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"}}}
])
相关文章