con ron 數據 列表 訂單 == 參數 for fun

轉自:http://blog.csdn.net/congcong68/article/details/51419231

聚合指各種可以處理批量記錄並返回計算結果的操作，並MongoDB提供了豐富的聚合操作，MongoDB提供了進行聚合的三種方式：聚集管道（Aggregation）,Map-Reduce方法,和單一用途的聚合方法。

單一用途的聚合方法:db.collection.count(), db.collection.group(), db.collection.distinct()。

一：db.collection.count() 返回匹配查詢結果的數量

db.collection.count(query, options) 返回匹配查詢結果的數量 相當於mysql的語法：select count(1) from orders where 條件。

[sql] view plain copy

1. > db.orders.find()
2. { "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
3. price" : 4 }
4. { "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
5. price" : 6 }
6. { "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
7. price" : 5 }
8. > db.orders.count()
9. 3
11. > db.orders.count({quantity:{$gt:2}})
12. 1

也可以這樣獲取返回匹配查詢結果的數量：

var cursor=db.items.find() 可以以查詢只包含索引鍵的條件， cursor.count()。

二： db.collection.distinct() 返回某個字段的非重復值列表

db.collection.distinct(field, query) 返回指定某個字段的非重復的值的列表，結果不能大於最大BSON大小（大小為4 MB） 相當於mysql的語法：select distinct(field) from orders where 條件。 [sql] view plain copy

1. > db.orders.find()
2. { "_id" : ObjectId("57383f492bd2092c7ed0fec7"), "ino" : "001", "quantity" : 2, "
3. price" : 4 }
4. { "_id" : ObjectId("57383f492bd2092c7ed0fec8"), "ino" : "002", "quantity" : 2, "
5. price" : 6 }
6. { "_id" : ObjectId("57383f492bd2092c7ed0fec9"), "ino" : "003", "quantity" : 3, "
7. price" : 5 }
8. > db.orders.distinct("quantity")
9. [ 2, 3 ]

三： db.collection.group()

db.collection.group({ key, reduce, initial[, keyf] [, cond] [, finalize] }) 我們比較熟悉的group by 的sql語句select key from table group by key,而mongoDB沒提供SQL那樣通過group By就輕松實現數據庫的分組功能, db.collection.group()是對某個字段的對集合進行分組，然後通過聚合每一組中的所有文檔，可以對聚合每一組中的所有文檔進行處理，來產生最終的我們想要的結果文檔。 db.collection.group()使用JavaScript，它受到了一些性能上的限制。大多數情況下，$ group在Aggregation Pipeline提供了一種具有較少的限制適用的替代。可以通過指定的鍵的集合中的文檔和執行簡單的聚合函數。
（1）在2.2版本中，返回的數組可以包含最多20000個元素；即最多20000個獨特的分組。
（2）聚集管道（Aggregation）,Map-Reduce方法都可以運行在分片集合，group()方法不能運行在分片集群中工作。 （3）結果集必須符合最大BSON文檔大小（大小為4 MB）。

1. 訂單集合記錄日期和明細中的數量、產品編碼，我們訂單集合按照對日期和產品編碼進行分組字段，然後對每一組文檔進行處理，找出並計算相同的產品的數量。Sql語句：Select pnumber,sum(quantity) as total from orders,items group by pnumber（少了兩張表的關聯的條件）。 [sql] view plain copy

1. > db.orders.find()
2. { "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
3. ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
4. : 5, "pnumber" : "p003" } }
5. { "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
6. ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
7. : 4, "pnumber" : "p002" } }
8. { "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
9. ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
10. " : 2, "pnumber" : "p001" } }
11. { "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
12. ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
13. " : 4, "pnumber" : "p002" } }
14. { "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
15. ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
16. : 4, "pnumber" : "p002" } }
18. > db.orders.group({
19. ... key: {‘item.pnumber‘:1},
20. ... initial : {"total":0},
21. ... reduce : function Reduce(doc, out) {
22. ... out.total+=doc.item.quantity
23. ... } });
24. [
25. {
26. "item.pnumber" : "p003",
27. "total" : 2
28. },
29. {
30. "item.pnumber" : "p002",
31. "total" : 36
32. },
33. {
34. "item.pnumber" : "p001",
35. "total" : 10
36. }
37. ]

描述：
key：作為分組的key。 reduce：一個聚合函數操作文檔的分組操作期間。這些函數可以返回一個sum或count。該函數接受兩個參數：當前 文檔和這個群體聚集的結果文檔。
initial：初始化聚合結果文檔變量，為空時自動為每列提供初始變量。
keyf：可選。替代的key 字段。指定一個函數創建一個“key object”作為分組的key。使用keyf而是通過group by領域而不是現有的文檔域鍵組。
cond：過濾條件，根據條件過濾集合的文檔。 2、完成器【finalize】
我們對finalize方法 進行詳細的介紹，在db.collection.group()返回最終結果之前，每一組文檔執行完後，多會觸發此方法,此功能可以修改的結果文檔或替換的結果文檔作為一個整體，執行group()結果集必須符合最大BSON文檔大小（大小為4 MB），finalize能對數據傳到客戶時，進行裁剪結果，可以提高很大的效率。

（1） 我們對訂單集合根據日期進行分組，並對相同的產品號數量進行累加，對累加完的產品數量沒有大於20 的我們進行刪除。減少返回的數據。 [sql] view plain copy

1. db.orders.group({
2. key: {date:1},
3. initial : {"pnumbers":{}},
4. reduce : function Reduce(doc, out) {
5. if(out.pnumbers[doc.item.pnumber]==null){
6. out.pnumbers[doc.item.pnumber]=new Object();
7. out.pnumbers[doc.item.pnumber]=doc.item.quantity;
8. }else{
9. out.pnumbers[doc.item.pnumber]+=doc.item.quantity;
10. }
11. },finalize : function Finalize(doc) {
12. for(i in doc.pnumbers)
13. {
14. if (doc.pnumbers[i] < 20)
15. {
16. delete doc.pnumbers[i];
17. }
18. }
19. } });
21. [
22. {
23. "date" : ISODate("2014-01-02T16:03:00Z"),
24. "pnumbers" : {
26. }
27. },
28. {
29. "date" : ISODate("2014-01-03T16:03:00Z"),
30. "pnumbers" : {
32. }
33. },
34. {
35. "date" : ISODate("2014-01-04T16:03:00Z"),
36. "pnumbers" : {
37. "p002" : 30
38. }
39. },
40. {
41. "date" : ISODate("2014-01-05T16:03:00Z"),
42. "pnumbers" : {
44. }
45. }

（2）每一組文檔執行完後，多會觸發此方法,此功能可以修改的結果文檔，我們對訂單的集合實現一天賣出了多少個產品，金額是多少，平均價格是多少。 [sql] view plain copy

1. db.orders.group({
2. key: {date:1},
3. initial :{"total":0,"money":0},
4. reduce : function Reduce(doc, out) {
5. out.total+=doc.item.quantity;
6. out.money+=doc.item.quantity*doc.item.price;
7. },
8. finalize : function Finalize(out) {
9. out.avg=out.money/out.total
10. return out;
11. }
12. });
13. [
14. {
15. "date" : ISODate("2014-01-02T16:03:00Z"),
16. "total" : 2,
17. "money" : 10,
18. "avg" : 5
19. },
20. {
21. "date" : ISODate("2014-01-03T16:03:00Z"),
22. "total" : 1,
23. "money" : 4,
24. "avg" : 4
25. },
26. {
27. "date" : ISODate("2014-01-04T16:03:00Z"),
28. "total" : 40,
29. "money" : 140,
30. "avg" : 3.5
31. },
32. {
33. "date" : ISODate("2014-01-05T16:03:00Z"),
34. "total" : 5,
35. "money" : 20,
36. "avg" : 4
37. }

3.keyf的使用 可以接受一個javascript函數，用來動態的確定分組文檔的字段，和key兩者必須有一個。我們有時用到比較復雜的key時，可以通過keyf的方法使用javascript函數對要進行分組的字段先進行特殊的處理，然後在做為key進行分組。 我們對訂單集合，按照日期的月份進行分組，我們保存的文檔的日期是到天，所以我們先轉換為月，並計算月份賣出了多少個產品，金額是多少，平均價格是多少。 [sql] view plain copy

2. > db.orders.find({})
3. { "_id" : ObjectId("573848342bd2092c7ed0feca"), "onumber" : "001", "date" : ISOD
4. ate("2014-01-02T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 2, "price"
5. : 5, "pnumber" : "p003" } }
6. { "_id" : ObjectId("573848342bd2092c7ed0fecb"), "onumber" : "002", "date" : ISOD
7. ate("2014-01-03T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 1, "price"
8. : 4, "pnumber" : "p002" } }
9. { "_id" : ObjectId("573848342bd2092c7ed0fecc"), "onumber" : "003", "date" : ISOD
10. ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 10, "price
11. " : 2, "pnumber" : "p001" } }
12. { "_id" : ObjectId("573848342bd2092c7ed0fecd"), "onumber" : "003", "date" : ISOD
13. ate("2014-01-04T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 30, "price
14. " : 4, "pnumber" : "p002" } }
15. { "_id" : ObjectId("573848342bd2092c7ed0fece"), "onumber" : "004", "date" : ISOD
16. ate("2014-01-05T16:03:00Z"), "cname" : "zcy", "item" : { "quantity" : 5, "price"
17. : 4, "pnumber" : "p002" } }
18. > db.orders.group({
19. ... keyf: function (doc){
20. ... return{‘month‘:doc.date.getMonth()+1};
21. ... },
22. ... initial :{"total":0,"money":0},
23. ... reduce : function Reduce(doc, out) {
24. ... out.total+=doc.item.quantity;
25. ... out.money+=doc.item.quantity*doc.item.price;
26. ...
27. ... },
28. ... finalize : function Finalize(out) {
29. ... out.avg=out.money/out.total
30. ... return out;
31. ... }
32. ... });
33. [ { "month" : 1, "total" : 48, "money" : 174, "avg" : 3.625 } ]

MongoDB提供了進行聚合的三種方式：聚集管道（Aggregation）,Map-Reduce方法,和單一用途的聚合方法，先介紹了單一用途的聚合方法的使用方法，接下去介紹聚集管道（Aggregation）和Map-Reduce方法。

MongoDB聚合（單一用途的聚合方法）