MongoDB-基础-05-聚合

出处：http://www.cnblogs.com/stephen-liu74/archive/2012/09/19/2652308.html

 

MongoDB除了基本的查询功能之外，还提供了强大的聚合功能。这里主要介绍count、distinct和group。

 

1. count：

    --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。

    --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。

    --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

        }    

    ]