Mongodb學習總結-3(細說進階操作)

標籤：

  今天跟大家分享一下mongodb中比較好玩的知識，主要包括：彙總，遊標。

一： 彙總

      常見的彙總操作跟sql server一樣，有：count，distinct，group，mapReduce。

<1> count

        count是最簡單，最容易，也是最常用的彙總工具，它的使用跟我們C#裡面的count使用簡直一模一樣。

 

<2> distinct

       這個操作相信大家也是非常熟悉的，指定了誰，誰就不能重複，直接。

 

<3> group

    在mongodb裡面做group操作有點小複雜，不過大家對sql server裡面的group比較熟悉的話還是一眼

能看的明白的，其實group操作本質上形成了一種“k-v”模型，就像C#中的Dictionary，好，有了這種思維，

我們來看看如何使用group。

    下面舉的例子就是按照age進行group操作，value為對應age的姓名。下面對這些參數介紹一下：

       key：  這個就是分組的key，我們這裡是對年齡分組。

       initial: 每組都分享一個”初始化函數“，特別注意：是每一組，比如這個的age=20的value的list分享一個

initial函數，age=22同樣也分享一個initial函數。

       $reduce: 這個函數的第一個參數是當前的文檔對象，第二個參數是上一次function操作的累計對象，第一次

為initial中的{”perosn“：[]}。有多少個文檔， $reduce就會調用多少次。

   看到上面的結果，是不是有點感覺，我們通過age查看到了相應的name人員，不過有時我們可能有如下的要求：

     ①：想過濾掉age>25一些人員。

     ②：有時person數組裡面的人員太多，我想加上一個count屬性標明一下。

 針對上面的需求，在group裡面還是很好辦到的，因為group有這麼兩個選擇性參數: condition 和 finalize。

     condition:  這個就是過濾條件。

     finalize:這是個函數，每一組文檔執行完後，多會觸發此方法，那麼在每組集合裡面加上count也就是它的活了。

 

<4> mapReduce

        這玩意算是彙總函式中最複雜的了，不過複雜也好，越複雜就越靈活。

  mapReduce其實是一種編程模型，用在分散式運算中，其中有一個“map”函數，一個”reduce“函數。

   ① map：

          這個稱為映射函數，裡面會調用emit(key,value)，集合會按照你指定的key進行映射分組。

   ② reduce：

         這個稱為簡化函數，會對map分組後的資料進行分組簡化，注意：在reduce(key,value)中的key就是

      emit中的key，vlaue為emit分組後的emit(value)的集合，這裡也就是很多{"count":1}的數組。

   ③ mapReduce:

          這個就是最後執行的函數了，參數為map，reduce和一些選擇性參數。具體看圖可知：

 

我們可以看到如下資訊：

       result: "存放的集合名“；

       input:傳入文檔的個數。

       emit：此函數被調用的次數。

       reduce：此函數被調用的次數。

       output:最後返迴文檔的個數。

最後我們看一下“collecton”集合裡面按姓名分組的情況。

 

二：遊標

    mongodb裡面的遊標有點類似我們說的C#裡面順延強制，比如：

      var list=db.person.find();

    針對這樣的操作，list其實並沒有擷取到person中的文檔，而是申明一個“查詢結構”，等我們需要的時候通過

for或者next()一次性載入過來，然後讓遊標逐行讀取，當我們枚舉完了之後，遊標銷毀，之後我們在通過list擷取時，

發現沒有資料返回了。

 

當然我們的“查詢構造”還可以搞的複雜點，比如分頁，排序都可以加進去。

 var single=db.person.find().sort({"name",1}).skip(2).limit(2);

那麼這樣的“查詢構造”可以在我們需要執行的時候執行，大大提高了不必要的花銷。

Mongodb學習總結-3(細說進階操作)