目录

一.聚合&管道

1.操作

2.例子

3.提高管道性能

二.Map/Reduce

聚合是MongoDB的高级查询框架，实际上在MySQL等关系数据库中，也有GROUP BY这样的类似功能。其主要作用是，从多个文档中提取、转换和整合数据，形成新的信息，可以用来发现文档间的一些关系，或者挖掘单个文档不具备的信息。例如，春节快到了，如果一家商店的店长想统计每月销售额、每种商品销售额、整年销售额，就必须以时间或商品ID作为分组条件进行统计。MongoDB提供了聚合和MapReduce两种工具，聚合要简单些。

一.聚合&管道

管道是计算机领域一个很普遍的概念，指的是对于一系列操作，前一个操作的结果通过管道输送给后一个操作，作为其输入。一个典型例子是linux的管道，通过配合grep、awk等工具，可以很方便的从命令行输出中提取出需要的信息。

1.操作

MongoDB有如下管道操作：

• $project：可以用来修改文档的结构，类似于SQL的select 可以用来对域进行重命名
• 可以用来增加成员域
• 可以删除指定域

聚合管道的使用形式为：

db.collection_name.aggregate(pipeline,options)

有如下选项：

• explain：打印执行计划，布尔值
• allowDiskUse：使用磁盘暂存中间结果，布尔值，主要是为了解决中间数据太大（100MB以上）导致的报错
• cursor：用于逐个获取管道结果，避免超出16MB限制

2.例子

下面举一些例子，先展示下user集合的数据，一共6条：

[code]> db.user.find()
{ "_id" : ObjectId("5c3eef6d7da85af675c7c107"), "name" : "zhangsan", "sex" : "man", "age" : 21, "hobby" : "programming" }
{ "_id" : ObjectId("5c3eefee7da85af675c7c108"), "name" : "lisi", "sex" : "woman", "age" : 16, "hobby" : "music" }
{ "_id" : ObjectId("5c3ef0037da85af675c7c109"), "name" : "wangwu", "sex" : "man", "age" : 18, "hobby" : "read book" }
{ "_id" : ObjectId("5c3f1885cce0b679769390fa"), "name" : "lucy", "age" : 22, "hobby" : "movie", "sex" : "woman" }
{ "_id" : ObjectId("5c3f1bbfcce0b67976939109"), "name" : "tom", "age" : 2 }
{ "_id" : ObjectId("5c3f22a87da85af675c7c10a"), "name" : 10 }

1）首先统计每种性别的数量：

[code]> db.user.aggregate({$group:{_id:'$sex',count:{$sum:1}}})
{ "_id" : null, "count" : 2 }
{ "_id" : "woman", "count" : 2 }
{ "_id" : "man", "count" : 2 }

_id就是用来指定分组依据，这里是sex域，注意需要带上美元符号$对于集合内每一个文档，如果sex字段相同，则分入同一组，反之亦然；$sum操作符的值（即1）代表每个组中每有一个文档，统计结果的"count"字段的值就加1。这个查询可以翻译成：select count(*) from user group by sex。可以看到，对于不存在的字段，也会作为null值参与统计。

2）假如只想统计有sex字段的文档，就可以用上$match操作符：

[code]> db.user.aggregate({$match:{sex:{$exists:1}}},{$group:{_id:'$sex',count:{$sum:1}} })
{ "_id" : "woman", "count" : 2 }
{ "_id" : "man", "count" : 2 }

可以看到，$match的用法和find()函数很像。另外，当aggregate方法中存在多个操作时（即管道有多个环节），按照从左到右顺序执行。

3）MongoDB为aggregate提供了一个forEach()方法，可接受一个JavaScript函数，并继续处理管道内的数据：

[code]> db.user.aggregate({$match:{sex:{$exists:1}}},{$group:{_id:'$sex',count:{$sum:1}} }).forEach(function(doc){if(doc.count%2 == 0) db.result.insert(doc);})
> db.result.find()
{ "_id" : "woman", "count" : 2 }
{ "_id" : "man", "count" : 2 }

这里使用的函数是，如果管道内的结果的count字段能整除2，则插入到result集合中，由于两个结果的count都是2，均满足条件，因此都插入了。

4）上例和以下语句作用相同：

[code]> db.result.drop()
true
> db.user.aggregate({$match:{sex:{$exists:1}}},{$group:{_id:'$sex',count:{$sum:1}} },{$match:{count:{$mod:[2,0]}}},{$out:"result"})
> db.result.find()
{ "_id" : "woman", "count" : 2 }
{ "_id" : "man", "count" : 2 }

在这个管道中，首先过滤了没有sex域的文档，然后根据sex域的值进行分组，之后取count字段的值可以整除2的分组结果写入result集合。

5）如果不想看到_id字段，就可以用上$project了：

[code]> db.user.aggregate({$match:{sex:{$exists:1}}},{$group:{_id:'$sex',count:{$sum:1}} },{$match:{count:{$mod:[2,0]}}},{$project:{_id:0}})
{ "count" : 2 }
{ "count" : 2 }

6）$project还可以用来改变字段名：

[code]> db.user.aggregate({$match:{sex:{$exists:1}}},{$group:{_id:'$sex',count:{$sum:1}} },{$match:{count:{$mod:[2,0]}}},{$project:{"性别":"$_id","人数":"$count"}})
{ "_id" : "woman", "性别" : "woman", "人数" : 2 }
{ "_id" : "man", "性别" : "man", "人数" : 2 }

显然，_id字段不能被改名，对其使用$project相当于把该域的值复制一份再改名

由于$project具有投影的能力，因此也可以使用一些操作符，来实现诸如大小写转换、数学运算等操作：

• 字符串类： $concat：将给定的若干字符串连接为一个字符串
• $strcasecmp:字符串比较（大小写不敏感）
• $sunstr：对给定字符串进行裁剪
• $toLower、$toUpper：全小写/全大写

[code]> db.user.aggregate([{$match:{sex:{$exists:1}}}],{explain:true})
{
……
"indexName" : "sex_1",
……
}

[code]> db.user.aggregate([{$group:{_id:'$sex',count:{$sum:1}}}],{explain:true})
{
"stages" : [
{
"$cursor" : {
"query" : {

},
"fields" : {
"sex" : 1,
"_id" : 0
},
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "test.user",
"indexFilterSet" : false,
"parsedQuery" : {

},
"winningPlan" : {
"stage" : "COLLSCAN",
"direction" : "forward"
},
"rejectedPlans" : [ ]
}
}
},
{
"$group" : {
"_id" : "$sex",
"count" : {
"$sum" : {
"$const" : 1
}
}
}
}
],
"ok" : 1
}

[code]> map = function(){emit(this.sex,1)}
function (){emit(this.sex,1)}
> reduce = function(k,v){return Array.sum(v)}
function (k,v){return Array.sum(v)}
> db.user.mapReduce(map,reduce,{query:{sex:{$exists:1}},out:"result"})
{
"result" : "result",
"timeMillis" : 115,
"counts" : {
"input" : 4,
"emit" : 4,
"reduce" : 2,
"output" : 2
},
"ok" : 1
}
> db.result.find()
{ "_id" : "man", "value" : 2 }
{ "_id" : "woman", "value" : 2 }