清空集合中的文档
db.users.drop()
数据准备
准备 users 表数据
在 users 里面准备一组数据，包含 item ，qty，status，tags 和 size 字段，其中 size 是内嵌文档，size 里面又包含了 h，w，uom 字段
db.users.insertMany([ { item: "canvas", qty: 100, size: { h: 28, w: 35.5, uom: "cm" }, status: "A" }, { item: "journal", qty: 25, tags: ["blank", "red", "small"], size: { h: 14, w: 21, uom: "cm" }, status: "A" }, { item: "notebook", qty: 50, tags: ["gray", "yellow", "green"], size: { h: 8.5, w: 11, uom: "in" }, status: "A" }, { item: "paper", qty: 100, tags: ["gray", "yellow", "green"], size: { h: 8.5, w: 11, uom: "in" }, status: "D" }, { item: "planner", qty: 75, tags: ["gray", "yellow", "green"], size: { h: 22.85, w: 30, uom: "cm" }, status: "D" }, { item: "postcard", qty: 45, tags: ["gray", "yellow", "green"], size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }, { item: "sketchbook", qty: 80, size: { h: 14, w: 21, uom: "cm" }, status: "A" }, { item: "sketch pad", qty: 95, size: { h: 22.85, w: 30.5, uom: "cm" }, status: "A" }, { item: "mat", qty: 85, tags: ["gray", "yellow", "green"], size: { h: 27.9, w: 35.5, uom: "cm" }, status: "A" }, { item: "mousepad", qty: 25, tags: ["gel", "blue", "big"], size: { h: 19, w: 22.85, uom: "cm" }, status: "A" }, { item: "mobile", qty: 250, tags: ["red", "big"], status: "A" }, { item: "map", qty: 250, length: [129, 500, 1000], status: "A" }, { item: "apple", qty: 250, length: [29, 50, 90], status: "A" }, { item: "banana", qty: 150, status: "A" }, { item: "orange", qty: 90, size: { h: 19, w: 22.85, uom: "cm" }, status: "A" }, { "_id" : 1, "sku" : "almonds", description: "product 1", "instock" : 120 }, { "_id" : 2, "sku" : "bread", description: "product 2", "instock" : 80 }, { "_id" : 3, "sku" : "cashews", description: "product 3", "instock" : 60 }, { "_id" : 4, "sku" : "pecans", description: "product 4", "instock" : 70 }, { "_id" : 5, "sku": null, description: "Incomplete" }, { "_id" : 6 } ]);
这里可以看到准备的数据，最后 6 个文档，我们自己指定了 _id 字段的值
结果如下：
我们插入的文档中，没有自己指定 _id 字段，则 mongodb 会为我们生成这个主键，若我们自己指定了这个字段，那么就会按照我们自定义的方式来
准备 sales 字段
在文档中加入日期字段，整型字段，小数字段，分别使用 mongodb 的函数
- ISODate
- NumberInt
- NumberDecimal
db.sales.insertMany([ { "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") }, { "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") }, { "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") }, { "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") }, { "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") }, { "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") }, { "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("10") , "date" : ISODate("2015-09-10T08:43:00Z") }, { "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") }, ])
orders 表数据准备
db.orders.insert( [ { "_id": 1, "item": "almonds", "price": 12, "quantity": 2 }, { "_id": 2, "item": "pecans", "price": 20, "quantity": 1 }, { "_id": 3 } ] )
数据聚合操作
计算集合的文档数
通过 _id 字段分组，此处分组条件是 _id 字段为空，表示筛选所有的文档， $sum:1 表示有 1 个文档就加 1，最后以 salesCount 字段展示出来
javascript
复制代码
> db.sales.aggregate( [{$group: {_id: null, salesCount: { $sum: 1 } }}] ){ "_id" : null, "salesCount" : 8 }其余两个表格做法一致
> db.users.aggregate( [ { "$group": { "_id": null, "usersCount": { "$sum": 1 } } } ] ) { "_id" : null, "usersCount" : 21 } > db.orders.aggregate( [ { "$group": { "_id": null, "ordersCount": { "$sum": 1 } } } ] ) { "_id" : null, "ordersCount" : 3 } >
通过以上方式，我们就能很快的得出每一个集合的文档个数，当然我们还可以加上别的筛选条件来聚合数据
例如我们可以这样，先筛选出 price 字段大于 5 的文档数，才统计文档的个数，处理思路如下：
分成 2 步进行
- 先找到 price 大于 5 的文档列表，作为下一个步骤的管道输入
- 拿到上述输入后，计算文档个数
> db.sales.aggregate( [{$match:{price:{$gt:NumberDecimal("5")}}}]) { "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : 2, "date" : ISODate("2014-03-01T08:00:00Z") } { "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : 1, "date" : ISODate("2014-03-01T09:00:00Z") } { "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : 10, "date" : ISODate("2014-04-04T21:23:13.331Z") } { "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity" : 5, "date" : ISODate("2015-06-04T05:08:13Z") } { "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity" : 10, "date" : ISODate("2015-09-10T08:43:00Z") } { "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : 5, "date" : ISODate("2016-02-06T20:20:13Z") }
uantity" : 5, "date" : ISODate("2016-02-06T20:20:13Z") }
聚合看看数量
> db.sales.aggregate( [ { $match:{ price:{ $gt:NumberDecimal("5") } } }, { $group:{ _id:null, count:{ $sum:1 } } } ] ) { "_id" : null, "count" : 6 }
果然是 6 个文档，没错
计算 sales 表格 每一个条目的总价，筛选出 大于 100 的
思路如下：
分成 2 步进行
- 先计算出每一个条目的数量与价格的乘积结果，放到一张临时表中
- 从临时表中筛选出结果大于 100 的条目
上述说的临时表，其实我们此处用到的是聚合管道，例如这样
db.sales.aggregate( [ // First Stage { $group : { _id : "$item", totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } } } }, // Second Stage { $match: { "totalSaleAmount": { $gte: 100 } } } ] )
看到这里，不要以为咱们只能分成 2 步骤来实现，我们上一篇文章写到过，这些阶段的关键字都是可以重复使用的，只是某几个特殊的关键字不能重复使用
例如下面这个例子，我们就可以 $match 多次，最后计算出一个结果，实际应用中，我们可以根据我们的需求来进行分批次处理，怎么方便怎么来
> db.sales.aggregate( [ { $match:{ price:{ $gt:NumberDecimal("5") } } }, { $match:{ price:{ $gt:NumberDecimal("10") } } }, { $group:{ _id:null, count:{ $sum:1 } } } ] ) { "_id" : null, "count" : 1 }
稍微复杂点的例子
操作 sales 表
- 筛选出日期在 2014-01-01 到 2015-01-01 之间的数据
- 分组，
- 将_id 赋值为 字符串的日期格式，
- 将 totalSaleAmount 赋值为 原表 price 和 quantity 的乘积 再将同样日期的乘积结果相加
- 将 averageQuantity 赋值为 quantity 的平均数
- count 计算文档个数
- 排序， -1 是倒序， 1 是正序
- project 控制显示的字段
db.sales.aggregate([ { $match : { "date": { $gte: new ISODate("2014-01-01"), $lt: new ISODate("2015-01-01") } } }, { $group : { _id : { $dateToString: { format: "%Y-%m-%d", date: "$date" } }, totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } }, averageQuantity: { $avg: "$quantity" }, count: { $sum: 1 } } }, { $sort : { totalSaleAmount: -1 } }, // 控制所需要显示的字段名 { $project : { _id : 1 , totalSaleAmount : 1 } } ])
打开 project 的注释，咱们就只控制显示 _id 和 totlSaleAmount 字段，结果如下
{ "_id" : "2014-04-04", "totalSaleAmount" : NumberDecimal("200") } { "_id" : "2014-03-15", "totalSaleAmount" : NumberDecimal("50") } { "_id" : "2014-03-01", "totalSaleAmount" : NumberDecimal("40") }
) }
多表操作
最后来演示一个多表操作的例子
咱们查询 users 和 orders 表，分别关联 orders 的 item 和 users 的 sku 字段，结果放到 users_docs 中
db.orders.aggregate([ { $lookup: { from: "users", localField: "item", foreignField: "sku", as: "users_docs" } } ])
分页
我们先来看看如何将 users 表中的 tags 数组元素都变成对象
查询 users 表中数据，可以看出 tags 还是一个数组
shell
复制代码
db.users.find().pretty()
使用 unwind 来将元素做成文档，可以看出 tags 不在是数组，而是字符串了
> db.users.aggregate( [ { $unwind : "$tags" } ] ) { "_id" : ObjectId("615d049f3ea73badd681950e"), "item" : "journal", "qty" : 25, "tags" : "blank", "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" } { "_id" : ObjectId("615d049f3ea73badd681950e"), "item" : "journal", "qty" : 25, "tags" : "red", "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" } { "_id" : ObjectId("615d049f3ea73badd681950e"), "item" : "journal", "qty" : 25, "tags" : "small", "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" } ...
开始我们的实践
- 我们将 users 表中的 tags 数组中的元素，都做成一个对象
- 分组，按照 tags 来进行分组，_id 赋值为 tags 字段，averageQty 赋值为 qty 字段的根据 tags 的平均数
- 在倒序排列
- 显示的时候，跳过前面 2 个 ，显示后面 2 个
db.users.aggregate( [ { $unwind: { path: "$tags", preserveNullAndEmptyArrays: true } }, { $group: { _id: "$tags", averageQty: { $avg: "$qty" } } }, { $sort: { "averageQty": -1 } }, //{ $skip: 2}, //{ $limit: 2} ] )
{ "_id" : "red", "averageQty" : 137.5 } { "_id" : "green", "averageQty" : 71 }
不加分页的话，我们可以看到结果是这样子的
欢迎点赞，关注，收藏
朋友们，你的支持和鼓励，是我坚持分享，提高质量的动力
好了，本次就到这里
技术是开放的，我们的心态，更应是开放的。拥抱变化，向阳而生，努力向前行。
我是阿兵云原生，欢迎点赞关注收藏，下次见~
