mongo聚合

aggregate

聚合框架是一个计算框架，类似于sql中的group by， join操作
整个聚合运算过程称为管道，由多个步骤组成：
原始数据 -> 步骤1 -> 中间结果1 -> 步骤2 -> 中间结果2 -> … -> 最终结果
聚合操作优先使用aggregate，相对来说较为高效

聚合运算的基本格式

pipeline = [stage1, stage2, ..., stageN]
db.COLLECTION.aggregate(pipeline, {options})

步骤类型

$match: 过滤 类似于where
$project： 投影 类似于AS
$sort: 排序 类似于ORDER BY
$group： 分组 类似于GROUP BY
$skip/$limit : 限制 类似于SKIP/LIMIT
$lookup:左外连接 LEFT OUTER JOIN

聚合函数

对于大的数据集，聚合函数通常执行起来满足不了用户对速度的需求

• group
  group不会处理多余10000个唯一键且返回的结果集不能超过16MB，通常情况下速度快于map-reduce。
  group包含的参数：

  • key:描述分组字段的文档，比如要根据uerName分组，就将{userName:true}作为键
  • keyf:一个js函数，为文档生成一个键，这个函数生成{day:1}这样的键
  • initial:作为聚合结果初始值的文档
  • reduce:用语执行聚合的js函数，该函数有两个参数:正在被迭代的当前文档和用语存储聚合结果的聚合器文档，reduce并不返回任何内容
  • cond:过滤聚合文档的查询选择器，比如只想聚合5个以上投票的文档可以使用{value_count:{"$gt":5}}
  • finalize:在返回结果集之前应用于每个结果文档的js函数

• map_reduce
  map_reduce所含参数:

  • map:应用于每个文档上的js函数，该函数必须调用emit()来选择要聚合的键和值
  • reduce:一个js函数，接受一个键和一个值列表，该函数返回值结构必须于values数组中所提供的结构一致
  • query:用于过滤映射处理集合，类似于group的cond参数
  • sort:排序
  • limit:限制查询和排序条数
  • out:决定了如何返回输出内容
  • finalize:js函数，在reduce阶段完成后会应用于每个返回的文档上
  • scope:指定了map，reduce，finalize函数可全局访问的变量的值
  • verbose:一个布尔值，为true时，返回的文档中包含map_reduce任务执行时间的统计