Mongodb中aggregation操作

Mongodb使用 aggregation 处理数据的分组、聚合、统计。根据官网来说明 Aggregation Pipeline 的情况，和解决自己的工作问题。

官网地址：
https://docs.mongodb.com/manual/core/aggregation-pipeline/

1. 示例 mongo 数据

    "_id" : ObjectId("5f0ff352c87ded750a7582e5"),
    "mPlateNumber" : "B86A97",
    "mobileCodeList" : [ 
        {
            "code" : "460010000000720",
        }, 
        {
            "code" : "460010000000721",
        }, 
        {
            "code" : "460010000000722",
        }
    ]
}

/* 2 */
{
    "_id" : ObjectId("5f0ff352c87ded750a7582e6"),
    "mPlateNumber" : "B86A97",
    "mobileCodeList" : [ 
        {
            "code" : "460010000000720",
        }
    ]
}

/* 3 */
{
    "_id" : ObjectId("5f0ff352c87ded750a7582e7"),
    "mPlateNumber" : "A9H850",
    "mobileCodeList" : [ 
        {
            "code" : "460010000000722",
        }
    ]
}

2. 要求：筛选 mPlateNumber ，根据 mobileCodeList 中的 code分组，统计每组code 出现的次数，并降序排列

3. 语句实现

db.getCollection('car').aggregate([
	{ $match: { mPlateNumber: "B86A97" } },
	{ $unwind: "$mobileCodeList" },
	{ $group: { _id: "$mobileCodeList.code", total: { $sum: 1 } } },
	{ $sort: { total : -1}}
]);

4. 结果显示

/* 1 */
{
    "_id" : [ 
        "460010000000720"
    ],
    "total" : 2.0
}

/* 2 */
{
    "_id" : [ 
        "460010000000721", 
    ],
    "total" : 1.0
}

/* 3 */
{
    "_id" : [ 
        "460010000000722"
    ],
    "total" : 1.0
}

5. 分析

aggregate 从上到下依次执行，先使用 $match筛选出符合条件的数据，$unwind 把数组字段输出成单个文件，再使用 $group按照code分组，$sum 统计每组的个数，最后 $sort 排序显示出来。在大数据量的操作中，最好是把一次过滤量大的条件放到前面，这样运算起来快。这里我们使用到了四个 Stage，比较常用的还有 $count, $project 等。

Aggregation 的功能强大，比 map reduce的效率更高，在使用的时候经常要翻看文档，查查 stage，以优雅的语句完成任务。