浅析mongodb的group分组统计

group做的聚合有些复杂。先选定分组所依据的键，此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档，产生一个结果文档。

和数据库一样group常常用于统计。MongoDB的group还有很多限制，如：返回结果集不能超过16M， group操作不会处理超过10000个唯一键，好像还不能利用索引[不很确定]。

Group大约需要一下几个参数。

1.key：用来分组文档的字段。和keyf两者必须有一个

2.keyf：可以接受一个javascript函数。用来动态的确定分组文档的字段。和key两者必须有一个

3.initial：reduce中使用变量的初始化

4.reduce：执行的reduce函数。函数需要返回值。

5.cond：执行过滤的条件。

6.finallize：在reduce执行完成，结果集返回之前对结果集最终执行的函数。可选的。

下面介绍一个实例：

先插入测试数据：

?
1.普通分组查询

?
2.筛选后再分组

?
3、普通的$where查询：

?
group联合$where查询

?
4、使用函数返回值分组

?
5.使用终结器

?
有关MapReduce

?
注意：

1.mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的

2.仅当根据分组键分组后一个键匹配多个文档，才会将key和文档集合交由reduce函数处理。例如：

?
执行mapreduce命令后，再查看wq表数据：

?
以上所述就是本文的全部内容了，希望大家能够喜欢。