MongoDB的聚合函数 Aggregate
Aggregate的使用，有利于我们对MongoDB中的集合进行进一步的拆分。
示例：
db.collection.aggregate(
{$match:{x:1},
{limit:10},
{$group:{_id:"$age"}}}
);
| 操作符 | 介绍 |
|---|---|
| $project： | 包含、排除、重命名和显示字段 |
| $match： | 查询，需要同find()一样的参数 |
| $limit： | 限制结果数量 |
| $skip： | 忽略结果的数量 |
| $sort： | 按照给定的字段排序结果 |
| $group： | 按照给定表达式组合结果 |
| $unwind： | 分割嵌入数组到自己顶层文件 |
| 表达式 | 描述 | 实例 |
|---|---|---|
| $sum | 总结从集合中的所有文件所定义的值. | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}]) |
| $avg | 从所有文档集合中所有给定值计算的平均. | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}]) |
| $min | 获取集合中的所有文件中的相应值最小. | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}]) |
| $max | 获取集合中的所有文件中的相应值的最大. | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}]) |
| $push | 值插入到一个数组生成文档中. | db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}]) |
| $addToSet | 值插入到一个数组中所得到的文档，但不会创建重复. | db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}]) |
| $first | 根据分组从源文档中获取的第一个文档。通常情况下，这才有意义，连同以前的一些应用 “$sort”-stage. | db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}]) |
| $last | 根据分组从源文档中获取最后的文档。通常，这才有意义，连同以前的一些应用 “$sort”-stage. | db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}]) |
这是MongoDB官网上的一个Data Model：
{
"_id": "10280",//zipcode
"city": "NEW YORK",//城市
"state": "NY",//城市缩写
"pop": 5574,//人口
"loc": [ //经纬度
-74.016323,
40.710537
]
}
1、查出一个超过1千万人口的城市
db.zipcodes.aggregate(
{$group:{_id:"$state", totalPop:{$sum:"$pop"}},
{$match:{totalPop:{$get:10000000}}}
);
上面的语句相当于： SELECT state, sum(pop) totalPop from zipcodes group by state having by totalPop >= 10000000;
分析：
$group主要是用于分组，其中_id是用组的类型集合，totalPop是生成的一个新的字段，用于存储总数。
其实，document经过$group之后，系统会为其生成一个新的document（新的documment为{"_id":"AK","totalPop":550043}），这在下面的例子中，我们会看得更清楚。
$match，相当于为新生成的document提供查询功能
2、求平均人口，每个state
db.zipcodes.aggregate( { $group :
{ _id : { state : "$state", city : "$city" },
pop : { $sum : "$pop" } } },
{ $group :
{ _id : "$_id.state",
avgCityPop : { $avg : "$pop" } } } )
上述示例中出现了两个$group，那是什么含义呢？
第一个$group是将原来的zipcodes 这个 document变成新的，如：
{
"_id" : {
"state" : "CO",
"city" : "EDGEWATER"
},
"pop" : 13154
}
第二个 $group是在，原有的基础之上，再进行一次重新格式化数据，再生成新的document，如：
{
"_id" : "MN",
"avgCityPop" : 5335
},
3、查询每个州人口最大和最小的城市
db.zipcodes.aggregate(
{$group:{_id:{state:"$state",city:"$city"}, totalPop:{$sum:"$pop"}}},//统计州的所有人，生成一个新的文档，是关于州与其总人口
{$sort:{"totalPop":-1}},//对新文档，根据人口数倒序排序
{$group:{_id:"$_id.state",
"biggestCity":{$first:"$_id.city"},//最大人口的城市
"biggestPop":{$first:"totalPop"},//最大人口的数量
"smallestCity":{$last:"$_id.city"},
"smallestPop":{$last:"totalPop"}
}},//重新组成一个新的文件，包含，州名，最大人口数和最小人口数
//本来结构到此基本上差不多了
//但我们需要再对数据进行格式化
{$project:
{_id:0,
state:"$_id",
biggestCity:{name:"$biggestCity",pop:"$biggestPop"},
smallestCity:{name:"$smallestCity",pop:"$smallestPop"}
}
}
);
数据结构，如下：
{
"state" : "RI",
"biggestCity" : {
"name" : "CRANSTON",
"pop" : 176404
},
"smallestCity" : {
"name" : "CLAYVILLE",
"pop" : 45
}
}