aggregate技术说明

大家在开发的时候注意，多表关联、统计汇总才允许用aggregate，它是pipline，效率较高，支持分片。
但其中用于多表关联的out，只允许运行在主分片上，其中from对应的集合不能分片，且大家注意左连接和内连接的区别，特别注意的坑请看第五点

一、测试数据准备
use test
db.product.insert({"_id":1,"productname":"商品1","price":15})
db.product.insert({"_id":2,"productname":"商品2","price":36})
db.product.insert({"_id":3,"productname":"商品3","price":100})
db.product.insert({"_id":10,"productname":"商品10","price":300})

db.orders.insert({"_id":1,"pid":1,"ordername":"订单1"})
db.orders.insert({"_id":2,"pid":2,"ordername":"订单2"})
db.orders.insert({"_id":3,"pid":2,"ordername":"订单3"})
db.orders.insert({"_id":4,"pid":1,"ordername":"订单4"})
db.orders.insert({"_id":5,"pid":3,"ordername":"订单5"})
db.orders.insert({"_id":6,"pid":4,"ordername":"订单6"})

二、左连接
A、语句：以订单为主，原生就是左连接
db.orders.aggregate([
{
$lookup:
{
from: "product",
localField: "pid",
foreignField: "_id",
as: "product_doc"
}
}
])

B、结果，注意右边不符合的，最后2条为空

{ "_id" : 1, "pid" : 1, "ordername" : "订单1", "product_doc" : [ { "_id" : 1, "productname" : "商品1", "price" : 15 } ] }
{ "_id" : 2, "pid" : 2, "ordername" : "订单2", "product_doc" : [ { "_id" : 2, "productname" : "商品2", "price" : 36 } ] }
{ "_id" : 3, "pid" : 2, "ordername" : "订单3", "product_doc" : [ { "_id" : 2, "productname" : "商品2", "price" : 36 } ] }
{ "_id" : 4, "pid" : 1, "ordername" : "订单4", "product_doc" : [ { "_id" : 1, "productname" : "商品1", "price" : 15 } ] }
{ "_id" : 5, "pid" : 3, "ordername" : "订单5", "product_doc" : [ ] }
{ "_id" : 6, "pid" : 4, "ordername" : "订单6", "product_doc" : [ ] }

三、等值连接，需要加match条件
A、语句：
db.orders.aggregate([
{
match :
{
"product_doc":{ $ne: []}
}
}
])

B、结果，最后2条为空
{ "_id" : 1, "pid" : 1, "ordername" : "订单1", "product_doc" : [ { "_id" : 1, "productname" : "商品1", "price" : 15 } ] }
{ "_id" : 2, "pid" : 2, "ordername" : "订单2", "product_doc" : [ { "_id" : 2, "productname" : "商品2", "price" : 36 } ] }
{ "_id" : 3, "pid" : 2, "ordername" : "订单3", "product_doc" : [ { "_id" : 2, "productname" : "商品2", "price" : 36 } ] }
{ "_id" : 4, "pid" : 1, "ordername" : "订单4", "product_doc" : [ { "_id" : 1, "productname" : "商品1", "price" : 15 } ] }

四、显示字段的过滤：加project
db.orders.aggregate([
{
match :
{
"product_doc._id":{ $exists: true }
}
},
,}
])

五、坑的问题解决：

1、数组拉平的坑和问题解决：
A、存在的坑，对空或者不存在数组的，会丢弃该行，需要特别注意的坑
db.product.aggregate([
{
unwind : "$inventory_docs"
}
])

B、#解决办法：3.2版本之后可以通过加参数解决，不丢空数组数据
db.product.aggregate([
{
unwind : {
"path": "$inventory_docs",
"preserveNullAndEmptyArrays": true
}
}
])

2、每个pipline的输出不能超过100M（内存），否则报错，在实际开发中请加上磁盘作为交换参数解决：

db.orders.aggregate([
{
match :
{
"products._id":{ project:
{
"pid":1,"ordername":1,"product_doc.productname":1
}
},
{
allowDiskUse: true
}
])

3、输出结果单文档超过16M的坑，mongodb的查询数据的一个大坑，通过返回结果给一个游标来规避
var cur = 查询语句

4、二个表多字段关联需求目前3.2原生不支持，（但3.6原生支持），变通做法是下面再加对数组过滤来实现，性能会差点

5、$lookup限制的坑：from对应的colection不能分片，必须2个表在同一个库上。

六、优化：
1、普通优化优化原则
减少初始数据量，命中率

2、aggregate优化原则，一般顺序上有要求：
addFields + sort + redact + skip + project + limit

3、看执行计划
db.orders.aggregate([
{
match :
{
"products._id":{ project:
{
"pid":1,"ordername":1,"product_doc.productname":1
}
},
{
allowDiskUse: true
}，
{
explain: true
}
])

aggregate的分页
db.orders.aggregate([
{
{
limit:50,
$skip:50,

}
},
match :
{
"products._id":{ project:
{
"pid":1,"ordername":1,"product_doc.productname":1
}
},
{
allowDiskUse: true
}，
{
explain: true
}
])