MongoDB学习日记（十）：聚合

这里，我整理了一些学到的复杂方法，并不全面，希望有用。

aggregate()

count()

distinct()

group()

mapReduce

runCommand()

aggregate()

假如有以下数据：（引用 MongoDB 官网例子）

{ _id: 1, cust_id: "abc1", ord_date: ISODate("2012-11-02T17:04:11.102Z"), status: "A", amount: 50 }
{ _id: 2, cust_id: "xyz1", ord_date: ISODate("2013-10-01T17:04:11.102Z"), status: "A", amount: 100 }
{ _id: 3, cust_id: "xyz1", ord_date: ISODate("2013-10-12T17:04:11.102Z"), status: "D", amount: 25 }
{ _id: 4, cust_id: "xyz1", ord_date: ISODate("2013-10-11T17:04:11.102Z"), status: "D", amount: 125 }
{ _id: 5, cust_id: "abc1", ord_date: ISODate("2013-11-12T17:04:11.102Z"), status: "A", amount: 25 }

执行以下操作：

db.orders.aggregate([
{ $match: { status: "A" } },
{ $group: { _id: "$cust_id", total: { $sum: "$amount" } } },
{ $sort: { total: -1 } }
])

结果如下：

{ "_id" : "xyz1", "total" : 100 }
{ "_id" : "abc1", "total" : 75 }

解析：

$match

是用来匹配查询条件，不可以在 find( ) 中使用；

$sort

之前也讲过，这里为 -1 表示倒序排序；重点是

$group

，可以看到

_id: "$cust_id"

这段代码的意思

cust_id

字段重命名为

_id

，

$sum

方法可以计算

amount

的总和。这里需要注意

cust_id

和

amount

前都加了

$

符号。

count()

db.user.count( { name : "MongoDB" } )

count()

的作用可见，就是计算查询出的结果的总数。

distinct()

distinct() 的作用是去除重复，但是得到的不是查询的全部结果，而是对应字段。

db.user.distinct( "name" )

group()

group()

和

$group

的作用其实是一致的，不过一个是方法一个是语法。

group( ) 有如下参数：

key 分组依据

initial 指定表

$reduce : function( cur, prev ) { } 分组执行函数（第一个参数是当前文档对象，第二个参数是上一次function操作的累计对象）

db.user.group({
"key" : { "age" : true },
"initial" : { "user" : [] },
"$reduce" : function( cur, prev ) {
prev.user.push( cur.name );
}
})

/*或*/

db.user.group({
key : { "age" : true },
initial : { "user" : [] },
$reduce : function( cur, prev ) {
prev.user.push( cur.name );
}
})

group( ) 还提供了其他参数 :

condition 过滤条件。

finalize : function( out ) {} 这是个函数，每一组文档执行完后，都会触发此方法，那么在每组集合里面加上count也就是它的总和了。

db.user.group({
key : { "age" : true },
initial : { "user" : [] },
$reduce : function( cur, prev ) {
prev.user.push( cur.name );
},
finalize : function( out ) {
out.count = out.user.length;
},
condition : { "age" : { $gt : 10 } }
})

mapReduce( )

语法：

mapReduce( /*map*/function , /*reduce*/fucntion , { out : "out_collection_name" } )

db.user.mapReduce(
function(){ emit( key , value ) },
function( key , values ){},
{ out : "collection" }
)

示例：

var map = function() {
emit( this.name , { count : 1 } );
}

var reduce = function( key , values ) {
var result = { count : 0 };
for(var i = 0; i < values.length; i++ ) {
result.count += values[i].count;
}
return result;
}

db.user.mapReduce(
map ,
reduce ,
{ out : "collection" }
)

db.collection.find()

解析：

map：这个称为映射函数，里面会调用 emit(key,value)，集合会按照你指定的 key 进行映射分组。

reduce：这个称为简化函数，会对map 分组后的数据进行分组简化，注意：在reduce(key,value) 中的 key 就是 emit 中的 key，vlaue 为 emit 分组后的 emit(value) 的集合，这里也就是很多 {“count”:1} 的数组。

mapReduce : 这个就是最后执行的函数了，参数为map，reduce和一些可选参数。具体看图可知。

finalize = function(key, return_value) {} 这个函数，每一组文档执行完后，都会触发此方法。在这个方法中可以对

return_value

进行处理。

这个方法执行之后会创建一个名为 collection 的集合。这个方法很复杂，一般不懂就不要用了。另外执行结果信息解释如下：

result: “存放的集合名”

input:传入文档的个数

emit：此函数被调用的次数

reduce：此函数被调用的次数

output:最后返回文档的个数

runCommand( )

db.runCommand( command )

其中

command

可以是一个 document 或者 String。是要执行的命令。

示例：

/* 来自官网 */
db.runCommand(
{
group:
{
ns: 'orders',
key: { ord_dt: 1, 'item.sku': 1 },
cond: { ord_dt: { $gt: new Date( '01/01/2012' ) } },
$reduce: function ( curr, result ) { },
initial: { }
}
}
)

/* 前面的mapReduce */
db.runCommand({
mapreduce : "user",
map : map,
reduce : reduce,
out : "out_user"
})