赞
踩
MongoDB不像关系型数据库,普通的查询不支持汇总,要进行复杂的分组汇总,需要使用聚合管道,$group
可以说是MongoDB聚合管道进行数据分析最常用的一个阶段。该阶段根据分组键值(组键)把文档分成若干组,每个唯一的键值对应一个文档。组键通常是一个或多个字段,也可以是表达式的结果。$group
阶段输出的结果中,_id
字段的值就是组键的值,输出文档中还可以包含汇总表达式的字段,汇总表达式的功能非常丰富,下面的列表会简单介绍,具体的使用方法可以参考详细说明。
{
$group:
{
_id: <expression>, // 组键,就是分组的键值字段或表达式
<field1>: { <accumulator1> : <expression1> },
...
}
}
字段说明:
字段 | 说明 |
---|---|
_id | 不可省略,通过_id 表达式指定分组的依据,如果直接指定_id 的值为null 或常量,则把全部的输入文档汇总后返回一个文档 |
field | 可选,汇总表达式计算的结果 |
_id和field可以是任何合法的表达式。 |
分组汇总操作符比较多,功能丰富且强大,这里简要介绍其用途,详细的用法后续再专文介绍。
操作符 | 用途介绍 |
---|---|
$accumulator | 返回累加结果 |
$addToSet | 把分组中不重复的表达式的值作为数组返回,注意数组的元素无序的,类似分组内的distinct |
$avg | 返回数值的平均值。非数值会被忽略 |
$bottom | 按照指定的顺序返回分组中最后一个元素 |
$bottomN | 按照指定的顺序返回分组中最后N个元素字段的集合,如果分组元素数量小于N,则返回全部 |
$count | 返回分组内的元素数量 |
$first | 返回分组内第一个元素表达式的结果 |
$firstN | 返回分组内前n个元素的聚合。只有文档有序时才有意义 |
$last | 返回分组中最后一个文档的表达式的结果 |
$lastN | 返回分组内最后n个元素的聚合。只有文档有序时才有意义 |
$max | 返回每个分组表达式值的最大值 |
$maxN | 返回分组内最大的n个元素的集合 |
$median | 返回分组中的中位数 |
$mergeObjects | 返回分组合并后的文档 |
$min | 返回分组内表达式的最小值 |
$percentile | 返回与指定百分位数值相对应的值的数组 |
$push | 返回每个分组表达式值的数组 |
$stdDevPop | 返回标准差 |
$stdDevSamp | 返回样本标准差 |
$sum | 返回合计值,忽略空值 |
$top | 根据指定的顺序返回组内最前面的元素 |
$topN | 根据指定的顺序返回组内前N个元素的聚合 |
$group
使用内存不能超过100M,超过会报错。如果想要处理更多数据或者少用一些内存,可使用allowDiskUse选项把数据写入临时文件。$first、$last
等操作符时,可以考虑在参与排序的分组字段上添加索引,某些情况下,这些操作可以使用索引快速定位到相应的记录。创建并插入数据:
db.sales.insertMany([
{ "_id" : 1, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("2"), "date" : ISODate("2014-03-01T08:00:00Z") },
{ "_id" : 2, "item" : "jkl", "price" : Decimal128("20"), "quantity" : Int32("1"), "date" : ISODate("2014-03-01T09:00:00Z") },
{ "_id" : 3, "item" : "xyz", "price" : Decimal128("5"), "quantity" : Int32( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },
{ "_id" : 4, "item" : "xyz", "price" : Decimal128("5"), "quantity" : Int32("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },
{ "_id" : 5, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },
{ "_id" : 6, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },
{ "_id" : 7, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("10") , "date" : ISODate("2015-09-10T08:43:00Z") },
{ "_id" : 8, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])
相当于collection.find({}).count()
db.sales.aggregate( [
{
$group: {
_id: null,
count: { $count: { } }
}
}
] )
结果:
{ "_id" : null, "count" : 8 }
仍以上例的sales集合数据为例
db.sales.aggregate( [ { $group : { _id : "$item" } } ] )
结果:
{ "_id" : "abc" }
{ "_id" : "jkl" }
{ "_id" : "def" }
{ "_id" : "xyz" }
等价于:
db.sales.distinct("item")
下面的聚合先按照item进行分组,计算每个item销售总额,并且返回大于等于100的item。
db.sales.aggregate( [ //阶段1 { $group : { _id : "$item", totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } } } }, //阶段2 { $match: { "totalSaleAmount": { $gte: 100 } } } ] )
阶段1:
$group
阶段,根据item进行分组,并计算每个item的销售总额。
阶段2:
$math
阶段,过滤结果文档,只返回销售总额totalSaleAmount
大于等于100的文档。
结果:
{ "_id" : "abc", "totalSaleAmount" : Decimal128("170") }
{ "_id" : "xyz", "totalSaleAmount" : Decimal128("150") }
{ "_id" : "def", "totalSaleAmount" : Decimal128("112.5") }
创建一个sales集合并插入记录:
db.sales.insertMany([
{ "_id" : 1, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("2"), "date" : ISODate("2014-03-01T08:00:00Z") },
{ "_id" : 2, "item" : "jkl", "price" : Decimal128("20"), "quantity" : Int32("1"), "date" : ISODate("2014-03-01T09:00:00Z") },
{ "_id" : 3, "item" : "xyz", "price" : Decimal128("5"), "quantity" : Int32( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },
{ "_id" : 4, "item" : "xyz", "price" : Decimal128("5"), "quantity" : Int32("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },
{ "_id" : 5, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },
{ "_id" : 6, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },
{ "_id" : 7, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("10") , "date" : ISODate("2015-09-10T08:43:00Z") },
{ "_id" : 8, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])
下面的聚合管道计算2014年的销售总额、平均销量和销售数量
db.sales.aggregate([ //阶段1 { $match : { "date": { $gte: new ISODate("2014-01-01"), $lt: new ISODate("2015-01-01") } } }, //阶段2 { $group : { _id : { $dateToString: { format: "%Y-%m-%d", date: "$date" } }, totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } }, averageQuantity: { $avg: "$quantity" }, count: { $sum: 1 } } }, //阶段3 { $sort : { totalSaleAmount: -1 } } ])
阶段1
使用$math
只允许2014年的数据进入下一阶段.
阶段2
使用$group
根据日期进行分组,统计每个分组的销售总额、平均销量和销售数量。
阶段3
使用$sort
按照销售总额进行降序排序
结果:
{
"_id" : "2014-04-04",
"totalSaleAmount" : Decimal128("200"),
"averageQuantity" : 15, "count" : 2
}
{
"_id" : "2014-03-15",
"totalSaleAmount" : Decimal128("50"),
"averageQuantity" : 10, "count" : 1
}
{
"_id" : "2014-03-01",
"totalSaleAmount" : Decimal128("40"),
"averageQuantity" : 1.5, "count" : 2
}
下面的聚合操作,指定分组_id为空,计算集合中所有文档的总销售额、平均数量和计数。
db.sales.aggregate([
{
$group : {
_id : null,
totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } },
averageQuantity: { $avg: "$quantity" },
count: { $sum: 1 }
}
}
])
结果:
{
"_id" : null,
"totalSaleAmount" : Decimal128("452.5"),
"averageQuantity" : 7.875,
"count" : 8
}
创建books集合并插入数据
db.books.insertMany([
{ "_id" : 8751, "title" : "The Banquet", "author" : "Dante", "copies" : 2 },
{ "_id" : 8752, "title" : "Divine Comedy", "author" : "Dante", "copies" : 1 },
{ "_id" : 8645, "title" : "Eclogues", "author" : "Dante", "copies" : 2 },
{ "_id" : 7000, "title" : "The Odyssey", "author" : "Homer", "copies" : 10 },
{ "_id" : 7020, "title" : "Iliad", "author" : "Homer", "copies" : 10 }
])
下面的聚合操作将books集合中的数据透视为按作者分组的标题。
db.books.aggregate([
{ $group : { _id : "$author", books: { $push: "$title" } } }
])
结果
{ "_id" : "Homer", "books" : [ "The Odyssey", "Iliad" ] }
{ "_id" : "Dante", "books" : [ "The Banquet", "Divine Comedy", "Eclogues" ] }
db.books.aggregate([
// 阶段1
{
$group : { _id : "$author", books: { $push: "$$ROOT" } }
},
// 阶段2
{
$addFields:
{
totalCopies : { $sum: "$books.copies" }
}
}
])
阶段1:
分组$group
,根据作者对文档进行分组,使用$$ROOT
把文档作为books的元素。
阶段2:
$addFields
会在输出文档中添加一个字段,即每位作者的图书总印数。
结果:
{ "_id" : "Homer", "books" : [ { "_id" : 7000, "title" : "The Odyssey", "author" : "Homer", "copies" : 10 }, { "_id" : 7020, "title" : "Iliad", "author" : "Homer", "copies" : 10 } ], "totalCopies" : 20 } { "_id" : "Dante", "books" : [ { "_id" : 8751, "title" : "The Banquet", "author" : "Dante", "copies" : 2 }, { "_id" : 8752, "title" : "Divine Comedy", "author" : "Dante", "copies" : 1 }, { "_id" : 8645, "title" : "Eclogues", "author" : "Dante", "copies" : 2 } ], "totalCopies" : 5 }
以上内容参考mongodb官方文档整理而来
如果这篇文章对你有用,可点赞、收藏,让它帮助更多人
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。