MongoDB的聚合操作

MongoDB的聚合操作分为两种：

1. pipeline聚合
2. mapReduce聚合
   mapReduce聚合：通过自定义的聚合命令，实现聚合操作，自由度高，适合大数据量且复杂的聚合操作

pipeline聚合

使用MongoDB提供的聚合命令，速度快，只能运行在单机上，适合小数据量的实时聚合操作，且在资源的使用上有一定的限制：单个聚合操作耗费的内存不能超过20%；返回的结果集大小小于16M

1. 语法说明

db.collection.aggregate(match,project,group, …)
aggredate 方法接收任意多个参数，每个参数都是一个具体类别的聚合操作，通过参数的顺序组成一个执行链。每个操作执行的结果交给下一个操作，直到最后返回结果集。

2. pipeline聚合命令（运算符）

$match 条件过滤

# 查找名字为学生1的文档
db.student.aggregate({$match:{name:"学生1"}})

$project 指定列返回

# 给返回的列取别名
db.student.aggregate({$project:{"姓名":"$name"}})
# 限定返回的字段
db.student.aggregate({$project:{_id: 0, "姓名":"$name"}})
# 如果不特别指定，_id属性是默认返回的，这里的0也可以是false或者返回为false的表达式
# $name 表示对name属性的引用

$group
必须指定 _id 列

db.student.aggregate({$group:{_id:"$age", "count":{$sum:1}}})

$sum 求和

db.student.aggregate({$group:{_id:"$age", "count":{$sum:1}}})

$max 求最大值

db.student.aggregate({$group:{_id:"$sex", maxAge:{$max:"$age"}}})

$push 添加列表

 db.student.aggregate({$group:{_id:"$sex", names:{$push:"$name"}}})

$addToSet 添加列表并去重

db.student.aggregate({$group:{_id:"$sex", names:{$addToSet:"$age"}}})

$first 取第一个值

db.student.aggregate({$group:{_id:"$sex", firstOne:{$first:"$name"}}})

$last 取最后一个值

db.student.aggregate({$group:{_id:"$sex", lastOne:{$last:"$name"}}})

$sort 排序

db.student.aggregate({$project:{name: 1, age: 1}},{ $sort:{ "age":1}})

$limit 用来限制返回的文档数

db.student.aggregate({$project:{name: 1, age: 1}},{ $sort:{ "age":1}},{$limit:4})

$skip 跳过指定数量的文档，返回剩余文档

db.student.aggregate({$project:{name: 1, age: 1}},{ $sort:{ "age":1}},{$limit:4}, {$skip:2})
db.student.aggregate({$project:{name: 1, age: 1}},{ $sort:{ "age":1}},{$skip:2},{$limit:4})

#unwind 将数组拆分成多条记录

db.student.aggregate({$project:{name: 1, subject: 1}}, {$unwind:"$subject"})

3. mapRedurce 聚合

mapRedurce 非常适合实现非常复杂 并且数量大的聚合计算，其可运行在多台节点上实行分布式计算。

# mapReduce的命令方式
db.collection.mapReduce(
    map,    //map函数（生成键值对序列,作为 reduce 函数参数）
    reduce, //reduce函数
    {
        <out>,    //存放输出结果的集合，不写使用临时集合
        <query>, //筛选条件，符合条件才会进入map
        <sort>,   //排序
        <limit>,  //限制条数
        <finalize>, 
        <scope>, 
        <jsMode>, 
        <verbose>
    }
)

创建Map函数

var map1 = function(){emit(this.sex,1)}
# emit为mapReduce的内置函数, 这里以sex字段进行分组，1就是值
# emit({sex:this.sex,age: this.age}, this)

创建Reduce函数

var reduce1 = function(key, values){return Array.sum(values);}
# 如果reduce函数中直接返回values.lengthz，在values只有一个值时会输出原值，而不是1

执行mapReduce聚合操作，将结果输出到新的结果集

var reduce1 = function(key, values){return Array.sum(values);}

查询上一步输出的结果集

db.result.find()
# 也可以直接在上一步的后边直接使用find
db.student.mapReduce(map1, reduce1, {out:"result"}).find()