mongodb MongoDB 聚合 group(转)
MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等),并返回计算后的数据结果。有点类似sql语句中的 count(*)。
基本语法为:db.collection.aggregate([<stage1>,<stage2>,...])
现在在mycol集合中有以下数据:
{ "_id" : 1, "name" : "tom", "sex" : "男", "score" : 100, "age" : 34 }
{ "_id" : 2, "name" : "jeke", "sex" : "男", "score" : 90, "age" : 24 }
{ "_id" : 3, "name" : "kite", "sex" : "女", "score" : 40, "age" : 36 }
{ "_id" : 4, "name" : "herry", "sex" : "男", "score" : 90, "age" : 56 }
{ "_id" : 5, "name" : "marry", "sex" : "女", "score" : 70, "age" : 18 }
{ "_id" : 6, "name" : "john", "sex" : "男", "score" : 100, "age" : 31 }
1、$sum计算总和。
Sql: select sex,count(*) frommycol group by sex
MongoDb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', personCount: {$sum: 1}}}])
Sql: select sex,sum(score) totalScore frommycol group by sex
MongoDb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', totalScore: {sum:′score'}}}])
2、$avg 计算平均值
Sql: select sex,avg(score) avgScore frommycol group by sex
Mongodb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', avgScore: {avg:′score'}}}])
3、$max获取集合中所有文档对应值得最大值。
Sql: select sex,max(score) maxScore frommycol group by sex
Mongodb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', maxScore: {max:′score'}}}])
4、$min 获取集合中所有文档对应值得最小值。
Sql: select sex,min(score) minScore frommycol group by sex
Mongodb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', minScore: {min:′score'}}}])
5、$push 把文档中某一列对应的所有数据插入值到一个数组中。
Mongodb: db.mycol.aggregate([{group:{_id:'group:{_id:'sex', scores : {push:′score'}}}])
6、$addToSet把文档中某一列对应的所有数据插入值到一个数组中,去掉重复的
db.mycol.aggregate([{group:{_id:'group:{_id:'sex', scores : {addToSet:′score'}}}])
7、 $first根据资源文档的排序获取第一个文档数据。
db.mycol.aggregate([{group:{_id:'group:{_id:'sex', firstPerson : {first:′name'}}}])
8、 $last根据资源文档的排序获取最后一个文档数据。
db.mycol.aggregate([{group:{_id:'group:{_id:'sex', lastPerson : {last:′name'}}}])
9、全部统计null
db.mycol.aggregate([{group:{_id:null,totalScore:{group:{_id:null,totalScore:{push:'$score'}}}])
例子
现在在t2集合中有以下数据:
{ "country" : "china", "province" : "sh", "userid" : "a" }
{ "country" : "china", "province" : "sh", "userid" : "b" }
{ "country" : "china", "province" : "sh", "userid" : "a" }
{ "country" : "china", "province" : "sh", "userid" : "c" }
{ "country" : "china", "province" : "bj", "userid" : "da" }
{ "country" : "china", "province" : "bj", "userid" : "fa" }
需求是统计出每个country/province下的userid的数量(同一个userid只统计一次)
过程如下。
首先试着这样来统计:
db.t2.aggregate([{group:{"_id":{"country":"group:{"_id":{"country":"country","prov":"province"},"number":{province"},"number":{sum:1}}}])
结果是错误的:
原因是,这样来统计不能区分userid相同的情况 (上面的数据中sh有两个 userid = a)
为了解决这个问题,首先执行一个group,其id 是 country, province, userid三个field:
db.t2.aggregate([ {group:{"_id":{"country":"group:{"_id":{"country":"country", "province": "province","uid":"province","uid":"userid" } } } ])
可以看出,这步的目的是把相同的userid只剩下一个。
然后第二步,再第一步的结果之上再执行统计:
db.t2.aggregate([
{group:{"_id":{"country":"group:{"_id":{"country":"country", "province": "province","uid":"province","uid":"userid" } } } ,
{group:{"_id":{"country":"group:{"_id":{"country":"_id.country", "province": "_id.province"},count:{_id.province"},count:{sum : 1 } } }
])
这回就对了
加入一个$project操作符,把_id去掉
db.t2.aggregate([ {group:{"_id":{"country":"group:{"_id":{"country":"country", "province": "province","uid":"province","uid":"userid" } } } ,
{group:{"_id":{"country":"group:{"_id":{"country":"_id.country", "province": "_id.province"},count:{_id.province"},count:{sum : 1 } } },
{project:{"_id":0,"country":"project:{"_id":0,"country":"_id.country", "province" : "$_id.province", "count" : 1}}
])
最终结果如下:
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:
1、$project实例
db.mycol.aggregate({$project:{name : 1, score : 1}})
这样的话结果中就只还有_id,name和score三个字段了,默认情况下_id字段是被包含的,如果要想不包含_id话可以这样:
db.mycol.aggregate({$project:{_id : 0, name : 1, score : 1}})
2、$match实例
match用于获取分数大于30小于并且小于100的记录,然后将符合条件的记录送到下一阶段match用于获取分数大于30小于并且小于100的记录,然后将符合条件的记录送到下一阶段group管道操作符进行处理
db.mycol.aggregate([{match:{score:{gt: 30,lt:100}}},{group:{_id:'sex',count:{sum:1}}}])
3、完整实例
db.cost_price.aggregate([ {"$match":{"sku_id":{"$in":[1,2,3]},"work_time":{"$lte":"2018-01-01"}}}, {"$group":{"_id":"$sku_id","cost_price":{"$last":"$cost_price"},"work_time":{"$last":"$work_time"}}}, {"$project" : {"cost_price" : 1 ,"work_time" : 1 }} ]);优质内容筛选与推荐>>