MongoDB用实例学习聚合操作-创新互联

Mongodb官方网站提供了一个美国人口统计数据,下载地址如下

在塔河等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供网站设计、网站制作 网站设计制作按需搭建网站,公司网站建设,企业网站建设,品牌网站建设,营销型网站,外贸营销网站建设,塔河网站建设费用合理。

http://media.mongodb.org/zips.json

数据示例:

[root@localhost cluster]# head zips.json  { "_id" : "01001", "city" : "AGAWAM", "loc" : [ -72.622739, 42.070206 ], "pop" : 15338, "state" : "MA" } { "_id" : "01002", "city" : "CUSHMAN", "loc" : [ -72.51564999999999, 42.377017 ], "pop" : 36963, "state" : "MA" } { "_id" : "01005", "city" : "BARRE", "loc" : [ -72.10835400000001, 42.409698 ], "pop" : 4546, "state" : "MA" } { "_id" : "01007", "city" : "BELCHERTOWN", "loc" : [ -72.41095300000001, 42.275103 ], "pop" : 10579, "state" : "MA" } { "_id" : "01008", "city" : "BLANDFORD", "loc" : [ -72.936114, 42.182949 ], "pop" : 1240, "state" : "MA" } { "_id" : "01010", "city" : "BRIMFIELD", "loc" : [ -72.188455, 42.116543 ], "pop" : 3706, "state" : "MA" } { "_id" : "01011", "city" : "CHESTER", "loc" : [ -72.988761, 42.279421 ], "pop" : 1688, "state" : "MA" } { "_id" : "01012", "city" : "CHESTERFIELD", "loc" : [ -72.833309, 42.38167 ], "pop" : 177, "state" : "MA" } { "_id" : "01013", "city" : "CHICOPEE", "loc" : [ -72.607962, 42.162046 ], "pop" : 23396, "state" : "MA" } { "_id" : "01020", "city" : "CHICOPEE", "loc" : [ -72.576142, 42.176443 ], "pop" : 31495, "state" : "MA" }

使用mongoimport将数据导入mongodb数据库

[root@localhost cluster]# mongoimport -d test -c "zipcodes" --file zips.json -h 192.168.199.219:27020 2016-01-16T18:31:29.424+0800 connected to: 192.168.199.219:27020 2016-01-16T18:31:32.420+0800 [################........] test.zipcodes 2.1 MB/3.0 MB (68.5%) 2016-01-16T18:31:34.471+0800 [########################] test.zipcodes 3.0 MB/3.0 MB (100.0%) 2016-01-16T18:31:34.471+0800 imported 29353 documents

一、单一目的的聚合操作

求count,distinct等简单操作

实例1.1:求zipcodes集合的文档数

db.zipcodes.count()

实例1.2 求MA州的文档总数

db.zipcodes.count({state:"MA"})

实例1.3 求zipcodes中有哪些州

db.zipcodes.distinct("state")

二、使用aggregate聚合框架,进行更复杂的聚合操作

实例2.1:统计每个州的人口总数

db.zipcodes.aggregate(    [      { $group: { _id: "$state", total: { $sum: "$pop" } } }    ] )

使用集合的aggregate方法,进行聚合查询。

$group关键字后面指定分组的字段(引用字段时,一定要用$前缀),以及聚合函数。

_id:是关键字,代表返回结果集的主键。

该查询等价的SQL为

select state as _id,sum(pop) as total   from zipcodes  group by state

实例2.2:统计每个州每个城市的人口总数

db.zipcodes.aggregate(    [      { $group: { _id: {state:"$state",city:"$city"}, pop: { $sum: "$pop" } } },    ] )

分组的字段如果多于一个,那么每个字段都要给定一个别名,如 state:"$state"

实例2.3:统计每个州人口多于10000的城市的人口总和

db.zipcodes.aggregate(    [      { $match: {"pop":{$gt: 10000} }},      { $group: { _id: {state:"$state"}, pop: { $sum: "$pop" } } },    ] )

$match 关键字后面跟上集合的过滤条件 。该语句等价于如下SQL

select state,sum(pop) as pop   from zipcodes  where pop>10000  group by state

实例2.4:查询人口总数超过1千万的州

db.zipcodes.aggregate(    [      { $group: { _id: {state:"$state"}, pop: { $sum: "$pop" } } },      { $match: {"pop":{$gt: 1000*10000} }}    ] )

将$match放在$group后面,相当于是先执行group操作,再对结果集进行过滤。等价的sql如下

select state,sum(pop) as pop   from zipcodes  group by state  having sum(pop)>1000*10000

实例5:求每个州城市的平均人口

db.zipcodes.aggregate(    [      { $group: { _id: {state:"$state",city:"$city"}, pop: { $sum: "$pop" } } },      { $group: {_id:"$_id.state",avgPop:{$avg: "$pop"}}}    ] )

我们的aggregate函数支持多次迭代,该语句的等价sql为

select state,avg(pop) as avgPop   from   (select state,city,sum(pop) pop      from zipcodes  group by state,city)  group by state

实例2.5 :求每个州人口最多及最少的城市名及对应的人口数量

db.zipcodes.aggregate(    [      { $group: { _id: {state:"$state",city:"$city"}, cityPop: { $sum: "$pop" } } },      { $sort: { cityPop: 1 } },      { $group: {          _id:"$_id.state",          biggestCity:{$last:"$_id.city"},          biggestPop:{$last:"$cityPop"},          smallestCity:{$first:"$_id.city"},          smallestPop:{$first:"$cityPop"}          }}    ] )

第一个$group求出按state,city分组的人口数。

$sort操作按照人口数排序

第二个$group 按照state分组,此时每个state分组的数据已经安装cityPop排序。每个组的第一行数据($first 取得)是人口最少的city,最后一行($last 取得)是人口最多的city。

实例2.6 利用$project重新格式化结果

db.zipcodes.aggregate(    [      { $group: { _id: {state:"$state",city:"$city"}, cityPop: { $sum: "$pop" } } },      { $sort: { cityPop: 1 } },      {          $group: {          _id:"$_id.state",          biggestCity:{$last:"$_id.city"},          biggestPop:{$last:"$cityPop"},          smallestCity:{$first:"$_id.city"},          smallestPop:{$first:"$cityPop"}             }      },       {          $project: {              _id:0,              state: "$_id",               biggestCity: { name: "$biggestCity", pop: "$biggestPop" },              smallestCity: { name: "$smallestCity", pop: "$smallestPop" }          }      }    ] )

实例2.7 对数组中的内容做聚合统计

我们假设有一个学生选课的集合,数据示例如下

db.course.insert({name:"张三",age:10,grade:"四年级",course:["数学","英语","政治"]}) db.course.insert({name:"李四",age:9,grade:"三年级",course:["数学","语文","自然"]}) db.course.insert({name:"王五",age:11,grade:"四年级",course:["数学","英语","语文"]}) db.course.insert({name:"赵六",age:9,grade:"四年级",course:["数学","历史","政治"]})

求每门课程有多少人选修

db.course.aggregate(    [      { $unwind: "$course" },      { $group: { _id: "$course", sum: { $sum: 1 } } },      { $sort: { sum: -1 } }    ] )

$unwind,用来将数组中的内容拆包,然后再按照拆包后的数据进行分组,另外aggregate中没有$count关键字,使用$sum:1 来计算count 。

实例2.8 求每个州有哪些city。

db.zipcodes.aggregate(    [      { $group: { _id: "$state", cities: { $addToSet: "$city"} } },    ] )

$addToSet 将每个分组的city内容,写到一个数组中。

假设我们有如下数据结构

db.book.insert({   _id: 1,   title: "MongoDB Documentation",   tags: [ "Mongodb", "NoSQL" ],   year: 2014,   subsections: [     {       subtitle: "Section 1: Install MongoDB",       tags: [ "NoSQL", "Document" ],       content:  "Section 1: This is the content of section 1."     },     {       subtitle: "Section 2: MongoDB CRUD Operations",       tags: [ "Insert","Mongodb" ],       content: "Section 2: This is the content of section 2."     },     {       subtitle: "Section 3: Aggregation",       tags: [ "Aggregate" ],       content: {         text: "Section 3: This is the content of section3.",         tags: [ "MapReduce","Aggregate" ]       }     }   ] })

该文档描述书的章节内容,每章节有tags字段,书本身也有tags字段。

如果客户有需要,查询带有标签Mongodb的书,以及只显示有标签Mongodb的章节。我们使用find()方法是无法满足的。

db.book.find(              {                  $or:                  [{tags:{$in: ['Mongodb']}},                   {"subsections.tags":{$in: ['Mongodb']}}                  ]              } )

上面类似的查询,会显示命中文档的所有部分,把不包含Mongodb标签的章节也显示出来了。

Aggregate提供了一个$redact表达式,可以对结果进行裁剪。

db.book.aggregate(    [      {$redact: {          $cond: {               if: {                   $gt:[ {$size: {$setIntersection: ["$tags",["Mongodb"]] }},0]              },              then:"$$DESCEND" ,               else: "$$PRUNE"           }      }}    ] )

$$DESCEND 如果满足条件,则返回条件tags字段,对于内嵌文档,则返回父级字段。所有判断条件会作用到内嵌文档中。

$$PRUNE 如果不满足条件,则不显示该字段。

查询结果如下

{ "_id" : 1, "title" : "MongoDB Documentation", "tags" : [ "Mongodb", "NoSQL" ], "year" : 2014, "subsections" : [ { "subtitle" : "Section 2: MongoDB CRUD Operations", "tags" : [ "Insert", "Mongodb" ], "content" : "Section 2: This is the content of section 2." } ] }

三、使用mapReduce

实例3.1 :统计每个州的人口总数

db.zipcodes.mapReduce(       function () {emit(this.state, this.pop)}, //mapFunction       (key, values)=>{return Array.sum(values)},//reduceFunction       { out: "zipcodes_groupby_state"} )

使用mapReduce,最少有三个参数,map函数、reduce函数、out输出参数。

map函数中,this表示处理的当前文档。emit函数,将传入的键值对传出给reduce函数。

reduce接受map函数的输出,作为输入。reduce中的values是一个列表。对上例来说,state是键,相同state的每条记录对应的pop组成一个列表作为值。形式如下

state = "CA" values=[51841,40629,...]

reduce函数的key是默认一定会返回的,return的返回值,将values中的值相加。作为值。

out:输出结果保存的集合

实例3.2 统计每个城市的人口数,及每个城市的文档个数。

db.zipcodes.mapReduce(       function () {           var key = {state:this.state,city:this.city}           emit(key, {count:1,pop:this.pop})       }, //mapFunction       (key, values)=>{           var retval = {count:0,pop:0}           for (var i =0;i< values.length;i++){               retval.count += values[i].count               retval.pop += values[i].pop           }           return retval       },//reduceFunction       { out: "zipcodes_groupby_state_city"} )

我们将{state,city}作为一个对象当成值,传递给map函数的key。将{count:1,pop:this.pop}对象传递给map的value 。

再reduce函数中再次计算count,pop的值。返回。

等价的sql如下

select state,city,count(*) as count,sum(pop) as pop   from zipcodes  group by state,city

另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。


当前标题:MongoDB用实例学习聚合操作-创新互联
转载注明:http://abwzjs.com/article/jdjih.html