mongodbaggregatemapReduceandgroup-创新互联

Aggregate

创新互联建站主要从事网站建设、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务余干,十多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220

    MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果，类似sql语句中的 count(*)

语法如下:

    db.collection.aggregate()

    db.collection.aggregate(pipeline,options)

    db.runCommand({

    aggregate: "",

    pipeline: [ , <...> ],

    explain: ,

    allowDiskUse: ,

    cursor:

    })

    

在使用aggregate实现聚合操作之前,我们首先来认识下几个常用的聚合操作符。

$project:：可以对结果集中的键 重命名，控制键是否显示,对列进行计算。

$match: 过滤结果集，只输出符合条件的文档。

$skip: 在显示结果的时候跳过前几行，并返回余下的文档。

$sort: 对即将显示的结果集排序

$limit: 控制结果集的大小

$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。

$geoNear：输出接近某一地理位置的有序文档。

$group:  分组，聚合，求和，平均数，大值，最小值，第一个，最后一个，等

表达式描述实例

$sum    计算总和            db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])

$avg    计算平均值          db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])

$min    获取集合中所有文档对应值得最小值    db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])

$max    获取集合中所有文档对应值得大值    db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])

$push    在结果文档中插入值到一个数组中    db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])

$addToSet在结果文档中插入值到一个数组中，但不创建副本    db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])

$first    根据资源文档的排序获取第一个文档数据     db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])

$last    根据资源文档的排序获取最后一个文档数据    db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

实例：

db.createCollection("emp")

db.emp.insert({_id:1,"ename":"tom","age":25,"department":"Sales","salary":6000})

db.emp.insert({_id:2,"ename":"eric","age":24,"department":"HR","salary":4500})

db.emp.insert({_id:3,"ename":"robin","age":30,"department":"Sales","salary":8000})

db.emp.insert({_id:4,"ename":"jack","age":28,"department":"Development","salary":8000})

db.emp.insert({_id:5,"ename":"Mark","age":22,"department":"Development","salary":6500})

db.emp.insert({_id:6,"ename":"marry","age":23,"department":"Planning","salary":5000})

db.emp.insert({_id:7,"ename":"hellen","age":32,"department":"HR","salary":6000})

db.emp.insert({_id:8,"ename":"sarah","age":24,"department":"Development","salary":7000})

> use company switched to db company > db.emp.aggregate( ... {$group:{_id:"$department",dpct:{$sum:1}}} ... ) { "_id" : "Development", "dpct" : 3 } { "_id" : "HR", "dpct" : 2 } { "_id" : "Planning", "dpct" : 1 } { "_id" : "Sales", "dpct" : 2 } > db.emp.aggregate( ... {$group:{_id:"$department",salct:{$sum:"$salary"},salavg:{$avg:"$salary"}}} ... ) { "_id" : "Development", "salct" : 21500, "salavg" : 7166.666666666667 } { "_id" : "HR", "salct" : 10500, "salavg" : 5250 } { "_id" : "Planning", "salct" : 5000, "salavg" : 5000 } { "_id" : "Sales", "salct" : 14000, "salavg" : 7000 } > db.emp.aggregate( ... {$match:{age:{$lt:25}}} ... ) { "_id" : 2, "ename" : "eric", "age" : 24, "department" : "HR", "salary" : 4500 } { "_id" : 5, "ename" : "Mark", "age" : 22, "department" : "Development", "salary" : 6500 } { "_id" : 6, "ename" : "marry", "age" : 23, "department" : "Planning", "salary" : 5000 } { "_id" : 8, "ename" : "sarah", "age" : 24, "department" : "Development", "salary" : 7000 } > db.emp.aggregate( ... {$match:{age:{$gt:25}}}, ... {$group:{_id:"$department",salct:{$sum:"$salary"},salavg:{$avg:"$salary"}}} ... ) { "_id" : "HR", "salct" : 6000, "salavg" : 6000 } { "_id" : "Development", "salct" : 8000, "salavg" : 8000 } { "_id" : "Sales", "salct" : 8000, "salavg" : 8000 } > db.emp.aggregate( ... {$group:{_id:"$department",salct:{$sum:"$salary"},salavg:{$avg:"$salary"}}}, ... {$match:{salavg:{$gt:6000}}} ... ) { "_id" : "Development", "salct" : 21500, "salavg" : 7166.666666666667 } { "_id" : "Sales", "salct" : 14000, "salavg" : 7000 } > > db.emp.aggregate( ... {$sort:{age:1}},{$limit:3} ... ) { "_id" : 5, "ename" : "Mark", "age" : 22, "department" : "Development", "salary" : 6500 } { "_id" : 6, "ename" : "marry", "age" : 23, "department" : "Planning", "salary" : 5000 } { "_id" : 2, "ename" : "eric", "age" : 24, "department" : "HR", "salary" : 4500 } > db.emp.aggregate( {$sort:{age:-1}},{$limit:3} ) { "_id" : 7, "ename" : "hellen", "age" : 32, "department" : "HR", "salary" : 6000 } { "_id" : 3, "ename" : "robin", "age" : 30, "department" : "Sales", "salary" : 8000 } { "_id" : 4, "ename" : "jack", "age" : 28, "department" : "Development", "salary" : 8000 } > db.emp.aggregate( {$sort:{age:-1}},{$skip:4} ) { "_id" : 2, "ename" : "eric", "age" : 24, "department" : "HR", "salary" : 4500 } { "_id" : 8, "ename" : "sarah", "age" : 24, "department" : "Development", "salary" : 7000 } { "_id" : 6, "ename" : "marry", "age" : 23, "department" : "Planning", "salary" : 5000 } { "_id" : 5, "ename" : "Mark", "age" : 22, "department" : "Development", "salary" : 6500 } > > db.emp.aggregate( {$project:{"姓名":"$ename","年龄":"$age","部门":"$department","工资":"$salary",_id:0}}) { "姓名" : "tom", "年龄" : 25, "部门" : "Sales", "工资" : 6000 } { "姓名" : "eric", "年龄" : 24, "部门" : "HR", "工资" : 4500 } { "姓名" : "robin", "年龄" : 30, "部门" : "Sales", "工资" : 8000 } { "姓名" : "jack", "年龄" : 28, "部门" : "Development", "工资" : 8000 } { "姓名" : "Mark", "年龄" : 22, "部门" : "Development", "工资" : 6500 } { "姓名" : "marry", "年龄" : 23, "部门" : "Planning", "工资" : 5000 } { "姓名" : "hellen", "年龄" : 32, "部门" : "HR", "工资" : 6000 } { "姓名" : "sarah", "年龄" : 24, "部门" : "Development", "工资" : 7000 } > db.emp.aggregate( {$project:{"姓名":"$ename","年龄":"$age","部门":"$department","工资":"$salary",_id:0}},{$match:{"工资":{$gt:6000}}}) { "姓名" : "robin", "年龄" : 30, "部门" : "Sales", "工资" : 8000 } { "姓名" : "jack", "年龄" : 28, "部门" : "Development", "工资" : 8000 } { "姓名" : "Mark", "年龄" : 22, "部门" : "Development", "工资" : 6500 } { "姓名" : "sarah", "年龄" : 24, "部门" : "Development", "工资" : 7000 } >

Map Reduce

Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果(REDUCE)

MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

以下是MapReduce的基本语法：

>db.collection.mapReduce(

  function() {emit(key,value);}, //map 函数

  function(key,values) {return reduceFunction},  //reduce 函数

  {

   out: collection,

   query: document,

   sort: document,

   limit: number

  }

)

使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将key 与 value 传递给 Reduce 函数进行处理。

Map 函数必须调用 emit(key, value) 返回键值对。

参数说明:

    map：映射函数 (生成键值对序列,作为 reduce函数参数)。

    reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。

    out统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。

    query一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）

    sort和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制

    limit发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

> db.emp.mapReduce( function() { emit(this.department,1); }, function(key,values) { return Array.sum(values) }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : 3 } { "_id" : "HR", "value" : 2 } { "_id" : "Planning", "value" : 1 } { "_id" : "Sales", "value" : 2 }     利用内置的sum函数返回每个部门的人数 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values) }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : 7166.666666666667 } { "_id" : "HR", "value" : 5250 } { "_id" : "Planning", "value" : 5000 } { "_id" : "Sales", "value" : 7000 }     利用内置的avg函数返回每个部门的工资平均数 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values).toFixed(2) }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : "7166.67" } { "_id" : "HR", "value" : "5250.00" } { "_id" : "Planning", "value" : 5000 } { "_id" : "Sales", "value" : "7000.00" } >    保留两位小数 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.sum(values) }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : 21500 } { "_id" : "HR", "value" : 10500 } { "_id" : "Planning", "value" : 5000 } { "_id" : "Sales", "value" : 14000 } >  利用内置的sum函数返回每个部门的工资总和 > db.emp.mapReduce( function() { emit(this.department,{count:1}); }, function(key,values) { var sum=0; values.forEach(function(val){sum+=val.count}); return sum; }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : 3 } { "_id" : "HR", "value" : 2 } { "_id" : "Planning", "value" : { "count" : 1 } } { "_id" : "Sales", "value" : 2 } >  手工计算每个部门的员工总数 > db.emp.mapReduce( function() { emit(this.department,{salct:this.salary,count:1}); }, function(key,values) { var res={salct:0,sum:0}; values.forEach(function(val){res.sum+=val.count;res.salct+=val.salct}); return res; }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : { "salct" : 21500, "sum" : 3 } } { "_id" : "HR", "value" : { "salct" : 10500, "sum" : 2 } } { "_id" : "Planning", "value" : { "salct" : 5000, "count" : 1 } } { "_id" : "Sales", "value" : { "salct" : 14000, "sum" : 2 } } >  手工计算每个部门的员工总数和工资总数 > db.emp.mapReduce( function() { emit(this.department,{salct:this.salary,count:1}); }, function(key,values) { var res={salct:0,sum:0}; values.forEach(function(val){res.sum+=val.count;res.salct+=val.salct}); return res.salct/res.sum; }, { out:"depart_summary" } ).find() { "_id" : "Development", "value" : 7166.666666666667 } { "_id" : "HR", "value" : 5250 } { "_id" : "Planning", "value" : { "salct" : 5000, "count" : 1 } } { "_id" : "Sales", "value" : 7000 } >  手工计算每个部门的工资平均值 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values) }, { out:"depart_summary" } ).find({value:{$gt:5000}}) { "_id" : "Development", "value" : 7166.666666666667 } { "_id" : "HR", "value" : 5250 } { "_id" : "Sales", "value" : 7000 }     将分组计算后的值进行过滤显示，只显示工资平均数大于5000的部门 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values) }, { out:"depart_summary" } ).find({value:{$gt:5000}}).sort({value:1}) { "_id" : "HR", "value" : 5250 } { "_id" : "Sales", "value" : 7000 } { "_id" : "Development", "value" : 7166.666666666667 }      将分组计算后的值进行排序，默认为升序 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values) }, { out:"depart_summary" } ).find({value:{$gt:5000}}).sort({value:-1}) { "_id" : "Development", "value" : 7166.666666666667 } { "_id" : "Sales", "value" : 7000 } { "_id" : "HR", "value" : 5250 } >    将分组计算后的值进行排序，手工指定降序 > db.emp.mapReduce( function() { emit(this.department,this.salary); }, function(key,values) {  return Array.avg(values) }, { out:"depart_summary" } ).find({value:{$gt:5000}}).sort({value:-1}).limit(2) { "_id" : "Development", "value" : 7166.666666666667 } { "_id" : "Sales", "value" : 7000 } >    将分组计算后的值进行降序排序后，取其中的两个值  > db.emp.mapReduce( function() { emit(this.department,{count:1}); }, function(key,values) { var sum=0; values.forEach(function(val){sum+=val.count}); return sum; }, { out:"depart_summary",query:{age:{$gt:25}} } ).find() { "_id" : "Development", "value" : { "count" : 1 } } { "_id" : "HR", "value" : { "count" : 1 } } { "_id" : "Sales", "value" : { "count" : 1 } } >    分组前过滤数据，然后再分组计算 > db.emp.mapReduce( function() { emit(this.department,{count:1}); }, function(key,values) { var sum=0; values.forEach(function(val){sum+=val.count}); return sum; }, { out:"depart_summary",query:{age:{$gt:22}},sort:{age:1} } ).find() { "_id" : "Development", "value" : 2 } { "_id" : "HR", "value" : 2 } { "_id" : "Planning", "value" : { "count" : 1 } } { "_id" : "Sales", "value" : 2 } >   分组前过滤数据，并排序，然后再分组计算 (本示例无意义)

Group

基本语法如下：

  db.runCommand({group:{

    ns:集合名称,

    key:分组的键对象,

    initial:初始化累加器,

    $reduce:组分解器,

    condition:条件,

    finalize:组完成器}})

分组首先会按照key进行分组，每组的每个文档全要执行$reduce方法，该方法接收2 个参数：一个是组内本条记录，一个是累加器数据

实例：

按照部门分组，计算每个部门的工资总和，如下所示：

> db.runCommand( ... {group:{ns:"emp",key:{"department":true},initial:{salct:0}, ... $reduce:function(oriDoc,prev){ prev.salct+=oriDoc.salary} ... }} ... ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : 14000 }, { "department" : "HR", "salct" : 10500 }, { "department" : "Development", "salct" : 21500 }, { "department" : "Planning", "salct" : 5000 } ], "count" : NumberLong(8), "keys" : NumberLong(4), "ok" : 1 } > 统计每个部门的员工总量和工资总和，如下所示： > db.runCommand( {group:{ns:"emp",key:{"department":true},initial:{salct:0,count:0}, $reduce:function(oriDoc,prev){ prev.salct+=oriDoc.salary;prev.count+=1} }} ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : 14000, "count" : 2 }, { "department" : "HR", "salct" : 10500, "count" : 2 }, { "department" : "Development", "salct" : 21500, "count" : 3 }, { "department" : "Planning", "salct" : 5000, "count" : 1 } ], "count" : NumberLong(8), "keys" : NumberLong(4), "ok" : 1 } > 统计每个部门的员工总量、工资总和及平均值，如下所示： > db.runCommand( {group:{ns:"emp",key:{"department":true},initial:{salct:0,count:0,avg:0}, $reduce:function(oriDoc,prev){ prev.salct+=oriDoc.salary;prev.count+=1; prev.avg=(prev.salct/prev.count).toFixed(2) } }} ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : 14000, "count" : 2, "avg" : "7000.00" }, { "department" : "HR", "salct" : 10500, "count" : 2, "avg" : "5250.00" }, { "department" : "Development", "salct" : 21500, "count" : 3, "avg" : "7166.67" }, { "department" : "Planning", "salct" : 5000, "count" : 1, "avg" : "5000.00" } ], "count" : NumberLong(8), "keys" : NumberLong(4), "ok" : 1 } > 统计每个部门的高工资是多少，如下所示： > db.runCommand( {group:{ns:"emp",key:{"department":true},initial:{salct:0}, $reduce:function(oriDoc,prev){ if(oriDoc.salary>prev.salct){prev.salct=oriDoc.salary}} }} ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : 8000 }, { "department" : "HR", "salct" : 6000 }, { "department" : "Development", "salct" : 8000 }, { "department" : "Planning", "salct" : 5000 } ], "count" : NumberLong(8), "keys" : NumberLong(4), "ok" : 1 } > 统计每个部门的高工资，并对结果过滤，只显示大于5000的部门，如下所示： > db.runCommand( {group:{ns:"emp",key:{"department":true},initial:{salct:0}, $reduce:function(oriDoc,prev){ if(oriDoc.salary>prev.salct){prev.salct=oriDoc.salary}},condition:{salary:{$gt:5000}} }} ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : 8000 }, { "department" : "Development", "salct" : 8000 }, { "department" : "HR", "salct" : 6000 } ], "count" : NumberLong(6), "keys" : NumberLong(3), "ok" : 1 } > 将统计后的结果加上描述，如下所示： > db.runCommand( {group:{ns:"emp",key:{"department":true},initial:{salct:0}, ...  $reduce:function(oriDoc,prev){ if(oriDoc.salary>prev.salct){prev.salct=oriDoc.salary}}, ... condition:{salary:{$gt:5000}}, ... finalize:function(prev){prev.salct="Department of the highest salary is "+prev.salct} ... }}) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : "Department of the highest salary is 8000" }, { "department" : "Development", "salct" : "Department of the highest salary is 8000" }, { "department" : "HR", "salct" : "Department of the highest salary is 6000" } ], "count" : NumberLong(6), "keys" : NumberLong(3), "ok" : 1 } > 用函数格式化分组的键：如果集合中出现键Department和department同时存在，那么分组有点麻烦，解决方法如下： > db.emp.insert({ ... "_id":9,"ename":"sophie","age":28,"Department":"HR","salary":18000 ... }) WriteResult({ "nInserted" : 1 }) > db.emp.find() { "_id" : 1, "ename" : "tom", "age" : 25, "department" : "Sales", "salary" : 6000 } { "_id" : 2, "ename" : "eric", "age" : 24, "department" : "HR", "salary" : 4500 } { "_id" : 3, "ename" : "robin", "age" : 30, "department" : "Sales", "salary" : 8000 } { "_id" : 4, "ename" : "jack", "age" : 28, "department" : "Development", "salary" : 8000 } { "_id" : 5, "ename" : "Mark", "age" : 22, "department" : "Development", "salary" : 6500 } { "_id" : 6, "ename" : "marry", "age" : 23, "department" : "Planning", "salary" : 5000 } { "_id" : 7, "ename" : "hellen", "age" : 32, "department" : "HR", "salary" : 6000 } { "_id" : 8, "ename" : "sarah", "age" : 24, "department" : "Development", "salary" : 7000 } { "_id" : 9, "ename" : "sophie", "age" : 28, "Department" : "HR", "salary" : 18000 } > > db.runCommand( {group:{ns:"emp", ... $keyf:function(oriDoc){if(oriDoc.Department){return{department:oriDoc.Department}}else{return{department:oriDoc.department}}}, ... initial:{salct:0}, ... $reduce:function(oriDoc,prev){ if(oriDoc.salary>prev.salct){prev.salct=oriDoc.salary}}, ... condition:{salary:{$gt:5000}}, ... finalize:function(prev){prev.salct="Department of the highest salary is "+prev.salct} ... }} ) { "waitedMS" : NumberLong(0), "retval" : [ { "department" : "Sales", "salct" : "Department of the highest salary is 8000" }, { "department" : "Development", "salct" : "Department of the highest salary is 8000" }, { "department" : "HR", "salct" : "Department of the highest salary is 18000" } ], "count" : NumberLong(7), "keys" : NumberLong(3), "ok" : 1 } >

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。

本文标题：mongodbaggregatemapReduceandgroup-创新互联
分享路径：http://cqcxhl.com/article/coogpd.html