這篇文章主要介紹了MongoDB聚合功能,需要的朋友可以參考下

MongoDB數據庫功能強大!除了基本的查詢功能之外，還提供了強大的聚合功能。這里簡單介紹一下count、distinct和group。

1.count：

1. --在空集合中，count返回的數量為0。 
2. > db.test.count() 
3. 0 
4. --測試插入一個文檔后count的返回值。 
5. > db.test.insert({"test":1}) 
6. > db.test.count() 
7. 1 
8. > db.test.insert({"test":2}) 
9. > db.test.count() 
10. 2 
11. --count和find一樣，也接受條件。從結果可以看出，只有符合條件的文檔參與了計算。 
12. > db.test.count({"test":1}) 
13. 1 

2.distinct：

distinct用來找出給定鍵的所有不同的值。使用時也必須指定集合和鍵。

1. --為了便于后面的測試，先清空測試集合。 
2. > db.test.remove() 
3. > db.test.count() 
4. 0 
5. --插入4條測試數據。請留意Age字段。 
6. > db.test.insert({"name":"Ada", "age":20}) 
7. > db.test.insert({"name":"Fred", "age":35}) 
8. > db.test.insert({"name":"Andy", "age":35}) 
9. > db.test.insert({"name":"Susan", "age":60}) 
10. --distinct命令必須指定集合名稱，如test，以及需要區分的字段，如：age。 
11. --下面的命令將基于test集合中的age字段執行distinct命令。 
12. > db.runCommand({"distinct":"test", "key":"age"}) 
13. { 
14. "values" : [ 
15. 20, 
16. 35, 
17. 60 
18. ], 
19. "stats" : { 
20. "n" : 4, 
21. "nscanned" : 4, 
22. "nscannedObjects" : 4, 
23. "timems" : 0, 
24. "cursor" : "BasicCursor" 
25. }, 
26. "ok" : 1 
27. } 

3.group：

group做的聚合有些復雜。先選定分組所依據的鍵，此后MongoDB就會將集合依據選定鍵值的不同分成若干組。然后可以通過聚合每一組內的文檔，產生一個結果文檔。

1. --這里是準備的測試數據 
2. > db.test.remove() 
3. > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 03:20:40", "price" : 4.23}) 
4. > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27}) 
5. > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.10}) 
6. > db.test.insert({"day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.30}) 
7. > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 08:34:00", "price" : 4.01}) 
8. --這里將用day作為group的分組鍵，然后取出time鍵值為最新時間戳的文檔，同時也取出該文檔的price鍵值。 
9. > db.test.group( { 
10. ... "key" : {"day":true}, --如果是多個字段，可以為{"f1":true,"f2":true} 
11. ... "initial" : {"time" : "0"}, --initial表示$reduce函數參數prev的初始值。每個組都有一份該初始值。 
12. ... "$reduce" : function(doc,prev) { --reduce函數接受兩個參數，doc表示正在迭代的當前文檔，prev表示累加器文檔。 
13. ... if (doc.time > prev.time) { 
14. ... prev.day = doc.day 
15. ... prev.price = doc.price; 
16. ... prev.time = doc.time; 
17. ... } 
18. ... } } ) 
19. [ 
20. { 
21. "day" : "2012-08-20", 
22. "time" : "2012-08-20 05:00:00", 
23. "price" : 4.1 
24. }, 
25. { 
26. "day" : "2012-08-21", 
27. "time" : "2012-08-21 11:28:00", 
28. "price" : 4.27 
29. }, 
30. { 
31. "day" : "2012-08-22", 
32. "time" : "2012-08-22 05:26:00", 
33. "price" : 4.3 
34. } 
35. ] 
36. --下面的例子是統計每個分組內文檔的數量。 
37. > db.test.group( { 
38. ... key: { day: true}, 
39. ... initial: {count: 0}, 
40. ... reduce: function(obj,prev){ prev.count++;}, 
41. ... } ) 
42. [ 
43. { 
44. "day" : "2012-08-20", 
45. "count" : 2 
46. }, 
47. { 
48. "day" : "2012-08-21", 
49. "count" : 2 
50. }, 
51. { 
52. "day" : "2012-08-22", 
53. "count" : 1 
54. } 
55. ] 
56. --最后一個是通過完成器修改reduce結果的例子。 
57. > db.test.group( { 
58. ... key: { day: true}, 
59. ... initial: {count: 0}, 
60. ... reduce: function(obj,prev){ prev.count++;}, 
61. ... finalize: function(out){ out.scaledCount = out.count * 10 } --在結果文檔中新增一個鍵。 
62. ... } ) 
63. [ 
64. { 
65. "day" : "2012-08-20", 
66. "count" : 2, 
67. "scaledCount" : 20 
68. }, 
69. { 
70. "day" : "2012-08-21", 
71. "count" : 2, 
72. "scaledCount" : 20 
73. }, 
74. { 
75. "day" : "2012-08-22", 
76. "count" : 1, 
77. "scaledCount" : 10 
78. }  
79. ]