断网了2天 今天补上
聚合操作:
对文档的信息进行整理统计的操作
返回:统计后的文档集合db.collection.aggregate()功能:聚合函数,完成聚合操作参数:聚合条件,配合聚合操作符使用返回:聚合后的结果
常用聚合操作符:
1.
$group 分组聚合 要配合具体的统计操作符获取结果
$sum 求和
db.class1.aggregate({$group:{_id:'$gender',num:{$sum:1}}})
分组 按照gender值统计 统计结果,求和每有一个加1
统计所有男生和女生的年龄之和
db.class1.aggregate({$group:{_id:'$gender',num:{$sum:'$age'}}})
$avg 平均值
求男生 女生年龄的平均数
db.class1.aggregate({$group:{_id:'$gender',num:{$avg:'$age'}}})
$max 求最大值
求男生女生的年龄最大值
db.class1.aggregate({$group:{_id:'$gender',num:{$max:'$age'}}})
$min 求最小值
求男生女生的年龄最小值
db.class1.aggregate({$group:{_id:'$gender',num:{$min:'$age'}}})
2.
$project
用于修改文档的显示效果
$project值的用法同find()的field参数相同
db.class1.aggregate({$project:{_id:0,name:1,age:1}})
自定义显示的域名
db.class1.aggregate({$project:{_id:0,Name:'$name',Age:'$age'}})
3.
$match
过滤想要的数据
过滤年龄大于30的数据,$match值的写法同query
db.class1.aggregate({$match:{age:{$gt:30}}})
4.
$limit
显示前几个文档
db.class1.aggregate({$limit:3})
5.
$skip
跳过前几个文档显示
db.class1.aggregate({$skip:2})
6.
$sort 排序
按照年龄排序
db.class1.aggregate({$sort:{age:1}})
聚合管道
将前一个聚合操作产生的结果,交给后一个聚合操作继续使用
db.collection.aggregate([{聚合1},{聚合2},{}...])
$match --> $sort -->$project
db.class1.aggregate([{$match:{gender:'m'}},{$sort:{age:1}},{$project:{_id:0}}])
聚合示例
使用grade数据库
给更多同学添加 域score
score:{english:87,chinese:76,math:91}
1. 按照性别统计每组人数
aggregate({$group:{_id:'$sex',num:{$sum:1}}})
2. 统计该班中有哪个同学姓名为重名同学
aggregate([{$group:{_id:'$name',num:{$sum:1}}},{$match:{num:{$gt:1}}}])
3. 统计所有男生的语文成绩,只打印姓名,性别,语文成绩即可
aggregate([{$match:{sex:'m'}},{$project:{_id:0,name:1,sex:1,'score.chinese':1}}])
4. 将所有女生按照英语成绩降序排序
aggregate([{$match:{sex:'w'}},{$sort:{'score.english':-1}}])
文件存储:
1.存储路径
将文件放在本地路径(网络路径)下,然后数据库中存储该文件的查找路径
优点 : 节省数据库空间
缺点 : 当数据或者文件位置发生变化时文件即丢失
2. 将文件转换为二进制,存储文件本身
数据库支持二进制数据格式
将文件转换为二进制格式,然后存入数据库中
优点 : 数据库和文件绑定,数据库在文件即在
缺点 : 占用数据库空间大,存取效率低
mongodb存储文件本身
* 如果是小文件建议转换二进制直接插入
* 如果是大文件建议使用
GridFS方案存储(大于16M)
GridFS方案解释
1. 在mongodb一个数据库中使用两个集合配合存储文件
2. fs.files 用来存储文件的相关信息,为每一个文件创建一个文档,
存储文件名,文件大小,存入时间。。。
3. fs.chunks 用来分块存储文件的实际内容(Binary data 类型数据)
存储方法:
mongofiles -d dbname(数据库)
put file(要存储的文件)
* 数据库不存在会自动创建数据库
数据库中会自动创建fs.files fs.chunks两个集合
fs.files文档结构:
{
"_id" : ObjectId("5b7cdcd769d72e12b4f166d0"),
"chunkSize" : 261120,
"uploadDate" : ISODate("2018-08-22T03:47:35.381Z"),
"length" : 305033,
"md5" : "3698b5e762b5b396766aaf9feef7e10d",
"filename" : "file.jpg"
}
fs.chunks文档结构
{
"_id" : ObjectId("5b7cdcd769d72e12b4f166d2"),
"files_id" : ObjectId("5b7cdcd769d72e12b4f166d0"),
"n" : 1,
"data" : BinData(0,"tQWR0AR......AG")
}
* 同一个文件fs.files中的_id值等于fs.chunks中的 files_id域的值
提取方法:
mongofiles -d dbname
get file
G