MongoDB 数据聚合|极客教程

MongoDB 数据聚合

在 MongoDB 中，数据聚合是一种强大的数据处理方法，可以对文档进行多种操作，如分组、筛选、排序和统计。使用数据聚合框架，可以在数据库中执行复杂的数据处理操作，而无需将所有数据下载到客户端进行处理。

聚合管道

MongoDB 中的数据聚合是通过聚合管道（aggregation pipeline）来实现的。聚合管道是一系列处理步骤，每个步骤都提供了一种数据转换操作。这些操作可以按顺序应用到输入文档集合中，以生成输出。

聚合管道操作符描述了数据处理操作的不同步骤。下面是一些常用的聚合管道操作符：

$match：用于筛选文档
$group：用于对文档进行分组操作
$sort：用于对文档进行排序
$project：用于选择特定字段
$limit：用于限制结果集的数量
$skip：用于跳过指定数量的文档

下面是一个简单的示例，演示如何使用聚合管道来对数据进行处理：

db.collection.aggregate([
    {  $match: { status: "A" } }, {$ group: { _id: " $category", total: {$ sum: "$quantity" } } }
])

在上面的示例中，我们首先使用$match操作符来筛选出status字段为”A”的文档，然后使用$group操作符将结果按category字段分组，并计算每个分组中quantity字段的总和。

聚合表达式

聚合管道中的数据处理操作通常使用聚合表达式来指定需要执行的计算或操作。MongoDB 提供了丰富的聚合表达式，可以满足各种数据处理需求。一些常用的聚合表达式包括：

$sum：计算总和
$avg：计算平均值
$max：计算最大值
$min：计算最小值
$addToSet：将不重复的值添加到数组
$push：将值添加到数组

下面是一个使用聚合表达式的示例：

db.collection.aggregate([
    {  $group: { _id: "$ category", avgQuantity: {  $avg: "$ quantity" } } }
])

在上面的示例中，我们使用了$avg聚合表达式来计算每个分类的平均quantity值。

聚合操作示例

下面我们通过一个具体的示例来演示如何使用 MongoDB 的数据聚合功能。假设我们有一个名为orders的集合，其中包含了客户的订单信息，每个文档结构如下：

{
    "_id": 1,
    "customer_id": 101,
    "total": 50,
    "products": [
        { "name": "product1", "quantity": 2 },
        { "name": "product2", "quantity": 1 }
    ]
}

现在我们的任务是计算每个客户的订单总金额。我们可以使用聚合管道来实现这个需求，具体步骤如下：

首先，使用$unwind操作符将products数组展开为单独的文档。
然后，使用$group操作符按customer_id字段分组，计算每个客户的订单总金额。
最后，使用$lookup操作符将客户信息关联到订单结果中。

下面是完整的聚合操作代码：

db.orders.aggregate([
    {  $unwind: "$ products" },
    {  $group: { _id: "$ customer_id", totalAmount: {  $sum: {$ multiply: [ " $products.quantity", "$ products.price" ] } } } },
    {  $lookup: { from: "customers", localField: "_id", foreignField: "_id", as: "customer_info" } }, {$ project: { _id: 0, customer_id: " $_id", totalAmount: 1, customer: {$ arrayElemAt: [ "$customer_info", 0 ] } } }
])

在上面的示例中，我们首先使用$unwind操作符展开products数组，然后使用$group操作符计算每个客户的订单总金额，接着使用$lookup操作符将客户信息关联到订单结果中，最后使用$project操作符进行结果集的投影。