mongodb 分组聚合_MongoDB分组查询，聚合查询，以及复杂查询

准备数据

from pymongo import MongoClient

import datetime

client=MongoClient('mongodb://localhost:27017')

table=client['db1']['emp']

l=[

('张飞','male',18,'20170301','',7300.33,401,1), #以下是教学部

('张云','male',78,'20150302','teacher',1000000.31,401,1),

('刘备','male',81,'20130305','teacher',8300,401,1),

('关羽','male',73,'20140701','teacher',3500,401,1),

('曹操','male',28,'20121101','teacher',2100,401,1),

('诸葛亮','female',18,'20110211','teacher',9000,401,1),

('周瑜','male',18,'19000301','teacher',30000,401,1),

('司马懿','male',48,'20101111','teacher',10000,401,1),

('袁绍','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门

('张全蛋','female',38,'20101101','sale',2000.35,402,2),

('鹌鹑蛋','female',18,'20110312','sale',1000.37,402,2),

('王尼玛','female',18,'20160513','sale',3000.29,402,2),

('我尼玛','female',28,'20170127','sale',4000.33,402,2),

('杨过','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门

('小龙女','male',18,'19970312','operation',20000,403,3),

('郭靖','female',18,'20130311','operation',19000,403,3),

('黄蓉','male',18,'20150411','operation',18000,403,3),

('梅超风','female',18,'20140512','operation',17000,403,3)

]

for n,item in enumerate(l):

d={

"_id":n,

'name':item[0],

'sex':item[1],

'age':item[2],

'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'),

'post':item[4],

'salary':item[5]

}

table.save(d)

# 准备数据

分组的概念与mysql相同,以某个字段作为依据进行归类,其目的是为了统计

$match

#match 用于对数据进行筛选

{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等

#例1、select * from db1.emp where post='teacher';

db.emp.aggregate({"$match":{"post":"teacher"}})

#例2、select * from db1.emp where id > 3;

db.emp.aggregate(

{"$match":{"_id":{"$gt":3}}},

)

$project

# project翻译为投射 ,即将一个数据结果映射为另一个结果 过程中可以对某些数据进行修改 控制其最终显示的结果

{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}

#1、select name,post,(age+1) as new_age from db1.emp;

db.emp.aggregate(

{"$project":{

"name":1,

"post":1

}})

#2、表达式之数学表达式

{"$add":[expr1,expr2,...,exprN]} #相加

{"$subtract":[expr1,expr2]} #第一个减第二个

{"$multiply":[expr1,expr2,...,exprN]} #相乘

{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果

{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果

#例:所有人年龄加1显示

db.emp.aggregate(

{"$project":{

"name":1,

"post":1,

"new_age":{"$add":["$age",1]}

}})

# 错误示范: 原因:参加运算的字段不能被影藏

db.emp.aggregate(

{"$project":{

"name":1,

"salary":1,

"age":0,

"new_age":{"$add":["$age",1]}

}})

#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second

#例如：select name,date_format("%Y") as hire_year from db1.emp

db.emp.aggregate(

{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}

)

#例如查看每个员工的工作多长时间

db.emp.aggregate(

{"$project":{"name":1,"hire_period":{

"$subtract":[

{"$year":new Date()},

{"$year":"$hire_date"}

]

}}}

)

#4、字符串表达式

{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]}

{"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接

{"$toLower":expr}

{"$toUpper":expr}

db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})

#5、逻辑表达式

$and

$or

$not

其他见Mongodb权威指南

$group

# $group用于分组

# 分组后具体信息被影藏

db.emp.aggregate(

{"$match":{"_id":{"$gt":3}}},

{"$group":{"_id":"$post"}}

)

# 通常我们要对分组后的内容进行统计这就需要对应的几个聚合函数

# select id,avg(salary) from db1.emp where id > 3 group by post;

db.emp.aggregate(

{"$match":{"_id":{"$gt":3}}},

{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},

)

# math用于匹配 与mysql不同的是没有顺序限制 每一个操作像是一个管道接收上一个的数据进行处理再传给下一个

# select id,avg(salary) from db1.emp where id > 3 group by post having avg(salary) > 10000;

db.emp.aggregate(

{"$match":{"_id":{"$gt":3}}},

{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},

{"$match":{"avg_salary":{"$gt":10000}}}

)

# 对应的聚合函数 $sum、$avg、$max、$min、$first、$last

#1、将分组字段传给$group函数的_id字段即可

{"$group":{"_id":"$sex"}} #按照性别分组

{"$group":{"_id":"$post"}} #按照职位分组

{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组

#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last

#例1：select post,max(salary) from db1.emp group by post;

db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})

#例2：去每个部门最大薪资与最低薪资

db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})

#例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高

db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})

#例4：求每个部门的总工资

db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})

#例5：求每个部门的人数

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

#3、数组操作符

{"$addToSet":expr}：不重复

{"$push":expr}：重复

# 等同于group_concat

#例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;

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

db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})

$sort ,limit,skip

{"$sort":{"字段名":1,"字段名":-1}} #1升序，-1降序

{"$limit":n}

{"$skip":n} #跳过多少个文档

#例1、取平均工资最高的前两个部门

db.emp.aggregate(

{

"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}

},

{

"$sort":{"平均工资":-1}

},

{

"$limit":2

}

)

#例2、

db.emp.aggregate(

{

"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}

},

{

"$sort":{"平均工资":-1}

},

{

"$limit":2

},

{

"$skip":1

}

)

排序：$sort、限制：$limit、跳过：$skip

$sample

# 随机取出n条记录

#集合users包含的文档如下

{ "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true }

{ "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false }

{ "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true }

{ "_id" : 4, "name" : "li", "q1" : true, "q2" : false }

{ "_id" : 5, "name" : "annT", "q1" : false, "q2" : true }

{ "_id" : 6, "name" : "li", "q1" : true, "q2" : true }

{ "_id" : 7, "name" : "ty", "q1" : false, "q2" : true }

#下述操作时从users集合中随机选取3个文档

db.users.aggregate({"$sample":{"size":3}})

随机选取n个：$sample

可视化工具