学习MongoDB 九: MongoDB聚合(单一用途的聚合方法)(一)

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/congcong68/article/details/51419231
           聚合指各种可以处理批量记录并返回计算结果的操作,并MongoDB提供了丰富的聚合操作,MongoDB提供了进行聚合的三种方式:聚集管道(Aggregation),Map-Reduce方法,和单一用途的聚合方法。

       单一用途的聚合方法:db.collection.count(), db.collection.group(), db.collection.distinct()。


      一:db.collection.count()  返回匹配查询结果的数量

          db.collection.count(query, options)  返回匹配查询结果的数量  相当于mysql的语法:select count(1) from orders where 条件。

          

> db.orders.find()
{ "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
price" : 4 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
price" : 6 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
price" : 5 }
> db.orders.count()
3

> db.orders.count({quantity:{$gt:2}})
1
 

      也可以这样获取返回匹配查询结果的数量:

      var cursor=db.items.find()  可以以查询只包含索引键的条件,  cursor.count()。

   二: db.collection.distinct()  返回某个字段的非重复值列表

       db.collection.distinct(field, query)  返回指定某个字段的非重复的值的列表,结果不能大于最大BSON大小(大小为4 MB)    相当于mysql的语法:select distinct(field) from orders where 条件。

> db.orders.find()
{ "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
price" : 4 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
price" : 6 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
price" : 5 }
> db.orders.distinct("quantity")
[ 2, 3 ]

    三: db.collection.group()  

      db.collection.group({ key, reduce, initial[, keyf] [, cond] [, finalize] })

      我们比较熟悉的group by 的sql语句select key from table  group by key,而mongoDB没提供SQL那样通过group By就轻松实现数据库的分组功能, db.collection.group()是对某个字段的对集合进行分组,然后通过聚合每一组中的所有文档,可以对聚合每一组中的所有文档进行处理,来产生最终的我们想要的结果文档。
       db.collection.group()使用JavaScript,它受到了一些性能上的限制。大多数情况下,$ group在Aggregation Pipeline提供了一种具有较少的限制适用的替代。可以通过指定的键的集合中的文档和执行简单的聚合函数。
         (1)在2.2版本中,返回的数组可以包含最多20000个元素;即最多20000个独特的分组。
         (2)聚集管道(Aggregation),Map-Reduce方法都可以运行在分片集合,group()方法不能运行在分片集群中工作。 
         (3)结果集必须符合最大BSON文档大小(大小为4 MB)。
 
 1. 订单集合记录日期和明细中的数量、产品编码,我们订单集合按照对日期和产品编码进行分组字段,然后对每一组文档进行处理,找出并计算相同的产品的数量。Sql语句:Select pnumber,sum(quantity) as total from orders,items group by pnumber(少了两张表的关联的条件)。
      
> db.orders.find()
{ "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
 : 5, "pnumber" : "p003" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
 : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
" : 2, "pnumber" : "p001" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
" : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
 : 4, "pnumber" : "p002" } }
 
>  db.orders.group({
...           key: {'item.pnumber':1},
...           initial : {"total":0},
...          reduce : function Reduce(doc, out) {
...         out.total+=doc.item.quantity
...    } });
[
        {
                "item.pnumber" : "p003",
                "total" : 2
        },
        {
                "item.pnumber" : "p002",
                "total" : 36
        },
        {
                "item.pnumber" : "p001",
                "total" : 10
        }
]

   描述:
     key:作为分组的key。
     reduce:一个聚合函数操作文档的分组操作期间。这些函数可以返回一个sum或count。该函数接受两个参数:当前  文档和这个群体聚集的结果文档。
     initial:初始化聚合结果文档变量,为空时自动为每列提供初始变量。
     keyf:可选。替代的key 字段。指定一个函数创建一个“key object”作为分组的key。使用keyf而是通过group by领域而不是现有的文档域键组。
     cond:过滤条件,根据条件过滤集合的文档。
  
      2、完成器【finalize】
       
          我们对finalize方法 进行详细的介绍,在db.collection.group()返回最终结果之前,每一组文档执行完后,多会触发此方法,此功能可以修改的结果文档或替换的结果文档作为一个整体,执行group()结果集必须符合最大BSON文档大小(大小为4 MB),finalize能对数据传到客户时,进行裁剪结果,可以提高很大的效率。
  
       (1) 我们对订单集合根据日期进行分组,并对相同的产品号数量进行累加,对累加完的产品数量没有大于20 的我们进行删除。减少返回的数据。
            
         
  db.orders.group({
           key: {date:1},
           initial : {"pnumbers":{}},
           reduce : function Reduce(doc, out) {
		 if(out.pnumbers[doc.item.pnumber]==null){
		    out.pnumbers[doc.item.pnumber]=new Object();
		    out.pnumbers[doc.item.pnumber]=doc.item.quantity;
		 }else{
		   out.pnumbers[doc.item.pnumber]+=doc.item.quantity;
		} 
          },finalize : function Finalize(doc) {
      	     for(i in doc.pnumbers)
            {
              if (doc.pnumbers[i] < 20)
               {
                   delete doc.pnumbers[i];
               }
             }
    } });
  
  [
        {
                "date" : ISODate("2014-01-02T16:03:00Z"),
                "pnumbers" : {

                }
        },
        {
                "date" : ISODate("2014-01-03T16:03:00Z"),
                "pnumbers" : {

                }
        },
        {
                "date" : ISODate("2014-01-04T16:03:00Z"),
                "pnumbers" : {
                        "p002" : 30
                }
        },
        {
                "date" : ISODate("2014-01-05T16:03:00Z"),
                "pnumbers" : {

                }
        }
]

    (2)每一组文档执行完后,多会触发此方法,此功能可以修改的结果文档,我们对订单的集合实现一天卖出了多少个产品,金额是多少,平均价格是多少。
     
     
    db.orders.group({
       key: {date:1},
       initial :{"total":0,"money":0},
       reduce : function Reduce(doc, out) {
       out.total+=doc.item.quantity;
          out.money+=doc.item.quantity*doc.item.price;
        },
       finalize : function Finalize(out) {
         out.avg=out.money/out.total
         return out;
     }
  });
  [
        {
                "date" : ISODate("2014-01-02T16:03:00Z"),
                "total" : 2,
                "money" : 10,
                "avg" : 5
        },
        {
                "date" : ISODate("2014-01-03T16:03:00Z"),
                "total" : 1,
                "money" : 4,
                "avg" : 4
        },
        {
                "date" : ISODate("2014-01-04T16:03:00Z"),
                "total" : 40,
                "money" : 140,
                "avg" : 3.5
        },
        {
                "date" : ISODate("2014-01-05T16:03:00Z"),
                "total" : 5,
                "money" : 20,
                "avg" : 4
        }
] 

   3.keyf的使用
       可以接受一个javascript函数,用来动态的确定分组文档的字段,和key两者必须有一个。我们有时用到比较复杂的key时,可以通过keyf的方法使用javascript函数对要进行分组的字段先进行特殊的处理,然后在做为key进行分组。

     我们对订单集合,按照日期的月份进行分组,我们保存的文档的日期是到天,所以我们先转换为月,并计算月份卖出了多少个产品,金额是多少,平均价格是多少。


	 
> db.orders.find({})
{ "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
 : 5, "pnumber" : "p003" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
 : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
" : 2, "pnumber" : "p001" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
" : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
 : 4, "pnumber" : "p002" } }
>  db.orders.group({
...    keyf: function (doc){
...    return{'month':doc.date.getMonth()+1};
...  },
...  initial :{"total":0,"money":0},
...  reduce : function Reduce(doc, out) {
...     out.total+=doc.item.quantity;
...           out.money+=doc.item.quantity*doc.item.price;
...
... },
...  finalize : function Finalize(out) {
...          out.avg=out.money/out.total
...          return out;
...   }
... });
[ { "month" : 1, "total" : 48, "money" : 174, "avg" : 3.625 } ]
	 


       MongoDB提供了进行聚合的三种方式:聚集管道(Aggregation),Map-Reduce方法,和单一用途的聚合方法,先介绍了单一用途的聚合方法的使用方法,接下去介绍聚集管道(Aggregation)和Map-Reduce方法。
    



   
         




展开阅读全文

没有更多推荐了,返回首页