MongoDB管道
今天和大家分享mongodb中管道
,老規矩貼上官方文件
我們從聚合慢慢引入管道的概念
mongo中常見的聚合有count，distinct，group，mapReduce
我們先建立好測試資料，檢視一下
> db.student.find().pretty()
{ "_id" : 1, "name" : "tom", "age" : 20, "scores" : 98 }
{ "_id" : 2, "name" : "jack", "age" : 21, "scores" : 89 }
{ "_id" : 3, "name" : "lucy", "age" : 19, "scores" : 91 }
{ "_id" : 4, "name" : "luna", "age" : 21, "scores" : 91 }
下面來介紹個方法的使用
1.count統計文件數量
> db.student.count()//統計文件數量
4
> db.student.count({"age": {$gte: 20}})//統計年齡大於等於20的文件數量
3
2.countDocuments
mongo4.0以上的版本已經不推薦使用count
了,取而代之的是countDocuments
> db.student.countDocuments({"age": {$gte: 20}})
3
3.distinct獲取指定欄位的值的分佈(去重)
> db.student.distinct("scores")
[ 98, 89, 91 ]
4.aggregate(管道)替代group
,老闆本mongo是有直接的命令group
來分組的
官方原文
DEPRECATED SINCE VERSION 3.4
Mongodb 3.4 deprecates the
group
command. Use
db.collection.aggregate()
with the
$group
stage or
db.collection.mapReduce()
instead.
mongodb3.4版本廢棄了group
命令，取而代之的是db.collection.aggregate
和db.collection.mapReduce
> db.student.aggregate([ {$group: {_id: "$scores", person_num : {$sum: "$scores"}}} ])
{ "_id" : 91, "person_num" : 182 }
{ "_id" : 89, "person_num" : 89 }
{ "_id" : 98, "person_num" : 98 }
類似於mysql的select scores, count(*) as person_num from student group by scores
$sum
後面的是什麼意思呢，對scores欄位求和
> db.student.aggregate([
{$match: {"name": {$in: ["tom", "jack", "luna"]}}},
{$group: {_id: "$scores", person_num : {$sum: 1}}}
])
{ "_id" : 91, "person_num" : 1 }
{ "_id" : 89, "person_num" : 1 }
{ "_id" : 98, "person_num" : 1 }
這裡就是一個典型的管道使用情況了, 以上命令執行了兩步，在一個管道里面執行
name
既然說到了分組group
我就順便再講幾個聚合方法吧
根據年齡分組求平均值例項
> db.student.find()
{ "_id" : 1, "name" : "tom", "age" : 20, "scores" : 98 }
{ "_id" : 2, "name" : "jack", "age" : 21, "scores" : 89 }
{ "_id" : 3, "name" : "lucy", "age" : 19, "scores" : 91 }
{ "_id" : 4, "name" : "luna", "age" : 21, "scores" : 91 }
> db.student.aggregate([{$group : {_id: "$age", avg_scores: {$avg: "$scores"}}}])
{ "_id" : 19, "avg_scores" : 91 }
{ "_id" : 21, "avg_scores" : 90 }
{ "_id" : 20, "avg_scores" : 98 }
根據分數分組，求組內最小的分數
> db.student.aggregate([{$group : {_id: "$scores", min_scores: {$min: "$age"}}}])
{ "_id" : 91, "min_scores" : 19 }
{ "_id" : 89, "min_scores" : 21 }
{ "_id" : 98, "min_scores" : 20 }
對應的$max方法語法一直
總結:
| 表示式 | 描述 | 語法 |
|---|---|---|
| $sum | 計算總和 |
db.mycol.aggregate([{ |
| $avg | 計算平均值 |
db.mycol.aggregate([{ |
| $min | 獲取集合中所有文件對應值得最小值 |
db.mycol.aggregate([{ |
| $max | 獲取集合中所有文件對應值得最大值 |
db.mycol.aggregate([{ |
$by_field
是分組的欄位,比如按年齡分組就改成$age
alias_name
是統計資料之後的一個別名，類似於mysql的as
$field
是聚合的欄位 比如按年齡分組後取分組中scores的最大值就把$field
改為$scores
管道中的排序
文件的排序也是要通過管道來實現的
> db.student.aggregate([{$sort : {age : 1}}])
{ "_id" : 3, "name" : "lucy", "age" : 19, "scores" : 91 }
{ "_id" : 1, "name" : "tom", "age" : 20, "scores" : 98 }
{ "_id" : 2, "name" : "jack", "age" : 21, "scores" : 89 }
{ "_id" : 4, "name" : "luna", "age" : 21, "scores" : 91 }
官方原文
For the field or fields to sort by, set the sort order to1
or-1
to specify an ascending or descending sort respectively, as in the following example:
1是升序asc,-1是降序desc
最後說一下管道中的其它操作
-
$project：修改輸入文件的結構。可以用來重新命名、增加或刪除域，也可以用於建立計算結果以及巢狀文件。 -
$match：用於過濾資料，只輸出符合條件的文件。$match使用MongoDB的標準查詢操作。 -
$limit：用來限制MongoDB聚合管道返回的文件數。 -
$skip：在聚合管道中跳過指定數量的文件，並返回餘下的文件。 -
$unwind：將文件中的某一個數組型別欄位拆分成多條，每條包含陣列中的一個值。 -
$group：將集合中的文件分組，可用於統計結果。 -
$sort：將輸入文件排序後輸出。 -
$geoNear：輸出接近某一地理位置的有序文件
本文寫的有點亂，希望看官不要見怪!!!