关于MongoDB的group用法

最新推荐文章于 2024-07-24 01:44:55 发布

野木香

最新推荐文章于 2024-07-24 01:44:55 发布

阅读量4.7k

点赞数 1

分类专栏：大数据文章标签： mongodb hadoop

大数据专栏收录该内容

13 篇文章 0 订阅

订阅专栏

之前在看mongo的书时，看到了聚合这章。其中谈到了group这个功能，其实正如书中所说，mongodb中的group和sql中的group by是很相似的，但我自我分析，可能由于mongo中的group的使用形式不同，而且使用的是js 语法，所以导致咋一看上去不明白这个group怎么用。下面通过具体的一个例子来详细说明mongo的group用法。

我们平常所用的博客，每天会有很多人发博客，每篇文章中都有多个标签，现在要找出每天最热点的标签。首先，我们可以按天分组，将每天每一标签的计数给统计出来。

我们可以简单地假设集合中文档的结构如下：

1 {“title” : “java sun”, “author” : “jk”, “day” : “2012-12-14”, “tags” : [“java”, “nosql”, “spring”]}
2 
3 {“title” : “ssh2的整合”, “author” : “cj”, “day” : “2012-5-10”, “tags” : [“struts 2”, “hibernate ”, “spring”]}
4 
5 {“title” : “c#的高级用法”, “author” : “zt”, “day” : “2012-4-3”, “tags” : [“c#”, “sql”]}
6 
7 {“title” : “php mongo”, “author” : “lx”, “day” : “2012-12-14”, “tags” : [“php”, “nosql”, “mongo”]}
8 
9 …

mongo代码如下：

 1 >db.posts.group({
 2 
 3 … “key” : {“day” : true},
 4 
 5 … “initial” : {“tags” : {}},
 6 
 7 … “$reduce” : function (doc, prev) {
 8 
 9 …     for (i in doc.tags) {
10 
11 …              if (doc.tags[i] in prev.tags) {
12 
13 …                       prev.tags[doc.tags[i]]++;
14 
15 …              }
16 
17 …              else
18 
19 …              {
20 
21 …                       prev.tags[doc.tags[i]] = 1;
22 
23 …              }
24 
25 …     }
26 
27 … }
28 
29 })

现在我们来逐行分析上述的代码意思。

1 “key” : {“day” : true}

“key”表示集合数据分组的依据。这里我们指定了“day”键，那么会根据集合文档中的发布博客时间来进行分组。那有人会问，那个“true”有什么意义？如果指定了{“day” : true}，那么在分组的结果中就会显示每组“day”的键值。

1 “initial” : {“tags” : {}}

这个大家可能会迷惑，initial是初始化的意思，分组为什么还要初始化呢？sql好像

此文来自: 马开东博客转载请注明出处网址： http://www.makaidong.com

也没有类似的概念啊。这个就是两者不同的地方了。这里是为了初始化累加器的键值，我们可以把这个所谓的“累加器”当作一个文档，这个文档中存放是的在分组开发过程中收集、计算出的信息，不一定是集合文档中的原信息，这里需要注意。“tags”表示每个分组中第一个文档对应调用“$reduce”指定函数时的参数初始化，后续该分组的文档对应调用“$reduce”指定函数时，会不断“累加”，保留住每次对“tags”所做的更新结果。有人可能不理解上面一句在讲什么，可以结合下面的解释来理解。

1 “$reduce” : function(doc, prev) { … }

看到这里可能有些人就彻底崩溃了，我也是，不就分个组吗，怎么把函数都整出来，还是js 的。其实我们可以把这里的函数理解为分组开发过程，在分组的开发过程中，我们又人为地添加了一些操作，比如信息收集、汇总、统计等等。“doc”代表分组开发过程中的每一个集合中的文档，而“prev”则代表“累加器文档”的累加状态，当一个分组的组员划分完毕时，这个“prev”文档中的键值对的最终状态就是我们想要的结果。这里需要注意函数体中的“prev.tags”和“doc.tags”是不同的，不信我们可以看结果。

按照上面的代码分类后得到的结果如下所示：

1 {“day” : “2012-12-14”, “tags” : {“java” : 1, “nosql” : 2, “spring” : 1, “mongo” : 1}}
2 
3 {“day” : “2012-5-10”, “tags” : {“struts 2” : 1, “hibernate ” : 1, “spring” : 1}}
4 
5 {“day” : “2012-4-3”, “tags” : {“c#” : 1, “sql” : 1}}

看出不同了吗？上面的结果中，“tags”键的值是一个内嵌文档，而这对应的就是“pre.tags”。“doc.tags”表示的原集合文档中“tags”键的多值数组。

我们要找的是每天最热门的标签，显然我们上面的结果还有些多余的信息，那么就让我们使用“finalize”键来进行精简吧，还是先看代码。

 1 >db.posts.group({
 2 
 3 … “key” : {“day” : true},
 4 
 5 … “initial” : {“tags” : {}},
 6 
 7 … “$reduce” : function (doc, prev) {
 8 
 9 …     for (i in doc.tags) {
10 
11 …              if (doc.tags[i] in prev.tags) {
12 
13 …                       prev.tags[doc.tags[i]]++;
14 
15 …              }
16 
17 …              else
18 
19 …              {
20 
21 …                       prev.tags[doc.tags[i]] = 1;
22 
23 …              }
24 
25 …     }
26 
27 … },
28 
29 … “finalize” : function (prev) {
30 
31 …     var mostpopular = 0;
32 
33 …     for (i in prev.tags) {
34 
35 …              if (prev.tags[i] > mostpopular) {
36 
37 …                       prev.tag = i;
38 
39 …                       mostpopular = prev.tags[i];
40 
41 …              }
42 
43 …     }
44 
45 …     delete prev.tags;
46 
47 … }
48 
49 })

“finalize”附带的函数，在每个分组结果传递到客户端之前会被调用一次，从而可以对分组结果进行“修剪”。从上面我们可以看出，原先结果中的“tags”键值给删去了，加上了一个“tag”键值，所以最终的结果如下：

1 {“day” : “2012-12-14”, “tag” : { “nosql”}
2 
3 {“day” : “2012-5-10”, “tags” : {“struts 2” : 1}}
4 
5 {“day” : “2012-4-3”, “tags” : {“c#” : 1}}

在举个例子，本来我在刚看过上面的那段代码后，想在自己写的示例系统开发——用户管理系统开发中，用php结合group功能实现用户的爱好分类统计，但由于刚开始我也一直处于迷糊状态，所以一直没想出解决办法，今天通过仔细阅读php开发手册的例子，终于实现了这一功能。下面是用户集合中的文档结构：

1 { "_id" : objectid("50f0c0ca323365ec0c000006"), "username" : "大胖", "age" : 23, "birthday" : Iphone 苹果 ios date("1989-10-29t16:00:00z"), "interest " : [ "篮球", "足球", "乒乓球", "高尔夫球" ] }
2 
3 { "_id" : objectid("50f35b6f323365f00c000001"), "username" : "六福", "age" : 24, "birthday" : Iphone 苹果 ios date("1988-05-05t15:00:00z"), "interest " : [ "乒乓球", "篮球" ] }
4 
5 { "_id" : objectid("50f37257323365ec0c000000"), "username" : "七喜", "age" : 30, "birthday" : Iphone 苹果 ios date("1984-09-30t16:00:00z"), "interest " : [ "足球", "橄榄球" ] }
6 
7 …

那么如何用group开发方法来统计出喜爱篮球的有多少人，喜爱足球的有多少人等信息呢？现在我就用mongo——php驱动开发提供的api来实现group的功能。有兴趣的人可以根据下面的代码简练出mongo语法的代码。

 1 /*
 2 
 3      * 统计爱好分类信息
 4 
 5      */
 6 
 7     public function groupbyinterest ()
 8 
 9     {
10 
11        $key = array();   //$key没有指定分组依据，那么所有文档认为属于同一组
12 
13        $initial = array('interest s' => array());
14 
15        $reduce = 'function(obj, prev) {
16 
17            for (i in obj.interest )
18 
19            {
20 
21               if (obj.interest [i] in prev.interest s)
22 
23               {
24 
25                   prev.interest s[obj.interest [i]]++;
26 
27               }
28 
29               else
30 
31               {
32 
33                   prev.interest s[obj.interest [i]] = 1;
34 
35               }
36 
37            }
38 
39        }';
40 
41        $g = $this->users->group($key, $initial, $reduce);
42 
43        return $g['retval'];
44

http://www.cnblogs.com/mxw09/archive/2011/08/31/2161457.html

  
  
搜索此文相关文章：关于MongoDB的group用法
  
  
此文链接：http://www.makaidong.com/%E5%8D%9A%E5%AE%A2%E5%9B%AD%E7%89%9B/33875.shtml