聚合操作

聚合(aggregate)主要用于计算数据，类似sql中的sum(),avg()。

1	`db.集合名称.aggregate({管道:{表达式}})`

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输入在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理常用管道
$group：将集合中的文档分组，可用于统计结果 $match：过滤数据，只输出符合条件的文档 $project：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 $sort：将输入文档排序后输出 $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 $unwind：将数组类型的字段进行拆分

表达式

处理输入文档并输出

1	`表达式:'$列名'`

常用的表达式

$sum：计算总和 $avg：计算平均值 $min：获取最小值 $max：获取最大值 $push：在结果文档中插入值到一个数组中 $first：根据资源文档的排序获取第一个文档数据 $last：根据资源文档的排序获取最后一个文档数据

$group

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’

例1：统计男生、女生的总人数

db.stu.aggregate({
  $group:{
      _id:'$gender',
      con:{$sum:1}
      }
  })

group by null：将集合中所有文档分为一组

例2：求学生总数和平均年龄

db.stu.aggregate(
  {$group:{
      _id:null,
      coun:{$sum:1},
      avgAge:{$avg:'$age'}
      }
  }
)

透视数据

// 统计学生性别以及学生的姓名
db.stu.aggregate(
  {$group:{
      _id:'$gender',
      name:{$push:'$name'}
      }
  }
)

使用$$ROOT可以将文档内容加入到结果集的数组中

db.stu.aggregate(
  {$group:{
      _id:'$gender',
      name:{$push:'$$ROOT'}
      }
  }
)

$match

用于过滤数据，只输出符合条件的文档

例子

// 查询年龄大于20的男生、女生人数
db.stu.aggregate(
  {$match:{age:{$gt:20}}},
  {$group:{_id:'$gender',con:{$sum:1}}}
)

$project

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

例子

// 查询男生、女生人数，输出人数
db.stu.aggregate(
  {$group:{_id:'$gender',counter:{$sum:1}}},
  {$project:{_id:0,counter:1}}
)

$sort

将输入的文档排序之后输出

例1：查询学生信息，按年龄升序

db.stu.aggregate(
  {$sort:{age:1}}
)

例2：查询男生、女生人数，按人数降序

db.stu.aggregate(
  {$group:{_id:'$gender',coun:{$sum:1}}},
  {$sort:{coun:-1}}
)

$limit

限制聚合管道返回的文档数

// 查询两个学生的信息
db.stu.aggregate(
  {$limit:2}
)

$skip

跳过指定的数量的文档，并返回余下的文档

// 查询第三条开始的学生的信息
db.stu.aggregate(
  {$skip:2}
)

$limit和$skip一起使用

// 统计男生、女生人数，按人数升序，取第二条数据
db.stu.aggregate(
  {$group:{_id:'$gender',coun:{$sum:1}}},
  {$sort:{coun:1}},
  {$skip:1},
  {$limit:1}
)

$unwind

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1：

对某字段值进行拆分

1	`db.集合名称.aggregate({$unwind:'$字段名称'})`

准备数据：

1	`db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})`

查询

1	`db.t2.aggregate({$unwind:'$size'})`

语法2：

对某字段值进行拆分处理空数组、非数组、无字段、null情况属性preserveNullAndEmptyArrays值为false表示丢弃属性值为空的文档属性preserveNullAndEmptyArrays值为true表示保留属性值为空的文档

db.inventory.aggregate({
  $unwind:{
      path:'$字段名称',
      preserveNullAndEmptyArrays:<boolean> #防止数据丢失
  }
})</boolean>

构造数据

db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])

连表操作：$lookup

 1 db.product.aggregate([
 2     {
 3       $lookup:
 4         {
 5           from: "orders",//关联的表
 6           localField: "_id",//关联id
 7           foreignField: "pid",//from表的关联字段
 8           as: "inventory_docs"//输出结果
 9         }
10    }
11 ])

java代码演示：

public class mongotest {
    private final static Logger log = Logger.getLogger(mongotest.class);
    public static void main(String[] args) throws UnknownHostException {
        log.info( ":start");
        MongoClient client = new MongoClient("127.0.0.1", 27017);
        DB product1 = client.getDB("duobiao");
        client.getDatabaseNames();
        DBCollection product = product1.getCollection("product");
//        Bson lookup = lookup("orders", "_id", "pid", "inventory_docs");
        BasicDBObject basicDBObject= new BasicDBObject();
        basicDBObject.put("from","orders");
        basicDBObject.put("localField","_id");
        basicDBObject.put("foreignField","pid");
        basicDBObject.put("as","inventory_docs");

        DBObject match = new BasicDBObject("$lookup",basicDBObject);
        AggregationOutput aggregate = product.aggregate(match);
        Iterable<DBObject> list= aggregate.results();
        for(DBObject dbObject:list){
            System.out.println(dbObject.get("_id") + " " + dbObject.get("price"));
        }

    }
}

posted @ 2018-04-09 10:20 anxbb 阅读(2976) 评论(0) 收藏举报

刷新页面返回顶部