Aggregate的使用,有利于我们对MongoDB中的集合进行进一步的拆分。
示例:
- db.collection.aggregate(
- {$match:{x:1},
- {limit:10},
- {$group:{_id:"$age"}}}
- );
$project:包含、排除、重命名和显示字段
$match:查询,需要同find()一样的参数
$limit:限制结果数量
$skip:忽略结果的数量
$sort:按照给定的字段排序结果
$group:按照给定表达式组合结果
$unwind:分割嵌入数组到自己顶层文件
============================================================
这是MongoDB官网上的一个Data Model:
- {
- "_id": "10280",//zipcode
- "city": "NEW YORK",//城市
- "state": "NY",//城市缩写
- "pop": 5574,//人口
- "loc": [ //经纬度
- -74.016323,
- 40.710537
- ]
- }
- db.zipcodes.aggregate(
- {$group:{_id:"$state", totalPop:{$sum:"$pop"}},
- {$match:{totalPop:{$gte:10000000}}}
- );
上面的语句相当于: SELECT state, sum(pop) totalPop from zipcodes group by state having by totalPop >= 10000000;
分析:
$group主要是用于分组,其中_id是用组的类型集合,totalPop是生成的一个新的字段,用于存储总数。
其实,document经过$group之后,系统会为其生成一个新的document(新的documment为{"_id":"AK","totalPop":550043}),这在下面的例子中,我们会看得更清楚。
$match,相当于为新生成的document提供查询功能
2、求平均人口,每个state
- db.zipcodes.aggregate( { $group :
- { _id : { state : "$state", city : "$city" },
- pop : { $sum : "$pop" } } },
- { $group :
- { _id : "$_id.state",
- avgCityPop : { $avg : "$pop" } } } )
上述示例中出现了两个$group,那是什么含义呢?
第一个$group是将原来的zipcodes 这个 document变成新的,如:
- {
- "_id" : {
- "state" : "CO",
- "city" : "EDGEWATER"
- },
- "pop" : 13154
- }
第二个 $group是在,原有的基础之上,再进行一次重新格式化数据,再生成新的document,如:
- {
- "_id" : "MN",
- "avgCityPop" : 5335
- },
3、查询每个州人口最大和最小的城市
- db.zipcodes.aggregate(
- {$group:{_id:{state:"$state",city:"$city"}, totalPop:{$sum:"$pop"}}},//统计州的所有人,生成一个新的文档,是关于州与其总人口
- {$sort:{"totalPop":-1}},//对新文档,根据人口数倒序排序
- {$group:{_id:"$_id.state",
- "biggestCity":{$first:"$_id.city"},//最大人口的城市
- "biggestPop":{$first:"totalPop"},//最大人口的数量
- "smallestCity":{$last:"$_id.city"},
- "smallestPop":{$last:"totalPop"}
- }},//重新组成一个新的文件,包含,州名,最大人口数和最小人口数
- //本来结构到此基本上差不多了
- //但我们需要再对数据进行格式化
- {$project:
- {_id:0,
- state:"$_id",
- biggestCity:{name:"$biggestCity",pop:"$biggestPop"},
- smallestCity:{name:"$smallestCity",pop:"$smallestPop"}
- }
- }
- );
数据结构,如下:
- {
- "state" : "RI",
- "biggestCity" : {
- "name" : "CRANSTON",
- "pop" : 176404
- },
- "smallestCity" : {
- "name" : "CLAYVILLE",
- "pop" : 45
- }
- }