MongoDB数据库功能强大!除了基本的查询功能之外,还提供了强大的聚合功能。这里简单介绍一下count、distinct和group。
1.count:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
--在空集合中,count返回的数量为0。 > db.test. count () 0 --测试插入一个文档后count的返回值。 > db.test. insert ({ "test" :1}) > db.test. count () 1 > db.test. insert ({ "test" :2}) > db.test. count () 2 --count和find一样,也接受条件。从结果可以看出,只有符合条件的文档参与了计算。 > db.test. count ({ "test" :1}) 1 |
2.distinct:
distinct用来找出给定键的所有不同的值。使用时也必须指定集合和键。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
--为了便于后面的测试,先清空测试集合。 > db.test.remove() > db.test. count () 0 --插入4条测试数据。请留意Age字段。 > db.test. insert ({ "name" : "Ada" , "age" :20}) > db.test. insert ({ "name" : "Fred" , "age" :35}) > db.test. insert ({ "name" : "Andy" , "age" :35}) > db.test. insert ({ "name" : "Susan" , "age" :60}) --distinct命令必须指定集合名称,如test,以及需要区分的字段,如:age。 --下面的命令将基于test集合中的age字段执行distinct命令。 > db.runCommand({ "distinct" : "test" , "key" : "age" }) { "values" : [ 20, 35, 60 ], "stats" : { "n" : 4, "nscanned" : 4, "nscannedObjects" : 4, "timems" : 0, "cursor" : "BasicCursor" }, "ok" : 1 } |
3.group:
group做的聚合有些复杂。先选定分组所依据的键,此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档,产生一个结果文档。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
|
--这里是准备的测试数据 > db.test.remove() > db.test. insert ({ "day" : "2012-08-20" , "time" : "2012-08-20 03:20:40" , "price" : 4.23}) > db.test. insert ({ "day" : "2012-08-21" , "time" : "2012-08-21 11:28:00" , "price" : 4.27}) > db.test. insert ({ "day" : "2012-08-20" , "time" : "2012-08-20 05:00:00" , "price" : 4.10}) > db.test. insert ({ "day" : "2012-08-22" , "time" : "2012-08-22 05:26:00" , "price" : 4.30}) > db.test. insert ({ "day" : "2012-08-21" , "time" : "2012-08-21 08:34:00" , "price" : 4.01}) --这里将用day作为group的分组键,然后取出time键值为最新时间戳的文档,同时也取出该文档的price键值。 > db.test. group ( { ... "key" : { "day" : true }, --如果是多个字段,可以为{"f1":true,"f2":true} ... "initial" : { "time" : "0" }, --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。 ... "$reduce" : function (doc,prev) { --reduce函数接受两个参数,doc表示正在迭代的当前文档,prev表示累加器文档。 ... if (doc. time > prev. time ) { ... prev. day = doc. day ... prev.price = doc.price; ... prev. time = doc. time ; ... } ... } } ) [ { "day" : "2012-08-20" , "time" : "2012-08-20 05:00:00" , "price" : 4.1 }, { "day" : "2012-08-21" , "time" : "2012-08-21 11:28:00" , "price" : 4.27 }, { "day" : "2012-08-22" , "time" : "2012-08-22 05:26:00" , "price" : 4.3 } ] --下面的例子是统计每个分组内文档的数量。 > db.test. group ( { ... key : { day : true }, ... initial: { count : 0}, ... reduce: function (obj,prev){ prev. count ++;}, ... } ) [ { "day" : "2012-08-20" , "count" : 2 }, { "day" : "2012-08-21" , "count" : 2 }, { "day" : "2012-08-22" , "count" : 1 } ] --最后一个是通过完成器修改reduce结果的例子。 > db.test. group ( { ... key : { day : true }, ... initial: { count : 0}, ... reduce: function (obj,prev){ prev. count ++;}, ... finalize: function ( out ){ out .scaledCount = out . count * 10 } --在结果文档中新增一个键。 ... } ) [ { "day" : "2012-08-20" , "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-21" , "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-22" , "count" : 1, "scaledCount" : 10 } ] |