MongoDB之聚合aggregate操作

‘$gender‘ , counter:{$sum: 1 } } } ])

 注："counter"为自定义名称，用来存储结果的变量

 

2.2、Group by null：将集合中所有文档分为一组
例2：求学生总人数、平均年龄

 db.stu.aggregate([
    {$group:
        {
            _id:  null  ,
            counter:{$sum: 1 },
            avgAge:{$avg: ‘$age‘ }
        }
    }
]) 

 

 

 

 

 

 

 

2.3、透视数据
例3：统计学生性别及学生姓名

 db.stu.aggregate([
    {$group:
        {
            _id: ‘$gender‘ ,
            name:{$push: ‘$name‘ }
        }
    }
]) 

 

使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

 db.stu.aggregate([
    {$group:
        {
            _id: ‘$gender‘ ,
            name:{$push: ‘$$ROOT‘ }
        }
    }
]) 

 

三、$match
用于过滤数据，只输出符合条件的文档

使用MongoDB的标准查询操作

例1：查询年龄大于20的学生

 db.stu.aggregate([
    {$match:{age:{$gt: 20 }}}
]) 

 

例2：查询年龄小于20的男生、女生人数

 db.stu.aggregate([
    {$match:{age:{$lt: 20 }}},
    {$group:{_id: ‘$gender‘,counter:{$sum:1 }}}
]) 

 

 

 

四、$project
修改输入文档的结构，如重命名、增加、删除字段、创建计算结果（类似查找中投影，值为1表示显示，值为0不显示）

例1：查询学生的姓名、年龄

 db.stu.aggregate([
    {$project:{_id: 0,name:1,age:1 }}
]) 

 

例2：查询男生、女生人数，输出人数

 db.stu.aggregate([
    {$group:{_id: ‘$gender‘,counter:{$sum:1 }}},
    {$project:{_id: 0,counter:1 }}
]) 

 

五、$sort
将输入文档排序后输出

例1：查询学生信息，按年龄升序

db.stu.aggregate([{$sort:{age:1}}])

 

例2：查询男生、女生人数，按人数降序

 db.stu.aggregate([
    {$group:{_id: ‘$gender‘,counter:{$sum:1 }}},
    {$sort:{counter: -1 }}
]) 

 

六、$limit、$skip
6.1、$limit
限制聚合管道返回的文档数

例1：查询2条学生信息

db.stu.aggregate([{$limit:2}])

 

6.2、$skip
跳过指定数量的文档，并返回余下的文档

例2：查询从第3条开始的学生信息

db.stu.aggregate([{$skip:2}])

 

例3：统计男生、女生人数，按人数升序，取第二条数据

 db.stu.aggregate([
    {$group:{_id: ‘$gender‘,counter:{$sum:1 }}},
    {$sort:{counter: 1 }},
    {$skip: 1 },
    {$limit: 1 }
]) 

注意顺序：先写skip，再写limit

 

七、$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

语法1：对某字段值进行拆分

db.集合名称.aggregate([{$unwind:‘$字段名称‘}])
构造数据

db.t2.insert({_id:1,item:‘t-shirt‘,size:[‘S‘,‘M‘,‘L‘]})

查询

db.t2.aggregate([{$unwind:‘$size‘}])

 

语法2：对某字段值进行拆分

处理空数组、非数组、无字段、null情况

 db.inventory.aggregate([{
    $unwind:{
        path: ‘$字段名称‘ ,
        preserveNullAndEmptyArrays: < boolean > #防止数据丢失
    }
}]) 

构造数据

 db.t3.insert([
{  "_id" : 1, "item" : "a", "size": [ "S", "M", "L" ] },
{  "_id" : 2, "item" : "b", "size"  : [ ] },
{  "_id" : 3, "item" : "c", "size": "M"  },
{  "_id" : 4, "item" : "d"  },
{  "_id" : 5, "item" : "e", "size" :  null   }
]) 

使用语法1查询

db.t3.aggregate([{$unwind:‘$size‘}])

 

查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了

问：如何能不丢弃呢？

答：使用语法2查询

db.t3.aggregate([{$unwind:{path:‘$sizes‘,preserveNullAndEmptyArrays: true }}])

————————————————
版权声明：本文为CSDN博主「Jeremy_Lee123」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/lixinkuan328/article/details/104267165

MongoDB之聚合aggregate操作

标签：修改   mit   最大值   mongod   第一个   aggregate   处理   查询   linux   

查看更多关于MongoDB之聚合aggregate操作的详细内容...