MongoDB的彙總函式 Aggregate__函數

Aggregate的使用，有利於我們對MongoDB中的集合進行進一步的拆分。

樣本：

db.collection.aggregate(    {$match:{x:1},    {limit:10},    {$group:{_id:"$age"}}});

操作符介紹：

$project：包含、排除、重新命名和顯示欄位

$match：查詢，需要同find()一樣的參數

$limit：限制結果數量

$skip：忽略結果的數量

$sort：按照給定的欄位排序結果

$group：按照給定運算式組合結果

$unwind：分割嵌入數組到自己頂層檔案

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

這是MongoDB官網上的一個Data Model：

{  "_id": "10280",//zipcode  "city": "NEW YORK",//城市  "state": "NY",//城市縮寫  "pop": 5574,//人口  "loc": [ //經緯度    -74.016323,    40.710537  ]}

1、查出一個超過1千萬人口的城市

db.zipcodes.aggregate(    {$group:{_id:"$state", totalPop:{$sum:"$pop"}},    {$match:{totalPop:{$get:10000000}}});

上面的語句相當於： SELECT  state, sum(pop)  totalPop from zipcodes group by state having by totalPop >= 10000000;

分析：

$group主要是用於分組，其中_id是用組的類型集合，totalPop是產生的一個新的欄位，用於儲存總數。

其實，document經過$group之後，系統會為其產生一個新的document（新的documment為{"_id":"AK","totalPop":550043}），這在下面的例子中，我們會看得更清楚。

$match，相當於為新產生的document提供查詢功能

2、求平均人口，每個state

db.zipcodes.aggregate( { $group :                         { _id : { state : "$state", city : "$city" },                           pop : { $sum : "$pop" } } },                       { $group :                       { _id : "$_id.state",                         avgCityPop : { $avg : "$pop" } } } )

上述樣本中出現了兩個$group，那是什麼含義呢。

第一個$group是將原來的zipcodes 這個 document變成新的，如：

{  "_id" : {    "state" : "CO",    "city" : "EDGEWATER"  },  "pop" : 13154}

第二個 $group是在，原有的基礎之上，再進行一次重新格式化資料，再產生新的document，如：

{  "_id" : "MN",  "avgCityPop" : 5335},

3、查詢每個州人口最大和最小的城市

db.zipcodes.aggregate({$group:{_id:{state:"$state",city:"$city"}, totalPop:{$sum:"$pop"}}},//統計州的所有人，產生一個新的文檔，是關於州與其總人口{$sort:{"totalPop":-1}},//對新文檔，根據人口數倒序排序{$group:{_id:"$_id.state","biggestCity":{$first:"$_id.city"},//最大人口的城市"biggestPop":{$first:"totalPop"},//最大人口的數量"smallestCity":{$last:"$_id.city"},"smallestPop":{$last:"totalPop"}}},//重新組成一個新的檔案，包含，州名，最大人口數和最小人口數//本來結構到此基本上差不多了//但我們需要再對資料進行格式化{$project:{_id:0,state:"$_id",biggestCity:{name:"$biggestCity",pop:"$biggestPop"},smallestCity:{name:"$smallestCity",pop:"$smallestPop"}}});

資料結構，如下：

{  "state" : "RI",  "biggestCity" : {    "name" : "CRANSTON",    "pop" : 176404  },  "smallestCity" : {    "name" : "CLAYVILLE",    "pop" : 45  }}