NoSQL——MongoDB聚合操作（aggregate）

聚合（aggregate）是基于数据处理的聚合管道，每个文档通过一个由多个阶段（stage）组成的管道，可以对每个阶段的管道进行分组、过滤等功能，然后经过一系列的处理，输出相应的结果。

db.集合名称.aggregate({管道：{表达式}})

一、聚合操作

1、常用管道

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参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

2、表达式

3、SQL术语与MongoDB对比

SQL 操作/函数	mongodb聚合操作
where	$match
group by	$group
having	$match
select	$project
order by	$sort
limit	$limit
sum()	$sum
count()	$sum
join	$lookup   （v3.2 新增）

4、具体使用

（1）$group使用

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’  

按性别进行分类，并求出分类结果的平均值：

• > db.aaa.aggregate({$group:{_id:"$sex",avg_age:{$avg:"$age"}}})
  { "_id" : "w", "avg_age" : 28.4 }
  { "_id" : "m", "avg_age" : 29 }

group by null

将整个文档当作一个组进行相关操作：

• > db.aaa.aggregate({$group:{_id:null, avg_age:{$avg:"$age"}, count:{$sum:1}}})
  { "_id" : null, "avg_age" : 28.666666666666668, "count" : 9 }

（2）$project使用

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

查询男生、女生的人数，并输出人数：

• > db.aaa.aggregate({$group:{_id:'$sex', counter:{$sum:1}}}, {$project:{_id:1, counter:1}})
  { "_id" : "m", "counter" : 4 }
  { "_id" : "w", "counter" : 5 }

（3）$match使用

用于过滤数据，只输出符合条件的文档（match是管道命令，能将结果交给后一个管道，但是find不可以）

选择年龄大于20的学生，观察男性和女性的人数：

• > db.aaa.aggregate({$match:{age:{$gt:25}}}, {$group:{_id:"$sex", count:{$sum:1}}})
  { "_id" : "m", "count" : 1 }
  { "_id" : "w", "count" : 2 }

（4）$sort使用

将输入的文档排序后输出

查询男生、女生人数，按人数降序排序

• > db.aaa.aggregate({$group:{_id:"$sex", count:{$sum:1}}}, {$sort:{count:-1}})
  { "_id" : "w", "count" : 5 }
  { "_id" : "m", "count" : 4 }

（5）$limit & $skip

$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

例：统计男生、女生人数，按人数升序，取第二条

• > db.aaa.aggregate({$group:{_id:"$sex", count:{$sum:1}}}, {$sort:{count:1}},{$skip:1},{$limit:1})
  { "_id" : "w", "count" : 5 }
• 注：在limit和skip连用时，一定要先写skip，再写limit

（6）$unwind使用

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：db.集合名称.aggregate({$unwind："$字段名称"})

• > db.bbb.insert({_id:1,item:'t-shirt', size:['S', 'M', 'L']}))
  WriteResult({ "nInserted" : 1 })
  > db.bbb.aggregate({$unwind:'$size'})
  { "_id" : 1, "item" : "t-shirt", "size" : "S" }
  { "_id" : 1, "item" : "t-shirt", "size" : "M" }
  { "_id" : 1, "item" : "t-shirt", "size" : "L" }

案例：数据库中有一条数据：{"username"："Bob"，"tags"：["C#"，"C++"，"python"]}，如何获取该tag列表的长度？

• > db.ccc.aggregate({$match:{"username":"Bob"}},{$unwind:"$tags"},{$group:{_id:null, sum:{$sum:1}}})
  { "_id" : null, "sum" : 3 }

注：属性preserveNullAndEmptyArrays值为true表示保留属性值为空的文档，属性值为false表示丢弃属性值为空的文档

• > db.ccc.aggregate({$unwind:{path:"$tags", preserveNullAndEmptyArrays:true}})
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "C#" }
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "C++" }
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "python" }
  { "_id" : ObjectId("5fce3d830d2d048bc8fa48de"), "username" : "hhh" }
  > db.ccc.aggregate({$unwind:{path:"$tags", preserveNullAndEmptyArrays:false}})  #去掉对应属性值为null的文档
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "C#" }
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "C++" }
  { "_id" : ObjectId("5fce3a720d2d048bc8fa48dd"), "username" : "Bob", "tags" : "python" }