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: condition
和finalize
:
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}}}
])
网友评论