS的转换,默认true] //注:false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,<br>                                    //true时BSON-->js-->map-->reduce-->BSON
       [, verbose : 布尔值,是否产生更加详细的服务器日志,默认true]
     }
    );
    

    MongoDB中的MapReduce相当于关系数据库中的group by。
    参数:

    • map函数:这个称为映射函数,里面会调用emit(key,value),集合会按照你指定的key进行映射分组。
    • reduce函数:这个称为简化函数,会对map分组后的数据进行分组简化,注意:在reduce(key,value)中的key就是emit中的key,vlaue为emit分组后的emit(value)的集合,。

    示例,统计同一个年级的name值:
    map函数:

    var m = function(){
    emit(this.grade, this.name)
    }
    

    reduce函数

    var r = function(key,values){
    var ret = {grade:key, names:values};
    return ret;
    }
    

    还可以编写finalize函数对reduce的返回值做最后处理:

    var f = function(key, rval){
    if(key == "Freshman"){
     rval.msg = "i am freshman"
    }
    return rval;
    }
    

    运行:

    db.runCommand({
    mapreduce:"students",
    map:m,
    reduce:r,
    finalize:f,
    out:"stu_grade_names"
    })
    

    查询stu_grade_names中的数据:

    db.stu_grade_names.find()
    

    aggregate

    语法:

    db.collectionName.aggregate(AGGREGATE_OPERATION)
    

    聚合表达式

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

    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。管道操作是可以重复的。
    表达式:处理输入文档并输出。表达式是无状态的,只能用于计算当前聚合管道的文档,不能处理其它的文档。
    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。

    实例,查询各个年级年龄大于等于20岁的学生数量:

    db.students.aggregate([
    {$match:{age:{$gte:20}}},
    {$group:{_id:"$grade",count:{$sum:1}}}
    ])
    

    相关文章

      网友评论

        本文标题:MongoDB聚合查询

        本文链接:https://www.haomeiwen.com/subject/kcuejxtx.html