聚合aggregate

聚合 aggregate-小结

目录：
一、聚合的概念：类似sql的sum、avg
二、$group：分组统计。将集合中的文档分组，可用于统计结果
三、$match：编排显示字段。用于过滤数据，只输出符合条件的文档
四、$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
五、$sort：将输入文档排序后输出
六、$limit和$skip：取得、跳过给定数量的文档
七、$unwind：拆分列表。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

============================================================

一、聚合的概念：类似sql的sum、avg
聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()
1、语法
db.集合名称.aggregate({管道:{表达式}})

2、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输入
ps ajx | grep mongo
在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理

常用管道
$group：将集合中的文档分组，可用于统计结果
$match：过滤数据，只输出符合条件的文档
$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
$sort：将输入文档排序后输出
$limit：限制聚合管道返回的文档数
$skip：跳过指定数量的文档，并返回余下的文档
$unwind：将数组类型的字段进行拆分

3、表达式
处理输入文档并输出

语法
表达式:‘$列名‘

常用表达式
$sum：计算总和，$sum:1 表示以一倍计数
$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（列表）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

4、示例数据：
db.stu.drop()
db.stu.insert({name:‘郭靖‘,hometown:‘蒙古‘,age:20,gender:true})
db.stu.insert({name:‘黄蓉‘,hometown:‘桃花岛‘,age:18,gender:false})
db.stu.insert({name:‘华筝‘,hometown:‘蒙古‘,age:18,gender:false})
db.stu.insert({name:‘黄药师‘,hometown:‘桃花岛‘,age:40,gender:true})
db.stu.insert({name:‘段誉‘,hometown:‘大理‘,age:16,gender:true})
db.stu.insert({name:‘段王爷‘,hometown:‘大理‘,age:45,gender:true})
db.stu.insert({name:‘洪七公‘,hometown:‘华山‘,age:181,gender:true})

二、$group：分组统计。将集合中的文档分组，可用于统计结果
1、_id表示分组的依据，使用某个字段的格式为‘$字段‘
统计男生、女生的总人数
db.stu.aggregate(
    {$group:
        {
            _id:‘$gender‘,
            counter:{$sum:1}
        }
    }
)

输出：
{ "_id" : false, "counter" : 2 }
{ "_id" : true, "counter" : 5 }

2、将集合中所有文档分为一组（Group by null）
例2：求学生总人数、平均年龄
db.stu.aggregate(
    {$group:
        {
            _id:null,
            counter:{$sum:1},
            avgAge:{$avg:‘$age‘}
        }
    }
)

输出：
{ "_id" : null, "counter" : 7, "avgAge" : 48.285714285714285 }

3、透视数据
例3：统计学生性别及学生姓名
db.stu.aggregate(
    {$group:
        {
            _id:‘$gender‘,
            name_list:{$push:‘$name‘}
        }
    }
)

输出：
{ "_id" : false, "name_list" : [ "黄蓉", "华筝" ] }
{ "_id" : true, "name_list" : [ "郭靖", "黄药师", "段誉", "段王爷", "洪七公" ] }

4、使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下
db.stu.aggregate(
    {$group:
        {
            _id:‘$gender‘,
            stu_obj_list:{$push:‘$$ROOT‘}
        }
    }
).pretty()

输出：
{
        "_id" : false,
        "stu_obj_list" : [
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef2"),
                        "name" : "黄蓉",
                        "hometown" : "桃花岛",
                        "age" : 18,
                        "gender" : false
                },
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef3"),
                        "name" : "华筝",
                        "hometown" : "蒙古",
                        "age" : 18,
                        "gender" : false
                }
        ]
}
{
        "_id" : true,
        "stu_obj_list" : [
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef1"),
                        "name" : "郭靖",
                        "hometown" : "蒙古",
                        "age" : 20,
                        "gender" : true
                },
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef4"),
                        "name" : "黄药师",
                        "hometown" : "桃花岛",
                        "age" : 40,
                        "gender" : true
                },
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef5"),
                        "name" : "段誉",
                        "hometown" : "大理",
                        "age" : 16,
                        "gender" : true
                },
                {
                        "_id" : ObjectId("5e842edfa9c21c34124d4ef6"),
                        "name" : "段王爷",
                        "hometown" : "大理",
                        "age" : 45,
                        "gender" : true
                },
                {
                        "_id" : ObjectId("5e842ee1a9c21c34124d4ef7"),
                        "name" : "洪七公",
                        "hometown" : "华山",
                        "age" : 181,
                        "gender" : true
                }
        ]
}

三、$match：编排显示字段。用于过滤数据，只输出符合条件的文档
使用MongoDB的标准查询操作

1、查询年龄大于20的学生
db.stu.aggregate(
    {$match:{age:{$gt:20}}}
)

输出：
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef4"), "name" : "黄药师", "hometown" : "桃花岛", "age" : 40, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef6"), "name" : "段王爷", "hometown" : "大理", "age" : 45, "gender" : true }
{ "_id" : ObjectId("5e842ee1a9c21c34124d4ef7"), "name" : "洪七公", "hometown" : "华山", "age" : 181, "gender" : true }

2、查询年龄大于20的男生、女生人数
db.stu.aggregate(
    {$match:{age:{$gt:20}}},
    {$group:{_id:‘$gender‘,counter:{$sum:1}}}
)

输出：
{ "_id" : true, "counter" : 3 }

四、$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
1、查询学生的姓名、年龄
db.stu.aggregate(
    {$project:{_id:0,name:1,age:1}}
)

输出：
{ "name" : "郭靖", "age" : 20 }
{ "name" : "黄蓉", "age" : 18 }
{ "name" : "华筝", "age" : 18 }
{ "name" : "黄药师", "age" : 40 }
{ "name" : "段誉", "age" : 16 }
{ "name" : "段王爷", "age" : 45 }
{ "name" : "洪七公", "age" : 181 }

2、查询男生、女生人数，输出人数
db.stu.aggregate(
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$project:{_id:0,counter:1}}
)

输出：
{ "counter" : 2 }
{ "counter" : 5 }

五、$sort：将输入文档排序后输出
1、查询学生信息，按年龄升序
db.stu.aggregate({$sort:{age:1}})

输出：
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef5"), "name" : "段誉", "hometown" : "大理", "age" : 16, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef2"), "name" : "黄蓉", "hometown" : "桃花岛", "age" : 18, "gender" : false }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef3"), "name" : "华筝", "hometown" : "蒙古", "age" : 18, "gender" : false }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef1"), "name" : "郭靖", "hometown" : "蒙古", "age" : 20, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef4"), "name" : "黄药师", "hometown" : "桃花岛", "age" : 40, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef6"), "name" : "段王爷", "hometown" : "大理", "age" : 45, "gender" : true }
{ "_id" : ObjectId("5e842ee1a9c21c34124d4ef7"), "name" : "洪七公", "hometown" : "华山", "age" : 181, "gender" : true }

2、查询男生、女生人数，按人数降序
db.stu.aggregate(
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$sort:{counter:-1}}
)

输出：
{ "_id" : true, "counter" : 5 }
{ "_id" : false, "counter" : 2 }

六、$limit和$skip：取得、跳过给定数量的文档
1、$limit
限制聚合管道返回的文档数
例1：查询2条学生信息
db.stu.aggregate({$limit:2})
或者
db.stu.limit(2)

输出：
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef1"), "name" : "郭靖", "hometown" : "蒙古", "age" : 20, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef2"), "name" : "黄蓉", "hometown" : "桃花岛", "age" : 18, "gender" : false }

2、$skip
跳过指定数量的文档，并返回余下的文档
例2：查询从第3条开始的学生信息
db.stu.aggregate({$skip:2})
或者：
db.stu.find().skip(2)

输出：
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef3"), "name" : "华筝", "hometown" : "蒙古", "age" : 18, "gender" : false }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef4"), "name" : "黄药师", "hometown" : "桃花岛", "age" : 40, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef5"), "name" : "段誉", "hometown" : "大理", "age" : 16, "gender" : true }
{ "_id" : ObjectId("5e842edfa9c21c34124d4ef6"), "name" : "段王爷", "hometown" : "大理", "age" : 45, "gender" : true }
{ "_id" : ObjectId("5e842ee1a9c21c34124d4ef7"), "name" : "洪七公", "hometown" : "华山", "age" : 181, "gender" : true }

例3：统计男生、女生人数，按人数升序，取第二条数据
db.stu.aggregate(
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$sort:{counter:1}},
    {$skip:1},
    {$limit:1}
)
注意顺序：先写skip，再写limit

输出：
{ "_id" : true, "counter" : 5 }

七、$unwind：拆分列表。将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值
1、语法1：对某字段值进行拆分
db.集合名称.aggregate({$unwind:‘$字段名称‘})

（1）构造数据
db.t2.insert({_id:1,item:‘t-shirt‘,size:[‘S‘,‘M‘,‘L‘]})

（2）查询
db.t2.aggregate({$unwind:‘$size‘})
输出：
{ "_id" : 1, "item" : "t-shirt", "size" : "S" }
{ "_id" : 1, "item" : "t-shirt", "size" : "M" }
{ "_id" : 1, "item" : "t-shirt", "size" : "L" }

2、语法2：对某字段值进行拆分，处理空数组、非数组、无字段、null情况
属性preserveNullAndEmptyArrays值为false表示丢弃属性值为空的文档
属性preserveNullAndEmptyArrays值为true表示保留属性值为空的文档
db.inventory.aggregate({
    $unwind:{
        path:‘$字段名称‘,
        preserveNullAndEmptyArrays:<boolean> #防止数据丢失
    }
})

（1）构造数据
db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])

（2）使用语法1查询
①查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了
db.t3.aggregate({$unwind:‘$size‘})

输出：
{ "_id" : 1, "item" : "a", "size" : "S" }
{ "_id" : 1, "item" : "a", "size" : "M" }
{ "_id" : 1, "item" : "a", "size" : "L" }
{ "_id" : 3, "item" : "c", "size" : "M" }

②如何能不丢弃呢？
答：使用语法2查询
db.t3.aggregate({$unwind:{path:‘$size‘,preserveNullAndEmptyArrays:true}})

输出：
{ "_id" : 1, "item" : "a", "size" : "S" }
{ "_id" : 1, "item" : "a", "size" : "M" }
{ "_id" : 1, "item" : "a", "size" : "L" }
{ "_id" : 2, "item" : "b" }
{ "_id" : 3, "item" : "c", "size" : "M" }
{ "_id" : 4, "item" : "d" }
{ "_id" : 5, "item" : "e", "size" : null }

　　

原文地址：https://www.cnblogs.com/andy9468/p/12613315.html

时间： 2024-10-09 08:19:36

聚合aggregate的相关文章

MongoDB(七)：聚合aggregate

1. 聚合aggregate 聚合主要用于计算数据,类似sql中的sum().avg() 语法: db.集合名称.aggregate([{管道:{表达式}}]) stu准备的数据: 1.1 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输入. ps ajx | grep mongo 在mongodb中,管道具有同样的作用,文档处理完毕后,通过管道进行下一次处理. 常用管道: $group:将集合中的文档分组,可用于统计结果. $match:用于过滤数据,只输出符合

MongoDB聚合(aggregate)

https://www.cnblogs.com/wt7018/p/11929359.html 一.基础 1.什么是聚合? 聚合是基于数据处理的聚合管道,每个文档通过一个有多个阶段(stage)组成的管道可以对每个阶段的管道进行分组.过滤等功能,然后经过一系列的处理,输出相应的结果 db.集合名称.aggregate({管道: {表达式}}) 有点像Django中ORM聚合的语法 2.常用管道 $group: 将集合中的文档分组,用于统计结果 $match: 过滤数据,只输出符合条件的文档 $pr

mongodb aggregate and mapReduce

Aggregate 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.有点类似sql语句中的 count(*) 语法如下: db.collection.aggregate() db.collection.aggregate(pipeline,options) db.runCommand({ aggregate: "<collection>", pipeline: [ <stage>, <...&g

Mongodb的聚合和管道

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(). 语法 aggregate() 方法的基本语法格式如下所示: >db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION) 注:参数AGGREGATE_OPERATION可以是一个对象(单个处理),也可以是多个对象的数组(管道处理). >

领域模型：聚合、聚合根详解

聚合和聚合根是领域模型里面很重要的一个概念,其实我们在从真实世界对业务对象进行识别和概念建模的时候,关注的就是聚合根,这才是我们真正要管理的业务对象.一个对象可能有多个层次,也可能有多个子实体,但是这些子实体都不可能孤立存在,它们必须依附于一个聚合根存在,它们和根节点具有同样的生命周期. 如果一个客户消亡,客户联系方式,客户的多张银行账户信息将不再有任何意义.如果一张采购订单头消失,那么采购订单明细没有任何存在的意义.客户,采购订单,发票这些从真实业务中转化过来的业务对象才是真正的领域核心对象.

mongoDB查询、索引与聚合

整理来自 https://www.shiyanlou.com/courses/running/77 初始化mongodb数据库 > use Chenshi switched to db Chenshi > db.createCollection("shiyanlou") #无参数 {"ok":1} > show collections shiyanlou system.indexes > userdoc1=({"user_id&qu

mongodb聚合查询

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.有点类似sql语句中的 count(*). $sum 计算总和. db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}]) $avg 计算平均值 db.mycol.aggregate([{$group : {_id : "$by_use

MongoDB查询、索引和聚合

初始化mongodb数据库 > use deng switched to db deng > db.createCollection("jingdong") #无參数 {"ok":1} > show collections jingdong system.indexes > userdoc1=({"user_id":1,"name":"cloud","state"

mongodb MongoDB 聚合 group

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.有点类似sql语句中的 count(*). 基本语法为:db.collection.aggregate( [ <stage1>, <stage2>, ... ] ) 现在在mycol集合中有以下数据: { "_id" : 1, "name" : "tom", "sex" :