首页 > 数据库 > MongoDB > 正文

MongoDB聚合功能浅析

2020-10-29 18:54:03
字体:
来源:转载
供稿:网友

MongoDB数据库功能强大!除了基本的查询功能之外,还提供了强大的聚合功能。这里简单介绍一下count、distinct和group。

1.count:
    

--在空集合中,count返回的数量为0。  > db.test.count()  0  --测试插入一个文档后count的返回值。  > db.test.insert({"test":1})  > db.test.count()  1  > db.test.insert({"test":2})  > db.test.count()  2  --count和find一样,也接受条件。从结果可以看出,只有符合条件的文档参与了计算。  > db.test.count({"test":1})  1

    
2.distinct:
    distinct用来找出给定键的所有不同的值。使用时也必须指定集合和键。
   

--为了便于后面的测试,先清空测试集合。  > db.test.remove()  > db.test.count()  0  --插入4条测试数据。请留意Age字段。  > db.test.insert({"name":"Ada", "age":20})  > db.test.insert({"name":"Fred", "age":35})  > db.test.insert({"name":"Andy", "age":35})  > db.test.insert({"name":"Susan", "age":60})  --distinct命令必须指定集合名称,如test,以及需要区分的字段,如:age。  --下面的命令将基于test集合中的age字段执行distinct命令。  > db.runCommand({"distinct":"test", "key":"age"})  {      "values" : [          20,          35,          60      ],      "stats" : {          "n" : 4,          "nscanned" : 4,          "nscannedObjects" : 4,          "timems" : 0,          "cursor" : "BasicCursor"      },      "ok" : 1  }

3.group:
    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。
   

--这里是准备的测试数据  > db.test.remove()  > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 03:20:40", "price" : 4.23})  > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27})  > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.10})  > db.test.insert({"day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.30})  > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 08:34:00", "price" : 4.01})  --这里将用day作为group的分组键,然后取出time键值为最新时间戳的文档,同时也取出该文档的price键值。  > db.test.group( {  ... "key" : {"day":true},      --如果是多个字段,可以为{"f1":true,"f2":true}  ... "initial" : {"time" : "0"},    --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。  ... "$reduce" : function(doc,prev) { --reduce函数接受两个参数,doc表示正在迭代的当前文档,prev表示累加器文档。  ...   if (doc.time > prev.time) {  ...     prev.day = doc.day  ...     prev.price = doc.price;  ...     prev.time = doc.time;  ...   }  ... } } )  [    {      "day" : "2012-08-20",      "time" : "2012-08-20 05:00:00",      "price" : 4.1    },    {      "day" : "2012-08-21",      "time" : "2012-08-21 11:28:00",      "price" : 4.27    },    {      "day" : "2012-08-22",      "time" : "2012-08-22 05:26:00",      "price" : 4.3    }  ]  --下面的例子是统计每个分组内文档的数量。  > db.test.group( {  ... key: { day: true},  ... initial: {count: 0},  ... reduce: function(obj,prev){ prev.count++;},  ... } )  [    {      "day" : "2012-08-20",      "count" : 2    },    {      "day" : "2012-08-21",      "count" : 2    },    {      "day" : "2012-08-22",      "count" : 1    }  ]  --最后一个是通过完成器修改reduce结果的例子。  > db.test.group( {  ... key: { day: true},  ... initial: {count: 0},  ... reduce: function(obj,prev){ prev.count++;},  ... finalize: function(out){ out.scaledCount = out.count * 10 } --在结果文档中新增一个键。  ... } )  [    {      "day" : "2012-08-20",      "count" : 2,      "scaledCount" : 20    },    {      "day" : "2012-08-21",      "count" : 2,      "scaledCount" : 20    },    {      "day" : "2012-08-22",      "count" : 1,      "scaledCount" : 10    }    ]
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表