MongoDB聚合功能浅析

这篇文章主要介绍了MongoDB聚合功能,需要的朋友可以参考下

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：

1. --在空集合中，count返回的数量为0。 
2. > db.test.count() 
3. 0 
4. --测试插入一个文档后count的返回值。 
5. > db.test.insert({"test":1}) 
6. > db.test.count() 
7. 1 
8. > db.test.insert({"test":2}) 
9. > db.test.count() 
10. 2 
11. --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。 
12. > db.test.count({"test":1}) 
13. 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。

1. --为了便于后面的测试，先清空测试集合。 
2. > db.test.remove() 
3. > db.test.count() 
4. 0 
5. --插入4条测试数据。请留意Age字段。 
6. > db.test.insert({"name":"Ada", "age":20}) 
7. > db.test.insert({"name":"Fred", "age":35}) 
8. > db.test.insert({"name":"Andy", "age":35}) 
9. > db.test.insert({"name":"Susan", "age":60}) 
10. --distinct命令必须指定集合名称，如test，以及需要区分的字段，如：age。 
11. --下面的命令将基于test集合中的age字段执行distinct命令。 
12. > db.runCommand({"distinct":"test", "key":"age"}) 
13. { 
14. "values" : [ 
15. 20, 
16. 35, 
17. 60 
18. ], 
19. "stats" : { 
20. "n" : 4, 
21. "nscanned" : 4, 
22. "nscannedObjects" : 4, 
23. "timems" : 0, 
24. "cursor" : "BasicCursor" 
25. }, 
26. "ok" : 1 
27. } 

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。

1. --这里是准备的测试数据 
2. > db.test.remove() 
3. > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 03:20:40", "price" : 4.23}) 
4. > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27}) 
5. > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.10}) 
6. > db.test.insert({"day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.30}) 
7. > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 08:34:00", "price" : 4.01}) 
8. --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。 
9. > db.test.group( { 
10. ... "key" : {"day":true}, --如果是多个字段，可以为{"f1":true,"f2":true} 
11. ... "initial" : {"time" : "0"}, --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。 
12. ... "$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。 
13. ... if (doc.time > prev.time) { 
14. ... prev.day = doc.day 
15. ... prev.price = doc.price; 
16. ... prev.time = doc.time; 
17. ... } 
18. ... } } ) 
19. [ 
20. { 
21. "day" : "2012-08-20", 
22. "time" : "2012-08-20 05:00:00", 
23. "price" : 4.1 
24. }, 
25. { 
26. "day" : "2012-08-21", 
27. "time" : "2012-08-21 11:28:00", 
28. "price" : 4.27 
29. }, 
30. { 
31. "day" : "2012-08-22", 
32. "time" : "2012-08-22 05:26:00", 
33. "price" : 4.3 
34. } 
35. ] 
36. --下面的例子是统计每个分组内文档的数量。 
37. > db.test.group( { 
38. ... key: { day: true}, 
39. ... initial: {count: 0}, 
40. ... reduce: function(obj,prev){ prev.count++;}, 
41. ... } ) 
42. [ 
43. { 
44. "day" : "2012-08-20", 
45. "count" : 2 
46. }, 
47. { 
48. "day" : "2012-08-21", 
49. "count" : 2 
50. }, 
51. { 
52. "day" : "2012-08-22", 
53. "count" : 1 
54. } 
55. ] 
56. --最后一个是通过完成器修改reduce结果的例子。 
57. > db.test.group( { 
58. ... key: { day: true}, 
59. ... initial: {count: 0}, 
60. ... reduce: function(obj,prev){ prev.count++;}, 
61. ... finalize: function(out){ out.scaledCount = out.count * 10 } --在结果文档中新增一个键。 
62. ... } ) 
63. [ 
64. { 
65. "day" : "2012-08-20", 
66. "count" : 2, 
67. "scaledCount" : 20 
68. }, 
69. { 
70. "day" : "2012-08-21", 
71. "count" : 2, 
72. "scaledCount" : 20 
73. }, 
74. { 
75. "day" : "2012-08-22", 
76. "count" : 1, 
77. "scaledCount" : 10 
78. }  
79. ]