MongoDB学习（使用分组、聚合和映射-归并）

使用分组、聚合和映射-归并　　

　　MongoDB的强大功能之一，是直接在服务器对文档的值进行复杂的操作，而不用先发文档发送到客户端在进行处理。

结果分组

　　对大型数据集进行查询操作时，通常会根据文档的字段值对其进行分组。这可以在取回文档后通过代码来完成，但在服务器端查找的同时进行分组效率跟高。

　　要将查询结果分组，可使用Collection对象的方法 group()。该语法为：

db.collection_name.group({key, reduce, initial, [keyf], [cond], finalize})

　　参数列表：

• 　　key：指定要根据哪些健进行分组。其属性为要用于分组的字段，值为 1。
• 　　reduce：一个接受参数 obj 和 prev 的函数（ function(obj,prev)）。对于每个与查询匹配的文档，都执行这个参数。其中参数 obj 为当前文档，而 prev 是根据参数 initial 创建的对象。（可以通过obj来更新prev，如计数或累计）。
• 　　initial：可以创建一个group分组字段，并包含初始值，用于在分组期间聚合数据。（常见的是使用一个计数器来跟踪匹配的文档数。{ initial : {"count" : 0 } } ）。
• 　　keyf：可选。指定一个函数，这个函数返回一个用于分组的key对象，用于替代参key。这样可以使用函数动态地指定根据哪些字段分组。
• 　　cond：可选。查找条件，表示从哪些结果集中进行分组。
• 　　finalize：可选。在reduce执行之后，结果集返回之前，对结果集进行的最终操作。可以精简数据。

　　示例：

　　数据集：

　　执行分组命令：

db.student.group({
    key:{age:1}, 
    initial:{"count":0}, 
    reduce:function(obj,prev) { 
        prev.count++;
    } 
})

　　

 

MongoDB聚合

理解 aggregate() 方法

　　Collection对象提供了对数据执行聚合操作的方法 aggregate()。该方法主要用于数据处理（诸如统计平均值，求和等），并返回计算的结果。

db.collection_name.aggregate( operator, [ operator ,...] )

　　参数 operator 是一系列聚合运算符，让您指定要在流水线的各个阶段对数据执行哪种聚合操作。执行的一个运算符后，将结果传给下一个运算符继续运算。

　　该方法直接返回一个包含聚合结果的迭代器。

使用聚合框架运算符

　　MongoDB提供的聚合框架非常强大，通过 aggrgate() 方法可以反复将一个聚合运算符的结果传递给下一个运算符。

　　注意在引用文档中的字段名时，需要在字段名前加 $ ，表示这是一个字段值而不是字符串。

运算符	描述	示例
$project	通过重命名、添加或删除字段来重新定义文档。还能重新计算值以及添加子文档	{ $project : { title : " $name " } }
$match	可以实现查找的功能	{ $match : { value : { $gt : 50 } } }
$limit	限制文档数，返回结果集中的前 n 个数	{ $limit : 5 }
$skip	丢弃结果集中的前 n 个文档，效率较低，依然会遍历前 n 个文档	{ $skip : 5 }
$unwind	其值必须是数组字段的名称。对指定的数组进行分拆，为其中的每个值创建一个文档	{ $unwind : { $myArr } }
$group	将文档分组并生成新的文档，可以进行一系列子命令	{ $group : { _id : " $name " , num : { $sum : 1 } } }
$sort	将文档排序	{ $sort : { name : 1 , age : -1 } }

 

MapReduce() 方法

　　Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。

　　MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

db.collection_name.mapReduce( map , reduce , arguments );

　　其中 map 是一个函数，用于分组，它将对数据集的每个对象执行它来生成一个键和值，这些值被加入到与键相关联的数组中，供归并阶段使用。

// map 函数
function() {
    emit ( key , value );
}

　　参数 reudce 也是一个函数，将对 map 函数生成的每个对象执行它。reduce 函数必须将键作为第一个参数，将与键相关联的值数组作为第二个参数，并使用值数组来计算得到与键相关联的单个值，再返回结果。

// reduce 函数 处理需要统计的字段
function ( key , value ) {
    ......统计字段处理
    return result;
}

　　参数 arguments 是一个对象，指定了检索传递给 map 函数的文档时使用的选项。

{
    out : collection,      // 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
    query : document,      // 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
    sort : document,       // 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制 
    limit : number         // 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大） 
}