MongoDB聚合查询

最新推荐文章于 2020-06-24 15:00:40 发布

andy2cloud

最新推荐文章于 2020-06-24 15:00:40 发布

阅读量351

点赞数

分类专栏： mongodb

mongodb 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

出于对性能的要求，公司希望把Mysql的数据迁移到MongoDB上，于是我开始学习Mongo的一些CRUD操作，由于第一次接触NoSQL，还是有点不习惯。

先吐个槽，公司的Mongo版本是2.6.4，而用的java驱动包版本是超级老物2.4版。当时一个“如何对分组后的文档进行筛选”这个需求头痛了很久，虽然shell命令下可以使用Aggregation很方便地解决，但是java驱动包从2.9.0版本才开始支持该特性，我至今没有找到不用Aggregation解决上述需求的办法。只能推荐公司升级驱动包版本，希望没有后续的兼容问题。

Mongo2.2版本后开始支持 Aggregation Pipeline ，而java驱动包从2.9.0版本才开始支持2.2的特性，2.9版本是12年发布的，mongodb在09年就出现了，可见Mongo对java的开发者似乎不怎么友好←_←

话扯到这里，接下来就对我这一周所学的Mongo做一个总结，错误之处还望指教 :-D。

MongoDB目前提供了三个可以执行聚合操作的命令：aggregate、mapReduce、group。三者在性能和操作的优劣比较见官网提供的表格 Aggregation Commands Comparison ，这里不再赘述细节，先说一下这三个函数的原型及底层封装的命令。

函数名	函数原型	封装的命令
db.collection.group()	db.collection.group( { key, reduce, initial [, keyf] [, cond] [, finalize] } )	db.runCommand( { group: { ns: <namespace>, key: <key>, $reduce: <reduce function>, $keyf: <key function>, cond: <query>, finalize: <finalize function> } } )
db.collection.mapReduce()	db.collection.mapReduce( <map>, <reduce>, { out: <collection>, query: <document>, sort: <document>, limit: <number>, finalize: <function>, scope: <document>, jsMode: <boolean>, verbose: <boolean> } )	db.runCommand( { mapReduce: <collection>, map: <function>, reduce: <function>, finalize: <function>, out: <output>, query: <document>, sort: <document>, limit: <number>, scope: <document>, jsMode: <boolean>, verbose: <boolean> } )
db.collection.aggregate()	db.collection.aggregate( pipeline, options )	db.runCommand( { aggregate: "<collection>", pipeline: [ <stage>, <...> ], explain: <boolean>, allowDiskUse: <boolean>, cursor: <document> } )

好记性不如烂笔头，下面通过操作来了解这几个函数和命令：

先准备SQL的测试数据（用来验证结果、比较SQL语句和NoSQL的异同）：

先创建数据库表：

create table dogroup (
	_id int,
	name varchar(45),
	course varchar(45),
	score int,
	gender int,
	primary key(_id)
);

插入数据：

insert into dogroup (_id, name, course, score, gender) values (1, "N", "C", 5, 0);
insert into dogroup (_id, name, course, score, gender) values (2, "N", "O", 4, 0);
insert into dogroup (_id, name, course, score, gender) values (3, "A", "C", 5, 1);
insert into dogroup (_id, name, course, score, gender) values (4, "A", "O", 6, 1);
insert into dogroup (_id, name, course, score, gender) values (5, "A", "U", 8, 1);
insert into dogroup (_id, name, course, score, gender) values (6, "A", "R", 8, 1);
insert into dogroup (_id, name, course, score, gender) values (7, "A", "S", 7, 1);
insert into dogroup (_id, name, course, score, gender) values (8, "M", "C", 4, 0);
insert into dogroup (_id, name, course, score, gender) values (9, "M", "U", 7, 0);
insert into dogroup (_id, name, course, score, gender) values (10, "E", "C", 7, 1);

接着准备MongoDB测试数据：

创建Collection（等同于SQL中的表，该行可以不写，Mongo会在插入数据时自动创建Collection）

db.createCollection("dogroup")

插入数据：

db.dogroup.insert({"_id": 1,"name": "N",course: "C","score": 5,gender: 0})
db.dogroup.insert({"_id": 2,"name": "N",course: "O","score": 4,gender: 0})
db.dogroup.insert({"_id": 3,"name": "A",course: "C","score": 5,gender: 1})
db.dogroup.insert({"_id": 4,"name": "A",course: "O","score": 6,gender: 1})
db.dogroup.insert({"_id": 5,"name": "A",course: "U","score": 8,gender: 1})
db.dogroup.insert({"_id": 6,"name": "A",course: "R","score": 8,gender: 1})
db.dogroup.insert({"_id": 7,"name": "A",course: "S","score": 7,gender: 1})
db.dogroup.insert({"_id": 8,"name": "M",course: "C","score": 4,gender: 0})
db.dogroup.insert({"_id": 9,"name": "M",course: "U","score": 7,gender: 0})
db.dogroup.insert({"_id": 10,"name": "E",course: "C","score": 7,gender: 1})

以下操作可能逻辑上没有实际意义，主要是帮助熟悉指令

1、查询出共有几门课程（ course ），返回的格式为“课程名、数量”

SQL写法：

select course as '课程名', count(*) as '数量' from dogroup group by course;

MongoDB写法：

① group方式

db.dogroup.group({
key : { course: 1 },
initial : { count: 0 },
reduce : function Reduce(curr, result) {
    result.count += 1;
},
finalize : function Finalize(out) {
    return {"课程名": out.course, "数量": out.count};
}
});

返回的格式如下：

{
	"课程名" : "C",
	"数量" : 4
},
{
	"课程名" : "O",
	"数量" : 2
},
{
	"课程名" : "U",
	"数量" : 2
},
{
	"课程名" : "R",
	"数量" : 1
},
{
	"课程名" : "S",
	"数量" : 1
}

② mapReduce方式

db.dogroup.mapReduce(
	function () {
		emit(
			this.course,
			{course: this.course, count: 1}
		);
	},
	function (key, values) {
		var count = 0;
		values.forEach(function(val) {
			count += val.count;
		});
		return {course: key, count: count};
	},
	{
		out: { inline : 1 },
		finalize: function (key, reduced) {
			return {"课程名": reduced.course, "数量": reduced.count};
		}
	}
)

这里把count初始化为1的原因是，MongoDB执行完map函数（第一个函数）后，如果key所对应的values数组的元素个数只有一个，reduce函数（第二个函数）将不会被调用。

返回的格式如下：

{
      "_id" : "C",
      "value" : {
	      "课程名" : "C",
	      "数量" : 4
      }
},
{
      "_id" : "O",
      "value" : {
	      "课程名" : "O",
	      "数量" : 2
      }
},
{
      "_id" : "R",
      "value" : {
	      "课程名" : "R",
	      "数量" : 1
      }
},
{
      "_id" : "S",
      "value" : {
	      "课程名" : "S",
	      "数量" : 1
      }
},
{
      "_id" : "U",
      "value" : {
	      "课程名" : "U",
	      "数量" : 2
      }
}

③ aggregate方式

db.dogroup.aggregate(
	{
		$group:
		{
			_id: "$course",
			"数量": { $sum: 1 }
		}
	}
)

返回格式如下：

{ "_id" : "S", "数量" : 1 }
{ "_id" : "R", "数量" : 1 }
{ "_id" : "U", "数量" : 2 }
{ "_id" : "O", "数量" : 2 }
{ "_id" : "C", "数量" : 4 }

以上三种方式中，group得到了我们想要的结果，mapReduce返回的结果只能嵌套在values里面，aggregate必须返回_id，无法为分组的字段指定别名，但是无疑第三种是最简单的。

虽然上面的问题不影响程序在前台展现数据，但是对于一个略微有强迫症的开发者确实难以忍受的。本人才疏学浅，刚接触Mongo，不知道后两者有没有可行的方法来获取想要的结果，希望网友指教。

2、查询 Docouments （等同于SQL 中记录）数大于2 的课程

SQL 写法：

select course, count(*) as count from dogroup group by course having count > 2;

MongoDB写法：

① aggregate方式（注意$group和$match的先后顺序）

db.dogroup.aggregate({
	$group: {
		_id: "$course",
		count: { $sum: 1 }
	}
	},{
	$match: {
		count:{
			$gt: 2
		}
	}
});

目前尚未找到group和mapReduce对分组结果进行筛选的方法，欢迎网友补充

3、找出所有分数高于 5 分的考生数量及分数，返回的格式为“分数、数量”

SQL 写法：

select score as '分数', count(distinct(name)) as '数量' from dogroup where score > 5 group by score;

MongoDB写法：

① group方式

db.dogroup.group({
	key : { score: 1 },
	cond : { score: {$gt: 5} },
	initial : { name:[] },
	reduce : function Reduce(curr, result) {
		var flag = true;
		for(i=0;i<result.name.length&&flag;i++){
			if(curr.name==result.name[i]){
				flag = false;
			}
		}
		// 如果result.name数组里面没有curr.name则添加curr.name
		if(flag){
			result.name.push(curr.name);
		}
	},
	finalize : function Finalize(out) {
		return {"分数": out.score, "数量": out.name.length};
	}
});

② mapReduce 方式

db.dogroup.mapReduce(
	function () {
		if(this.score > 5){
			emit(
				this.score,
				{score: this.score, name: this.name}
			);
		}
	},
	function (key, values) {
		var reduced = {score: key, names: []};
		var json = {};//利用json对象的key去重
		for(i = 0; i < values.length; i++){
			if(!json[values[i].name]){
				reduced.names.push(values[i].name);
				json[values[i].name] = 1;
			}
		}
		return reduced;
	},
	{
		out: { inline : 1 },
		finalize: function (key, reduced) {
			return {"分数": reduced.score, "数量": reduced.names?reduced.names.length:1};
		}
	}
)

③ aggregate 方式

db.dogroup.aggregate({
		$match: {
			score: {
				$gt: 5
			}
		}
	},{
		$group: {
			_id: {
				score: "$score",
				name: "$name"
			}
		}
	},{
		$group: {
			_id: {
				"分数": "$_id.score"
			},
			"数量": { $sum: 1 }
		}
});

弄熟上面这几个方法，大部分的分组应用场景应该没大问题了。

andy2cloud

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
MongoDB聚合查询

出于对性能的要求，公司希望把Mysql的数据迁移到MongoDB上，于是我开始学习Mongo的一些CRUD操作，由于第一次接触NoSQL，还是有点不习惯。先吐个槽，公司的Mongo版本是2.6.4，而用的java驱动包版本是超级老物2.4版。当时一个“如何对分组后的文档进行筛选”这个需求头痛了很久，虽然shell命令下可以使用Aggregation很方便地解决，但是java驱动包从2.9.
复制链接

扫一扫