MongoDB聚合功能浅析

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
2
3
4
5
6
7
8
9
10
11
12
13
--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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
--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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
--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
    
  ]
© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论