mongodb group包（最具体的、最受欢迎、最容易理解的解释）

和数据库一样group经常常使用于统计。MongoDB的group还有非常多限制，如：返回结果集不能超过16M， group操作不会处理超过10000个唯一键。好像还不能利用索引[不非常确定]。

Group大约须要一下几个參数。

1.key：用来分组文档的字段。

和keyf两者必须有一个

2.keyf：能够接受一个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

3.initial：reduce中使用变量的初始化

4.reduce：运行的reduce函数。函数须要返回值。

5.cond：运行过滤的条件。

6.finallize：在reduce运行完毕，结果集返回之前对结果集终于运行的函数。可选的。

以下介绍一个实例：

先插入測试数据：

for(var i=1; i<20; i++){
var num=i%6;
db.test.insert({_id:i,name:"user_"+i,age:num});
}
 

1.普通分组查询

db.test.group({
                       key:{age:true},
                       initial:{num:0},
                       $reduce:function(doc,prev){
                              prev.num++
                       }
                      });

db.runCommand({group:
{
ns:"test",
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++
}
}
});
 

2.筛选后再分组

db.test.group({
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++
},
condition:{age:{$gt:2}}
});

db.runCommand({group:
{
ns:"test",
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++},
condition:{age:{$gt:2}}
}
});

3、普通的$where查询：

db.test.find({$where:function(){
return this.age>2;
}
});

group联合$where查询

db.test.group({
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
},
condition:{$where:function(){
return this.age>2;
}
}
});

4、使用函数返回值分组

//注意，$keyf指定的函数一定要返回一个对象

db.test.group({
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
}
});

db.runCommand({group:
{
ns:"test",
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++}
}
});
 

5.使用终结器

db.test.group({
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
},
finalize: function(doc){ doc.count=doc.num;delete doc.num; }
});

db.runCommand({group:
{
ns:"test",
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++},
finalize: function(doc){ doc.count=doc.num;delete doc.num; }
}
});

有关MapReduce

//首先插入測试数据

for(var i=1;i<21;i++)
{
db.test.insert({_id:i,name:'mm'+i});
}

//进行mapreduce
db.runCommand(
{
mapreduce:'test',
map:function(){emit(this.name.substr(0,3),this);},
reduce:function(key,vals){return vals[0];}, //注意：vals是一个Object对象而不是数组
out:'wq'
});

注意：

1.mapreduce是依据map函数里调用的emit函数的第一个參数来进行分组的

2.仅当依据分组键分组后一个键匹配多个文档，才会将key和文档集合交由reduce函数处理。比如：

db.runCommand(
{
mapreduce:'test',
map:function(){emit(this.name.substr(0,3),this);},
reduce:function(key,vals){return 'wq';},
out:'wq'
});

运行mapreduce命令后，再查看wq表数据：

db.wq.find()

{ "_id" : "mm1", "value" : "wq" }
{ "_id" : "mm2", "value" : "wq" }
{ "_id" : "mm3", "value" : { "_id" : 3, "name" : "mm3" } }
{ "_id" : "mm4", "value" : { "_id" : 4, "name" : "mm4" } }
{ "_id" : "mm5", "value" : { "_id" : 5, "name" : "mm5" } }
{ "_id" : "mm6", "value" : { "_id" : 6, "name" : "mm6" } }
{ "_id" : "mm7", "value" : { "_id" : 7, "name" : "mm7" } }
{ "_id" : "mm8", "value" : { "_id" : 8, "name" : "mm8" } }
{ "_id" : "mm9", "value" : { "_id" : 9, "name" : "mm9" } }