概述：
众所周知，aggregate是mongodb非常强大的工具之一，之所以强大是因为它可以像乐高一样随意摆放各种组件（当然还是要遵守一定规则的）
注：aggregation就是单线程的，每个请求每个片一个线程。
简介：
下面我们就对aggregate的pipeline进行一一解释；
汇总：
-
1. $match: 匹配查询条件，针对的是源集合，可多次使用；
-
2. $limit: 限制输出的结果集 ；
-
3. $lookup: left join其他集合,且两个集合必须在一个库下 ；
-
4. $group: 类似于关系型数据库的group by，其后也可以加上诸多操作，比如$sum,$max,$min
-
5. $unwind: 分裂数组，重组数据 ；
-
6.$project: 字段重命名，字段做运算，合并，选择性的增加或删除字段；
-
7.$sort: 排序, 类似 order by
-
8.$skip: 省略某些行，类似find()后面的skip()
-
9.$redact: document内容的判断和"修剪”；
-
10.$sample: 随机选取指定数量的document；
-
11.$out: 将结果集输出到指定collection中；
-
12.$indexStats: 统计collection中的索引使用信息;
-
13.$geoNear: 根据位置信息查找最近和最远的点
-
14.$bucket: 根据某一个字段范围条件分组，然后分组计算、收集其他字段值等操作（我的理解，比较复杂，3.4新功能）
-
15.$addFields: 输出从上一管道符接受到的所有字段，并添加新字段（3.4新特性，类似于$project）
-
16.$bucketAuto
-
17.$collStats： 返回一个集合的统计信息（3.4新特性）
-
18.$count: 计算上一个管道符结果集的文档数量
-
19.$facet：
-
20.$graphLookup
-
21.$listSessions
-
22.$listLocalSessions
-
23.$replaceRoot
-
24.$sortByCount
-
25.$currentOp
注：其中的某些stage可以在一个aggregate语句中重复使用，比如$match,$group,$limit；这样可以进行更细化的数据处理
数据集合
使用方法详述
下面就简单介绍一下各个组件的使用方法：
1、$project:
遍历文档的指定字段到下一个stage(阶段)；
意思就是说可以过滤掉某些字段(包括过滤掉_id）、可以重命名字段、添加新的字段，重置字段的值
语法：
{ $project: { <specifications> } }
|
<specifications>的选项
|
描述
|
|
<field>:
<1
or
true>
|
执行显示哪些字段
|
|
_id:
<0
or
false>
|
过滤掉_id字段
|
|
<field>:
<expression>
|
添加新字段或者重置字段的值
|
举例:
2、$match:
查询需要的数据给到下一个stage；
如果放到aggregate开端的话，可以利用上索引，与find()中的query语法一致
语法：
{ $match: { <query> } } ---query中写什么呢？就是在find()中写的东东
举例:
3、$limit：
其实就是做一个行数的限制，类似top 10 *
语法：
{ $limit: <positive integer> }
举例:
4、$lookup:
left join同一库下的另一集合去过滤数据，
语法：
$lookup:
{
from: <collection to join>, ---left join后的那个集合名称
localField: <field from the input documents>, ---用于链接的源集合的字段名
foreignField: <field from the documents of the "from" collection>, ---left join后的集合的链接字段
as: <output array field> ---从另一集合链接过来的数据会存放在一个数组中，这是写该数组的名称
}
}
注：如果你想要使用源集合中的数组的某个元素作为链接字段，那么你就需要考虑使用$unwind了，什么？你还不懂$unwind是什么？那就继续向下看吧
举例:
5、$unwind:
分裂数组，重组数据(document)
语法：
{
$unwind:
{
path: <field path>, ---你想要分裂的数组名称
includeArrayIndex: <string>, ---新增加一个字段用于描述数组分裂后各个元素在原数组中的位置，此处写新增字段的名（可选参数）
preserveNullAndEmptyArrays: <boolean> ---默认情况下对没有此数组的行不予显示，但如果想显示则设置为true，默认是false（可选参数）
}}
举例说明：
数据结构如下
普通分裂之后：
如果还想加上后面那俩货（参数），那么：
6、$group
将字段进行分组，并执行相应的操作，比如sum,max,min,但其不能排序结果集
语法：
{ $group: { _id: <expression>, <field1>: { <accumulator1> : <expression1> }, ... } }
expression1有很多选项：
可能看语法有点迷糊哦，直接上实例
数据结构：
分组：
分组并计算：
（注：count字段后面的操作可以是其他，比如max,min,push等等）
多字段分组并计算
（注：class_id,age,count的这些字段名都可以随便写哦，不要拘泥于制度）
在group管道符操作时，如果处理数据超过了内存限制，则会报错（如下），须使用allowDiskUse:true参数
7、$redact:
这是一个非常难以理解的管道符，我算是服了，整了好久才算是明白些
根据字段所处的document结构的级别，对文档进行适合的“修剪”，它通常和判断语句if...else结合使用，可选值有3个：
1）$$
DESCEND：包含当前document级别的所有fields。当前级别字段的内嵌文档将会被继续检测。
2）$$
PRUNE：不包含当前文档或者内嵌文档级别的所有字段，不会继续检测此级别的其他字段，即使这些字段的内嵌文档持有相同的访问级别。
3）$$
KEEP：包含当前文档或内嵌文档级别的所有字段，不再继续检测此级别的其他字段，即使这些字段的内嵌文档中持有不同的访问级别。
其实说的啥意思呢？就是某个字段符合$cond中的条件后如何处理后续字段，
① $$DESCEND: 符合条件后其他字段也都显示出来，并且对那些数据类型是数组或者内嵌文档的字段继续进行一样的if判断一样的处理
② $$PRUNE: 对符合条件的文档中所有字段全部不显示，更不会深入数组或内嵌文档汇总进行if检测
③$$KEEP：对符合条件的文档中同一级别的字段显示出来，但不会深入到数组或者内嵌文档的字段中进行if...else判断
举例：
集合数据结构
对age字段进行条件判断
db.t6.aggregate([
{$redact:{
$cond:{ ---固定格式，无需理解
if:{$gte:["$age",20]}, ---判断条件，判断字段age>20的情况
then:"$$DESCEND", ---如果成立，则显示同级别的所有字段，并继续深入检测
else:"$$PRUNE" ---如果不成立，则同级别的所有字段全都不显示，且停止深入检测
}
}}
])
8、$sample:
从上一个stage中随机选取指定数量的document
语法：
{ $sample: { size: <positive integer> } } ---size后面直接指定数字，代表你想选取的随机文档数量
9、$out:
将aggregate的聚合结果集输出到指定collection中存起来，（注：$out必须放到管道符的最后一个）
其实在我看来类似于 临时表的形式，不过咱们这个生成的是一个真实的实体集合，不会随着session的结束而删除
语法：
{ $out: "<output-collection>" }
举例：
db.t1.aggregate([
{$sample:{size:2}},
{$out:"random_test"}
])
10、$sort
将结果集以某字段排序，只是排序不会改变任何document
语法：
{ $sort: { <field1>: <sort order>, <field2>: <sort order> ... } } ---可以指定多个字段，1代表升序 -1代表降序，类似 ordery by field1 ASC ,field2 DESC
举例：
限制：默认，$sort阶段有100M内存的使用限制，超过此限制则会报错
如果想处理超过100M的数据集，则需要考虑使用
allowDiskUse选项，执行命令后会在dbpath的路径下产生一个_tmp的文件夹，用于临时存放sort的数据
注：但是allowDiskUse也不仅限于sort使用，官网解释如下：
11、$indexStats
查询一个collection中每一个index的统计信息
语法：
{ $indexStats: { } } ---写一个空{}就可以了
举例：
{
"name" : "cdate_-1", ---索引名
"key" : {
"cdate" : -1 ---索引使用的具体字段
},
"host" : "hostname111:27027", ---mongod进程所在的主机名
"accesses" : {
"ops" : NumberLong("4"), ---索引被访问的次数，
"since" : ISODate("2017-07-07T02:36:58.440Z") ---mongod开始收集index统计信息的时间
}
},
注：ops 表示访问次数，但是不包括$match和mapReduce操作的访问，也不包括内部操作比如TTL索引的内部每60秒自动删除过期数据的索引访问；
mongod重启，或者索引被删除重建后，索引的统计信息将被重置
12、$skip
省略掉一定数量的document，其实这个命令很是简单，功能作用也都好理解，我就不过于分析解释了，相信大家都是聪明人，哈哈...
语法：
{ $skip: <positive integer> } ---skip后面写个整数就可以了
13、$geoNear
此命令主要是用于地理位置查找分析，查找距离某个位置最近和最远的点，这个目前我们也用不上，看着还挺复杂，所以偶就先不研究了，后续补充上,
14、$bucket:
原集合数据：
执行语句：
（根据price字段，按照[0,200),[200,400)范围划分组，其他范围值都为Other，之后根据分组进行计算）
groupBy: 分组字段，
boundaries: 分组范围，结果集会根据范围左边界值作为_id的值
default : 不在上述范围内的，_id 值为Other，也可定义为其他
output：进行计算，多多益善，比如计数，求和，将分组里的某字段组合成新数组
15、$autoBucket
16、$addFields
此管道符的意思其实就是接受上一管道符的所有字段之外，还可以额外通过表达式添加新字段，有点类似于$project，不过还是不太一样的，我们看实验。
原集合数据
>db.scores.find()
{"_id":1,"student":"Maya","homework":[10,5,10],"extraCredit":0}
{"_id":2,"student":"Ryan","homework":[5,6],"extraCredit":8}
计算homework字段的元素总和，并且与extraCredit再计算生成第二个新字段值
>db.scores.aggregate([
{
$addFields: {totalHomework:{$sum:"$homework"} }
},
{
$addFields: {totalScore:{$add:["$totalHomework","$extraCredit"]}}
}
])
结果
{"_id":1,"student":"Maya","homework":[10,5,10],"extraCredit":0,"totalHomework":25,"totalScore":25}
{"_id":2,"student":"Ryan","homework":[5,6],"extraCredit":8,"totalHomework":11,"totalScore":19}
注：$addFields管道符可以多次使用，如果新字段的名称与现有字段相同，那么会覆盖掉现有字段的值（也包括_id）;
17、$collStats
3.4新特性，用来显示某个集合的统计信息，返回的信息类似于db.collection.stats()命令，但更丰富些
使用如下默认格式即可
db.t1.aggregate([
{$collStats: {
latencyStats: { histograms: true },
storageStats: {},
count: {}
}}
])
注：$collStats此管道符必须放到第一的位置，否则报错
18、$count
其实从字段意思也能看出来，就是计算文档数量，只不过是可以计算上一管道符的结果集的文档数量，其实$count的这个功能用$group+$project也能实现
注：$count之后写的是计算结果的字段名称，不能包含'$',以及点
例：
原有数据：
筛选条件后并统计
>db.t2.aggregate([
{$match:{score:{$gte:80}}},
{$count:"total_score"}
])
结果
{"total_score":4}
19、
3624
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
