- 聚合(aggregate)主要用于计算数据,类似sql中的sum(),avg()。
1
|
db.集合名称.aggregate({管道:{表达式}})
|
管道
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入 在mongodb中,管道具有同样的作用,文档处理完毕后,通过管道进行下一次处理 常用管道
$group:将集合中的文档分组,可用于统计结果 $match:过滤数据,只输出符合条件的文档 $project:修改输入文档的结构,如重命名、增加、删除字段、创建计算结果 $sort:将输入文档排序后输出 $limit:限制聚合管道返回的文档数 $skip:跳过指定数量的文档,并返回余下的文档 $unwind:将数组类型的字段进行拆分
表达式
处理输入文档并输出
1
|
表达式: '$列名'
|
常用的表达式
$sum:计算总和 $avg:计算平均值 $min:获取最小值 $max:获取最大值 $push:在结果文档中插入值到一个数组中 $first:根据资源文档的排序获取第一个文档数据 $last:根据资源文档的排序获取最后一个文档数据
$group
将集合中的文档分组,可用于统计结果
_id表示分组的依据,使用某个字段的格式为’$字段’
例1:统计男生、女生的总人数
1
2
3
4
5
6
|
db.stu.aggregate({
$ group :{
_id: '$gender' ,
con:{$ sum :1}
}
})
|
group by null:将集合中所有文档分为一组
例2:求学生总数和平均年龄
1
2
3
4
5
6
7
8
|
db.stu.aggregate(
{$ group :{
_id: null ,
coun:{$ sum :1},
avgAge:{$ avg : '$age' }
}
}
)
|
透视数据
1
2
3
4
5
6
7
8
|
// 统计学生性别以及学生的姓名
db.stu.aggregate(
{$ group :{
_id: '$gender' ,
name :{$push: '$name' }
}
}
)
|
使用$$ROOT可以将文档内容加入到结果集的数组中
1
2
3
4
5
6
7
|
db.stu.aggregate(
{$ group :{
_id: '$gender' ,
name :{$push: '$$ROOT' }
}
}
)
|
$match
用于过滤数据,只输出符合条件的文档
例子
1
2
3
4
5
|
// 查询年龄大于20的男生、女生人数
db.stu.aggregate(
{$match:{age:{$gt:20}}},
{$ group :{_id: '$gender' ,con:{$ sum :1}}}
)
|
$project
修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
例子
1
2
3
4
5
|
// 查询男生、女生人数,输出人数
db.stu.aggregate(
{$ group :{_id: '$gender' ,counter:{$ sum :1}}},
{$project:{_id:0,counter:1}}
)
|
$sort
将输入的文档排序之后输出
例1:查询学生信息,按年龄升序
1
2
3
|
db.stu.aggregate(
{$sort:{age:1}}
)
|
例2:查询男生、女生人数,按人数降序
1
2
3
4
|
db.stu.aggregate(
{$ group :{_id: '$gender' ,coun:{$ sum :1}}},
{$sort:{coun:-1}}
)
|
$limit
限制聚合管道返回的文档数
1
2
3
4
|
// 查询两个学生的信息
db.stu.aggregate(
{$limit:2}
)
|
$skip
跳过指定的数量的文档,并返回余下的文档
1
2
3
4
|
// 查询第三条开始的学生的信息
db.stu.aggregate(
{$skip:2}
)
|
$limit和$skip一起使用
1
2
3
4
5
6
7
|
// 统计男生、女生人数,按人数升序,取第二条数据
db.stu.aggregate(
{$ group :{_id: '$gender' ,coun:{$ sum :1}}},
{$sort:{coun:1}},
{$skip:1},
{$limit:1}
)
|
$unwind
将文档中的某一个数组类型字段拆分成多条,每条包含数组中的一个值
语法1:
对某字段值进行拆分
1
|
db.集合名称.aggregate({$unwind: '$字段名称' })
|
准备数据:
1
|
db.t2. insert ({_id:1,item: 't-shirt' , size :[ 'S' , 'M' , 'L' ]})
|
查询
1
|
db.t2.aggregate({$unwind: '$size' })
|
语法2:
对某字段值进行拆分 处理空数组、非数组、无字段、null情况 属性preserveNullAndEmptyArrays值为false表示丢弃属性值为空的文档 属性preserveNullAndEmptyArrays值为true表示保留属性值为空的文档
1
2
3
4
5
6
|
db.inventory.aggregate({
$unwind:{
path: '$字段名称' ,
preserveNullAndEmptyArrays:<boolean> #防止数据丢失
}
})</boolean>
|
构造数据
1
2
3
4
5
6
7
|
db.t3. insert ([
{ "_id" : 1, "item" : "a" , "size" : [ "S" , "M" , "L" ] },
{ "_id" : 2, "item" : "b" , "size" : [ ] },
{ "_id" : 3, "item" : "c" , "size" : "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e" , "size" : null }
])
|
1 db.product.aggregate([ 2 { 3 $lookup: 4 { 5 from: "orders",//关联的表 6 localField: "_id",//关联id 7 foreignField: "pid",//from表的关联字段 8 as: "inventory_docs"//输出结果 9 } 10 } 11 ])
java代码演示:
public class mongotest {
private final static Logger log = Logger.getLogger(mongotest.class);
public static void main(String[] args) throws UnknownHostException {
log.info( ":start");
MongoClient client = new MongoClient("127.0.0.1", 27017);
DB product1 = client.getDB("duobiao");
client.getDatabaseNames();
DBCollection product = product1.getCollection("product");
// Bson lookup = lookup("orders", "_id", "pid", "inventory_docs");
BasicDBObject basicDBObject= new BasicDBObject();
basicDBObject.put("from","orders");
basicDBObject.put("localField","_id");
basicDBObject.put("foreignField","pid");
basicDBObject.put("as","inventory_docs");
DBObject match = new BasicDBObject("$lookup",basicDBObject);
AggregationOutput aggregate = product.aggregate(match);
Iterable<DBObject> list= aggregate.results();
for(DBObject dbObject:list){
System.out.println(dbObject.get("_id") + " " + dbObject.get("price"));
}
}
}