MongoDB 聚合 MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。
管道的概念 管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。 MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。 表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。 这里我们介绍一下聚合框架中常用的几个操作： ● $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。 ● $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。 ● $limit：用来限制MongoDB聚合管道返回的文档数。 ● $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。 ● $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。 ● $group：将集合中的文档分组，可用于统计结果。 ● $sort：将输入文档排序后输出。 ● $geoNear：输出接近某一地理位置的有序文档。 创建测试数据 db.test.insert( { "bind_count" : NumberInt(0), "date_time" : "2016-06-22", "net_count" : NumberInt(1), "qrCode_id" : "5769286100d00d6d4b3f596d", }) db.test.insert( { "bind_count" : NumberInt(0), "date_time" : "2016-06-23", "net_count" : NumberInt(1), "qrCode_id" : "5769286100d00d6d4b3f596d", }) db.test.insert({ "bind_count" : NumberInt(10), "date_time" : "2016-06-13", "net_count" : NumberInt(11), "qrCode_id" : "576a384f00d00d06c5ae3769", }) 使用聚合函数aggregate分组统计 第一种只做统计不做条件筛选 统计qrcode_id字段出现的条数 类似sql select cound(*) from test group by qrCode_id db.test.aggregate([{$group : {_id : "$qrCode_id", count : {$sum : 1}}}]) 统计test表中不同qrcode_id的用户的bind_count总数 类似sql select sum(bind_count) from test group by qrCode_id db.test.aggregate([{$group : {_id : "$qrCode_id", bindCount : {$sum :"$bind_count"}}}]) 第二种按条件统计结合$match使用 不分组 db.test.aggregate([ {$match : { qrCode_id :"576a384f00d00d06c5ae3769"}}, {$group: { _id: null, count: { $sum: "$net_count" }}} ]); 总结：mongodb总统计查询时如果让按某一字段分组统计出现的总条数就是 {$sum : 1} 反之统计某一数字类型字段的总和就是 {$sum : "$filed"} 做条件过滤就要在aggregate增加$match表达式 和普通的条件查找是一样的 是否分组就是控制_id，为null就不分组 下面演示Java操作mongodb使用聚合函数查询 这里操作的事3.2以上的驱动版本3.0以后Java操作mongodb的api有大幅改动 //Java链接mongodb驱动这里就不做演示了，之前有工具类链接如下 http://blog.csdn.net/u010391342/article/details/52061988 Bson bson=null; bson=Filters.and(Filters.eq("owner", "tom"),Filters.eq("title", "good day")); AggregateIterable<Document> iterable = mc.aggregate(Arrays.asList(match(bson),group(null, sum("totalWords", "$words"),sum("totalWords222", "$words")))); //打印输出 iterable.forEach(new Block<Document>() { public void apply(final Document document) { System.out.println(document); } }); //加分组字段 可一个多个字段同同时分组 分页查询 /* Group操作 ,同时两个字段分组*/ DBObject groupFileds=new BasicDBObject(); groupFileds.put("qrCode_id", "$qrCode_id"); // groupFileds.put("qrCode_id", "$qrCode_id");//第二个分组字段 DBObject fileds = new BasicDBObject("_id", groupFileds); fileds.put("count", new BasicDBObject("$sum",1)); //统计每个分组数据重复数量 fileds.put("qrCode_id", new BasicDBObject("$first","$qrCode_id")); //限制显示指定字段 fileds.put("bind_count", newBasicDBObject("$first","$bind_count")); DBObject group = new BasicDBObject("$group", fileds); Bson bson=null; bson=Filters.and(Filters.eq("owner", "tom"),Filters.eq("title", "good day")); /* 查看Group结果 */ AggregateIterable<Document> iterable =mc.aggregate(Arrays.asList(match(bson),group, Aggregates.skip(startRow),Aggregates.limit(pageSize))); iterable.forEach(new Block<Document>(){ public void apply(final Document document) { System.out.println(document); } });