在数据库的实际应用中，我们常常需要使用聚合操作帮助我们处理数据，对数据进行统计和整理
这篇文章我们将会学习如何在MongoDB中使用聚合操作
1、聚合函数与聚合管道
使用聚合函数与聚合管道的基本语法格式如下：
db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
常见的聚合函数如下：
聚合函数主要用于处理数据，例如求和、求平均值等，并返回最后的计算结果
| 操作符 | 描述 |
| $sum | 求和 |
| $avg | 求平均值 |
| $min | 求最小值 |
| $max | 求最大值 |
| $first | 获取第一个文档 |
| $last | 获取最后一个文档 |
| $push | 插入一个值到数组 |
常见的聚合管道如下：
聚合管道可以将上一个管道的处理结果传递给下一个管道继续处理
| 操作符 | 描述 |
| $group | 用于对文档进行分组 |
| $project | 用于修改文档结构，可以重命名、增加或删除字段 |
| $match | 过滤不符合条件的文档 |
| $sort | 对文档进行排序后输出 |
| $limit | 指定读取一定数量的记录数 |
| $skip | 指定跳过一定数量的记录数 |
好的，下面我们亲自来实验一下，首先准备好测试数据
> use university > db.teacher.insert([ { 'tid': '19001', 'name': 'Alice', 'age': 32, 'department': 'Computer', 'salary': 10000 }, { 'tid': '19002', 'name': 'Bob', 'age': 48, 'department': 'Computer', 'salary': 15000 }, { 'tid': '19003', 'name': 'Alice', 'age': 42, 'department': 'Software', 'salary': 12000 }, { 'tid': '19004', 'name': 'Christy', 'age': 38, 'department': 'Software', 'salary': 14000 }, { 'tid': '19005', 'name': 'Daniel', 'age': 28, 'department': 'Architecture', 'salary': 8000 } ])
统计所有教师的总工资
db.teacher.aggregate([ { $group: { _id: null, // 不进行分组 total_salary: { $sum: '$salary' } // 对 salary 字段的值进行累加 } }, { $project: { _id: 0, // 不输出 _id 字段 total_salary: 1 // 输出 total_salary 字段 } } ]) // 查询结果 // { "total_salary" : 59000 }
统计工资超过 10000 的教师的总人数
db.teacher.aggregate([ { $match: { salary: { $gt: 10000 } // 返回 salary 字段的值大于 10000 的文档 } }, { $group: { _id: null, // 不进行分组 total_teacher: { $sum: 1 } // 对数值 1 进行累加 } }, { $project: { _id: 0, // 不输出 _id 字段 total_teacher: 1 // 输出 total_teacher 字段 } } ]) // 查询结果 // { "total_teacher" : 3 }
统计每个学院教师的平均工资，并且按照平均工资从小到大的顺序输出
db.teacher.aggregate([ { $group: { _id: '$department', // 以 department 字段的值进行分组 avg_salary: { $avg: '$salary' } // 对 salary 字段的值求平均数 } }, { $project: { _id: 0, // 不输出 _id 字段 dept_name: '$_id', // 增加 dept_name 字段，并将其值取为 _id 字段的值 avg_salary: 1 // 输出 avg_salary 字段 } }, { $sort: { avg_salary: 1 // 按照 avg_salary 字段的值进行升序排列 } } ]) // 查询结果 // { "avg_salary" : 8000, "dept_name" : "Architecture" } // { "avg_salary" : 12500, "dept_name" : "Computer" } // { "avg_salary" : 13000, "dept_name" : "Software" }
输出工资排名前三的教师的编号
db.teacher.aggregate([ { $sort: { salary: -1 // 按照 salary 字段的值进行降序排列 } }, { $limit: 3 // 限制只能读取 3 条文档 }, { $project: { _id: 0, // 不输出 _id 字段 tid: 1 // 输出 tid 字段 } } ]) // 查询结果 // { "tid" : "19002" } // { "tid" : "19004" } // { "tid" : "19003" }
2、Map Reduce
除了聚合函数与聚合管道之外，MongoDB 中还存在另外一种更加灵活的聚合操作 —— Map Reduce
Map Reduce 是一种计算模型，它将大型工作分解（map）执行，再将结果合并（reduce）为最终结果
它的基本语法格式如下：
db.COLLECTION_NAME.aggregate( function() { emit(key, value) }, // map 函数，生成键值对序列，作为 reduce 函数的参数 function(key, values) { return reduceFunction }, // reduce 函数，处理 values { query: <query>, // 指定筛选条件，只有满足条件的文档才会调用 map 函数 sort: <function>, // 在调用 map 函数前给文档排序 limit: <number>, // 限制发给 map 函数的文档数量 finalize: <function>, // 在存入结果集合前修改数据 out: <collection>, // 指定结果存放的位置，若不指定则使用临时集合 } )
下面我们来举一个例子
统计每个学院年龄超过 30 的教师的平均工资超过 10000 的学院，但不输出关于工资的信息
db.teacher.mapReduce( // 2、执行 map 函数，map 函数的核心是调用 emit 函数，提供 reduce 函数的参数 // emit 函数的第一个参数指定需要分组的字段，第二个参数指定需要进行统计的字段 // 这里依据 department 字段的值分组，作为 key；组合 salary 字段的值成为数组，作为 values // 将每个分组得到的 (key, values) 作为 reduce 函数的参数传递过去 function() { emit(this.department, this.salary) }, // 3、执行 reduce 函数，reduce 函数的核心是将 (key, values) 变成 (key, value) // 该函数的参数 (key ,values) 从 map 函数而来，并返回一个处理后的值作为 value // value 与 key 组合成 (key, value) 再向后传递 // 这里返回一个使用 avg 函数对 values 求得的平均值 function(key, values) { return Array.avg(values) }, { // 1、首先执行 query，筛选掉不符合条件的文档，然后将符合条件的文档发送到 map 函数 query: { age: { $gt: 30 } }, // 4、执行 finalize 函数，在将结果储存到 out 集合之前进行处理 // 该函数的参数 (key, value) 从 reduce 函数而来，并返回一个处理后的值作为 value // 这里将平均工资信息隐藏，即将 value 字段的值设为 null finalize: function(key, value) { return null }, // 5、将最终处理后的结果存到 total_teacher 集合 out: 'total_teacher' } )
可以看到输出如下
{ "result" : "total_teacher", // 储存结果的集合名称 "timeMillis" : 276, // 花费的时间，单位为毫秒 "counts" : { "input" : 4, // 经过筛选后发送到 map 函数的文档个数 "emit" : 4, // 在 map 函数中处理的文档个数 "reduce" : 2, // 在 reduce 函数中处理的文档个数 "output" : 2 // 结果集合的文档个数 }, "ok" : 1 }
然后查看结果
> show collections // teacher // total_teacher > db.total_teacher.find() // { "_id" : "Computer", "value" : null } // { "_id" : "Software", "value" : null }
