MongoDB-分页，聚合函数，mapRedcue,游标

一  前言

          与关系型数据一样，NoSQL数据也存在数据分页，聚合操作，函数，游标等，来完成一些复杂的数据操纵。除此之外，也有一些分布式下的支持，如MongoDB中的Map，Reduce等，这些都会大数据的处理提供了安全，一致，高效的保证，下面为大家介绍MongoDB的高级操作

二  理论及应用

             （1） 数据查询分页，与MySQL，Oracle不同的是，MongoDB的分页是通过函数来实现：SKIP，limit，功能相似。

             SKIP（startIndex），startIndex：指查询数据集合的起始位置。

             limit（pageSize），pageSize：数据查询分页的大小。

              

              db.stu.find({$and:[{"username":{$ne:"Jerry"}},{"age":{$ne:20}}]}).skip(2).limit(10);;     查询出stu集合中username!=Jerry,且年龄大于20，并从第3（下标起始位0）条显示，每次分10条显示。

 

db.stu.find({$and:["username":{$ne:"Sherry"}},{"age":{$gte:20}}]}).skip(2).limit(10);   查询出username!= "Sherry"且年龄不小于20的数据集合，从第三个，按每页10条显示

（2）聚合函数：count，distinct，group,mapReduce

        count，distinct:：与关系型数据一样，支持相应的统计操作。

        db.stu.count({"age":{$gte:40}}):        统计年龄不小于40的集合。

        db.stu.count({$and:[{"username":{$ne:"Jerry"}},{"age":{$gt:20}}]});     统计名字不是“Jerry”，年龄大于20的集合

    

   db.stu.distinct("age");         统计所有的年龄，剔除重复的

 

   

 （3）与SQL分组一样，也是要根据一些条件，进行分组，不同的是，MongoDB是以函数进行，并且分组依据，初始筛选集合对象，处理函数（reduce），筛选条件，结果处理等都是分开设置。

                "key":：分组依据（通SQL的group by 后的字段）

                “initial”： 进行分组操作的对象集合

                “condition”：额外的筛选条件

                 "$reduce":function(arg1,arg2){}    arg1：当前操作的文档对象 arg2：上一次函数操作的累计对象

                 “finalize”  ：每次Reduce函数执行后，会执行该函数，可以用来进行统计和其他操作

 db.stu.group({
..  "key":{"age":true},
..  "initial":{"stu":[]},
..  "reduce":function(doc,out){
..       out.stu.push(doc.username);
.. },
.. "condition":{"age":{$gt:40}},
.. "finalize":function(out){
..         out.count = out.stu.length;
.. }
.. })

（4）mapReduce

            map是映射函数，里面会调用emit(key,value)，集合会按照你的key进行映射分组。

            Reduce是数据处理，在分布式的环境下，对数据进行重新映射分组，

map = function(key,value){
...  emit(this.username,{count:1});
... }

function (key,value){
 emit(this.username,{count:1});
}

reduce = function(key,value){
... var result = {count:0};
... for(var i=0;i<value.length;i++){
...      result.count += value[i].count;
... }
... return result;
... }

function (key,value){
var result = {count:0};
for(var i=0;i<value.length;i++){
     result.count += value[i].count;
}
return result;
}

//使用mapReduce进行数据分组

db.stu.mapReduce(map,reduce,{"out":"collection"})

//查看分组后的结果

db.collection.find()

（5）游标：和数据一样，用来存取数据库查询中间结果或临时数据，进行再加工。

    var cursor  = db.stu.find({$or:[{"username":{$ne:"Jerry"}},{"age":{$gt:20}}]}) ：将username！=“Jerry”，age>20的结果放入游标，用于进一步处理

   

三 总结

             总的来说，MongoDB和关系数据的分页查询，聚合操作，函数处理，游标有相似之处，但是有其强大之处，尤其mapreduce,在大数据量的操作占据优势，另外类似JS的函数编程方式，也易于理解，使用。