学习MongoDB 九： MongoDB聚合（单一用途的聚合方法）（一）

聚合指各种可以处理批量记录并返回计算结果的操作，并MongoDB提供了丰富的聚合操作，MongoDB提供了进行聚合的三种方式：聚集管道（Aggregation）,Map-Reduce方法,和单一用途的聚合方法。

单一用途的聚合方法:db.collection.count(), db.collection.group(), db.collection.distinct()。

一：db.collection.count() 返回匹配查询结果的数量

db.collection.count(query, options) 返回匹配查询结果的数量 相当于mysql的语法：select count(1) from orders where 条件。

> db.orders.find()
{ "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
price" : 4 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
price" : 6 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
price" : 5 }
> db.orders.count()
3

> db.orders.count({quantity:{$gt:2}})
1

也可以这样获取返回匹配查询结果的数量：

var cursor=db.items.find() 可以以查询只包含索引键的条件， cursor.count()。

二： db.collection.distinct() 返回某个字段的非重复值列表

db.collection.distinct(field, query) 返回指定某个字段的非重复的值的列表，结果不能大于最大BSON大小（大小为4 MB） 相当于mysql的语法：select distinct(field) from orders where 条件。

> db.orders.find()
{ "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
price" : 4 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
price" : 6 }
{ "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
price" : 5 }
> db.orders.distinct("quantity")
[ 2, 3 ]

三： db.collection.group()

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

我们比较熟悉的group by 的sql语句select key from table group by key,而mongoDB没提供SQL那样通过group By就轻松实现数据库的分组功能, db.collection.group()是对某个字段的对集合进行分组，然后通过聚合每一组中的所有文档，可以对聚合每一组中的所有文档进行处理，来产生最终的我们想要的结果文档。
db.collection.group()使用JavaScript，它受到了一些性能上的限制。大多数情况下，$ group在Aggregation Pipeline提供了一种具有较少的限制适用的替代。可以通过指定的键的集合中的文档和执行简单的聚合函数。

（1）在2.2版本中，返回的数组可以包含最多20000个元素；即最多20000个独特的分组。

（2）聚集管道（Aggregation）,Map-Reduce方法都可以运行在分片集合，group()方法不能运行在分片集群中工作。
（3）结果集必须符合最大BSON文档大小（大小为4 MB）。

1.
订单集合记录日期和明细中的数量、产品编码，我们订单集合按照对日期和产品编码进行分组字段，然后对每一组文档进行处理，找出并计算相同的产品的数量。Sql语句：Select pnumber,sum(quantity) as total from orders,items group by pnumber（少了两张表的关联的条件）。

> db.orders.find()
{ "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
: 5, "pnumber" : "p003" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
: 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
" : 2, "pnumber" : "p001" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
" : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
: 4, "pnumber" : "p002" } }

>  db.orders.group({
...           key: {'item.pnumber':1},
...           initial : {"total":0},
...          reduce : function Reduce(doc, out) {
...         out.total+=doc.item.quantity
...    } });
[
{
"item.pnumber" : "p003",
"total" : 2
},
{
"item.pnumber" : "p002",
"total" : 36
},
{
"item.pnumber" : "p001",
"total" : 10
}
]

描述：

key：作为分组的key。
reduce：一个聚合函数操作文档的分组操作期间。这些函数可以返回一个sum或count。该函数接受两个参数：当前 文档和这个群体聚集的结果文档。

initial：初始化聚合结果文档变量，为空时自动为每列提供初始变量。

keyf：可选。替代的key 字段。指定一个函数创建一个“key object”作为分组的key。使用keyf而是通过group by领域而不是现有的文档域键组。

cond：过滤条件，根据条件过滤集合的文档。

2、完成器【finalize】

我们对finalize方法 进行详细的介绍，在db.collection.group()返回最终结果之前，每一组文档执行完后，多会触发此方法,此功能可以修改的结果文档或替换的结果文档作为一个整体，执行group()结果集必须符合最大BSON文档大小（大小为4 MB），finalize能对数据传到客户时，进行裁剪结果，可以提高很大的效率。

（1） 我们对订单集合根据日期进行分组，并对相同的产品号数量进行累加，对累加完的产品数量没有大于20 的我们进行删除。减少返回的数据。

db.orders.group({
key: {date:1},
initial : {"pnumbers":{}},
reduce : function Reduce(doc, out) {
if(out.pnumbers[doc.item.pnumber]==null){
out.pnumbers[doc.item.pnumber]=new Object();
out.pnumbers[doc.item.pnumber]=doc.item.quantity;
}else{
out.pnumbers[doc.item.pnumber]+=doc.item.quantity;
}
},finalize : function Finalize(doc) {
for(i in doc.pnumbers)
{
if (doc.pnumbers[i] < 20)
{
delete doc.pnumbers[i];
}
}
} });

[
{
"date" : ISODate("2014-01-02T16:03:00Z"),
"pnumbers" : {

}
},
{
"date" : ISODate("2014-01-03T16:03:00Z"),
"pnumbers" : {

}
},
{
"date" : ISODate("2014-01-04T16:03:00Z"),
"pnumbers" : {
"p002" : 30
}
},
{
"date" : ISODate("2014-01-05T16:03:00Z"),
"pnumbers" : {

}
}
]

（2）每一组文档执行完后，多会触发此方法,此功能可以修改的结果文档，我们对订单的集合实现一天卖出了多少个产品，金额是多少，平均价格是多少。

db.orders.group({
key: {date:1},
initial :{"total":0,"money":0},
reduce : function Reduce(doc, out) {
out.total+=doc.item.quantity;
out.money+=doc.item.quantity*doc.item.price;
},
finalize : function Finalize(out) {
out.avg=out.money/out.total
return out;
}
});
[
{
"date" : ISODate("2014-01-02T16:03:00Z"),
"total" : 2,
"money" : 10,
"avg" : 5
},
{
"date" : ISODate("2014-01-03T16:03:00Z"),
"total" : 1,
"money" : 4,
"avg" : 4
},
{
"date" : ISODate("2014-01-04T16:03:00Z"),
"total" : 40,
"money" : 140,
"avg" : 3.5
},
{
"date" : ISODate("2014-01-05T16:03:00Z"),
"total" : 5,
"money" : 20,
"avg" : 4
}
]

3.keyf的使用
可以接受一个javascript函数，用来动态的确定分组文档的字段，和key两者必须有一个。我们有时用到比较复杂的key时，可以通过keyf的方法使用javascript函数对要进行分组的字段先进行特殊的处理，然后在做为key进行分组。

我们对订单集合，按照日期的月份进行分组，我们保存的文档的日期是到天，所以我们先转换为月，并计算月份卖出了多少个产品，金额是多少，平均价格是多少。

> db.orders.find({})
{ "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
: 5, "pnumber" : "p003" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
: 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
" : 2, "pnumber" : "p001" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
" : 4, "pnumber" : "p002" } }
{ "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
: 4, "pnumber" : "p002" } }
>  db.orders.group({
...    keyf: function (doc){
...    return{'month':doc.date.getMonth()+1};
...  },
...  initial :{"total":0,"money":0},
...  reduce : function Reduce(doc, out) {
...     out.total+=doc.item.quantity;
...           out.money+=doc.item.quantity*doc.item.price;
...
... },
...  finalize : function Finalize(out) {
...          out.avg=out.money/out.total
...          return out;
...   }
... });
[ { "month" : 1, "total" : 48, "money" : 174, "avg" : 3.625 } ]

MongoDB提供了进行聚合的三种方式：聚集管道（Aggregation）,Map-Reduce方法,和单一用途的聚合方法，先介绍了单一用途的聚合方法的使用方法，接下去介绍聚集管道（Aggregation）和Map-Reduce方法。