MongoDB 聚合

聚合操作处理数据记录并返回计算结果。聚合操作将多个文档的值分组在一起，并可以对该组数据执行各种操作以返回单个结果。在SQL中，count(*) 和group by相当于MongoDB的聚合操作。

aggregate() 方法

在MongoDB中进行聚合操作，应使用 aggregate() 方法。

语法

aggregate() 方法的基本语法如下 –

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

示例

在这个集合中，您有以下数据 –

{
   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
},
{
   _id: ObjectId(7df78ad8902e)
   title: 'Neo4j Overview', 
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
},

现在从上面的集合中，如果你想要显示一个列表，列出每个用户写了多少教程，那么你将使用以下的 aggregate() 方法：

> db.mycol.aggregate([{group : {_id : "by_user", num_tutorial : {$sum : 1}}}])
{ "_id" : "tutorials point", "num_tutorial" : 2 }
{ "_id" : "Neo4j", "num_tutorial" : 1 }
>

对于上述用例，与之相等的SQL查询将是：

SELECT by_user, COUNT(*) FROM mycol GROUP BY by_user .

在上面的例子中，我们通过字段 by_user 对文档进行了分组，并在每次出现by_user值时增加先前的总和值。以下是可用的聚合表达式列表。

表达式	描述	示例
$sum	将集合中所有文档的指定值相加。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, num_tutorial : { $sum : “$ likes”}}}])
$avg	计算集合中所有文档的指定值的平均值。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, num_tutorial : { $avg : “$ likes”}}}])
$min	获取集合中所有文档的对应值中的最小值。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, num_tutorial : { $min : “$ likes”}}}])
$max	获取集合中所有文档的对应值中的最大值。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, num_tutorial : { $max : “$ likes”}}}])
$push	将值插入到结果文档中的数组中。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, url : { $push: “$ url”}}}])
$addToSet	将值插入到结果文档中的数组中，但不会创建重复的值。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, url : { $addToSet : “$ url”}}}])
$first	根据分组条件，从源文档中获取第一个文档。通常与先前应用的“$sort”阶段配合使用。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, first_url : { $first : “$ url”}}}])
$last	根据分组条件，从源文档中获取最后一个文档。通常与先前应用的“$sort”阶段配合使用。	db.mycol.aggregate([{ $ParseError: KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : “$ by_user”, last_url : { $last : “$ url”}}}])

流水线概念

在UNIX命令中，Shell流水线意味着执行对某些输入的操作，并将输出作为下一个命令的输入，依此类推。MongoDB在聚合框架中也支持相同的概念。有一组可能的阶段，每个阶段都被视为一组文档作为输入，并产生一组文档的结果（或管道结束时的最终结果JSON文档）。然后，这可以依次用于下一个阶段，依此类推。

在聚合框架中有以下可能的阶段：

$project - 用于从集合中选择特定字段。
$match - 这是一个过滤操作，因此可以减少作为下一个阶段输入的文档数量。
$group - 这实际上执行上述聚合操作。
$sort - 对文档进行排序。
$skip - 可以在给定数量的文档中向前跳过。
$limit - 从当前位置开始，限制要查看的文档数量。
$unwind - 用于展开使用数组的文档。当使用数组时，数据被预先加入，并且此操作将通过此操作撤销，以再次获得单独的文档。因此，此阶段将增加下一个阶段的文档数量。