mongo聚合

count

count可以返回集合的文档数量，也可以返回查询结果的数据：

db.foo.count();
db.foo.count({'key':'value'});

distinct

distinct会以数组的形式返回指定键的不同值：

db.people.distinct('name');

group

利用group可以将集合中的记录按一个或多个键分组，然后可以聚合每个分组内的文档产生新的结果。

比如我有一个商品列表，商品有类别（type），价格（price）两个字段，现在需要找出每类商品里最贵的商品值多少钱，看看利用group怎么实现：

db.product.group({'key':{'type':1},'$reduce':function(doc,prev){if(doc.price>prev.price) prev.price=doc.price},'initial':{'price':1}})
// runCommand命令
db.runCommand({'group':{'ns':'product','key':{'type':1},'$reduce':function(doc,prev){if(doc.price>prev.price) prev.price=doc.price},'initial':{'price':1}}})

返回结果：

传递给group工具的文档中包含的元素：

• ns：指定集合；
• key：分组的键；
• initial：累加器初始值，分组之后，每一组的reduce函数会调用这个初始文档，并在组内传递累加器；
• $reduce：分组处理函数，分组之后会对每组元素遍历处理，该函数两个参数，分别代表当前分组内的文档和传递的累加器，最后会输出累加器；

condition过滤

group还可以指定condition参数用于在分组处理前对文档进行过滤，比如，在上面的例子中只统计type为1,2,3的商品价格，那condition可以这样写：

db.product.group({'key':{'type':1},'$reduce':function(doc,prev){if(doc.price>prev.price) prev.price=doc.price},'initial':{'price':1},'condition':{'type':{'$in':[1,2,3]}}})

finalize完成器

finalize完成器用于对reduce函数生成的分组结果进行处理，比如在上面的例子中需要在价格数值前加上’$‘符号：

db.product.group({'key':{'type':1},'$reduce':function(doc,prev){if(doc.price>prev.price) prev.price=doc.price},'initial':{'price':1},'finalize':function(prev){prev.price='$'+prev.price}})

finalize函数的参数便是reduce函数输出的累加器。

keyf函数分组

有时候不能简单的用一个键进行分组，分组条件也许更复杂，比如上面的例子中，想把type为1和5的商品归为一类商品来统计，那可以如下这样做：

db.product.group({'$keyf':function(x){return {'type':x.type%4?x.type%4:4}},'$reduce':function(doc,prev){if(doc.price>prev.price) prev.price=doc.price},'initial':{'price':1}})

需要注意的是，$keyf函数必须返回一个对象。

MapReduce

MapReduce的功能类似于mysql中的group by，但它能很好的支持更复杂的统计需求。比如仍然拿上面的商品做例子，现在需要统计每一类商品的总数，实现的mapReduce如下：

db.product.mapReduce(function(){var key = this.type; emit(key,{count:1})},function(key,emits){total=0;for(var i in emits){total+=emits[i].count;}return {"count":total}},{out:'mr'})

mapReduce的原型为：function (map, reduce, optionsOrOutString)，下面具体介绍一下函数的三个参数：

• map函数，它会遍历集合中的每一个文档，this表示文档，它使用emit方法将文档按键分组，并返回需要统计的数据；
• reduce函数，它将收集数据并统计，两个参数分别为map函数返回的key值和数据数组；
• optionsOrOutString参数为一个对象，定义了一些额外工作，比如上面的列子中使用out参数将统计结果放入到mr集合中，集合不存在则创建，存在了则覆盖。
  

上面例子的输出结果为：

result表示结果放入的集合，可以通过命令db.mr.find()查看统计结果，timeMillis表示花费的时间，input表示map函数被调用的次数，emit表示emit方法调用的次数，reduce表示reduce函数调用的次数，output表示输出结果长度。

参数optionsOrOutString对象除了out键以外还有其它一些键：

• finalize函数，同group的finalize完成器一样，可以对reduce的结果做一些处理；
• query文档，在map函数前对文档过滤；
• sort文档，在map函数前对文档排序，必须先对排序的字段建立索引；
• limit整数，在map函数前设定文档数量；
• scope文档，js函数中用到的变量，客户端可以通过scope传递一些值；
• jsMode布尔，指定了map和reduce函数间传递的对象使用BSON格式还是javascript对象，默认值false，表示采用BSON格式，优点是中间的BSON数据会被存在硬盘上，所以传递的数据量可以很大，但会影响性能；采用javascript对象，性能较高，但只能传递50万个不同的key值；
• verbos布尔，默认true，显示详细的时间统计信息。

可以看出MapReduce的强大，可以很轻松的实现不同的统计功能。