MongoDB数据聚合操作1：Aggregate管道

在Mongodb中，给我们提供了三种用于数据聚合的方式：

（1）简单的用户聚合函数

（2）Aggregate管道聚合

（3）使用MapReduce进行统计；

简单的用户函数聚合，MongoDB提供了count()、distinct()两种操作

用法非常简单一句话就能说明白

在MongoDB3.4版本之前还有一个group()可以做比较的操作(如reduce)

但group()返回的数据量不能超过两万条，有点鸡肋，在3.4之后就废弃掉了，官方推荐用Aggregate管道和MapReduce函数来进行的聚合操作

Aggregate的数据操作方式和Linux Shell下的管道操作思路是一致的

Aggregate允许用户传入一个数组来定义数据操作管道

数组中的每一个元素代表一个数据操作过程，操作之后传入下一个操作

为方便用户编写数据操作管道，MongoDB提供了$match $group $sum之类的一堆操作符（类似linux shell中的内置命令吧）

操作符之间可以套嵌，这样组合起来就很灵活了

//按数据量对分类进行排序
db.category.aggregate([
	{$group:{_id:"$categoryName",companyNumber:{$sum:{$multiply:["$pageSize","$pageNumber"]}}}},
	{$sort:{companyNumber:-1}}
])

//统计所有分类下的数据加在一起有多少条
db.category.aggregate([
	{$group:{_id:"$categoryName",companyNumber:{$sum:{$multiply:["$pageSize","$pageNumber"]}}}},
	{$group:{_id:null,companyNumber:{$sum:"$companyNumber"}}}
])