MongoDB学习笔记（六）—— 聚合 aggregate

Myth丶恋晨 2022-02-03 01:39 489阅读 0赞

# MongoDB 聚合 #

MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。

--------------------

## aggregate() 方法 ##

MongoDB中聚合的方法使用aggregate()。类似sql语句中的 count(\*)。

aggregate() 返回的结果还是一个文档\{\}，表达式里必须包含\_id属性，否则会报错。

\_id表示分组的依据，使用某个字段的格式为'$字段'。

**语法**

aggregate() 方法的基本语法格式如下所示：

> db.COLLECTION\_NAME.aggregate(AGGREGATE\_OPERATION)

--------------------

## 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参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

**聚合框架中常用的管道操作符**

*  $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
 *  $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
 *  $limit：用来限制MongoDB聚合管道返回的文档数。
 *  $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
 *  $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。
 *  $group：将集合中的文档分组，可用于统计结果。
 *  $sort：将输入文档排序后输出。
 *  $geoNear：输出接近某一地理位置的有序文档。

--------------------

## 列操作表达式 ##

处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

**语法**

*  表达式 : '$列名'

**常用表达式**

*  $sum：计算总和，$sum:1同count表示计数。
 *  $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。

--------------------

# 聚合操作实例 #

### 创建集合 ###

首先，在数据库中创建如下集合：

db.c1.insertMany([
        {name:"tom", age:18, gender:"男"},
        {name:"lin", age:18, gender:"男"},
        {name:"jenney", age:16, gender:"女"},
        {name:"klay", age:20, gender:"男"}
    ])

注意，age 属性对应内容是数字 18 而不是字符串"18"，否则后续无法做数值处理。

查看集合所有文档：

db.c1.find()

### ![20190508160616348.png][] ###

### $group操作 ###

分别通过 name, age, gender 属性将文档分组统计个数

db.c1.aggregate([{$group : {_id : "$name", num_tutorial : {$sum : 1}}}])
    db.c1.aggregate([{$group : {_id : "$age", num_tutorial : {$sum : 1}}}])
    db.c1.aggregate([{$group : {_id : "$gender", num_tutorial : {$sum : 1}}}])

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0OTk3NDcz_size_16_color_FFFFFF_t_70][]

\_id 如果乱写相当于写null，全部计数

db.c1.aggregate([{$group : {_id : "$lol", num_tutorial : {$sum : 1}}}])
    db.c1.aggregate([{$group : {_id : null, num_tutorial : {$sum : 1}}}])

### ![20190508161043714.png][] ###

### $match操作 ###

找出“age大于17，小于等于20”的文档

db.c1.aggregate( [
        { $match : { age : { $gt : 17, $lte : 20 } } }
    ]);

### ![20190508161210854.png][] ###

### 管道组合操作 ###

“age大于17，小于等于20”的文档个数

db.c1.aggregate( [
        { $match : { age : { $gt : 17, $lte : 20 } } },
        { $group: { _id: null, count: { $sum: 1 } } }
    ]);

![20190508161308346.png][]

将“age大于10，小于等于20”的文档按性别统计

db.c1.aggregate( [
        { $match : { age : { $gt : 10, $lte : 20 } } },
        { $group: { _id: "$gender", count: { $sum: 1 } } }
    ]);

![2019050816135532.png][]

[20190508160616348.png]: /images/20220203/ff6e0aa11bcd4d488cc50077feb511e3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0OTk3NDcz_size_16_color_FFFFFF_t_70]: /images/20220203/6663304a52e1438bae5b0236dbe0f900.png
[20190508161043714.png]: /images/20220203/c2e748dd7a134c4ab4777c9ab188faa7.png
[20190508161210854.png]: /images/20220203/23a071cb0aab464ea82a9c12bcf79d5f.png
[20190508161308346.png]: /images/20220203/c87523fe12db416c8b628ac142afc5fd.png
[2019050816135532.png]: /images/20220203/91834265ae96411fb2c55d14a9c066ce.png