我们一般通过表达式$sum来计算总和。因为MongoDB的文档有数组字段，所以可以简单的将计算总和分成两种：
1，统计符合条件的所有文档的某个字段的总和；
2，统计每个文档的数组字段里面的各个数据值的和。这两种情况都可以通过$sum表达式来完成。
以上两种情况的聚合统计，分别对应与聚合框架中的 $group 操作步骤和 $project 操作步骤。
1.$group
直接看例子吧。
Case 1
测试集合mycol中的数据如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
{ title: 'MongoDB Overview' , description: 'MongoDB is no sql database' , by_user: 'runoob.com' , url: 'http://www.runoob.com' , tags: [ 'mongodb' , 'database' , 'NoSQL' ], likes: 100 }, { title: 'NoSQL Overview' , description: 'No sql database is very fast' , by_user: 'runoob.com' , url: 'http://www.runoob.com' , tags: [ 'mongodb' , 'database' , 'NoSQL' ], likes: 10 }, { title: 'Neo4j Overview' , description: 'Neo4j is no sql database' , by_user: 'Neo4j' , url: 'http://www.neo4j.com' , tags: [ 'neo4j' , 'database' , 'NoSQL' ], likes: 750 } |
现在我们通过以上集合计算每个作者所写的文章数，使用aggregate()计算
|
1 |
db.mycol.aggregate([{$ group : {_id : "$by_user" , num_tutorial : {$ sum : 1}}}]) |
查询结果如下：
|
1 2 3 4 5 6 7 8 9 10 11 |
/* 1 */ { "_id" : "Neo4j" , "num_tutorial" : 1 },
/* 2 */ { "_id" : "runoob.com" , "num_tutorial" : 2 } |
Case 2
统计每个作者被like的总和，计算表达式：
|
1 |
db.mycol.aggregate([{$ group : {_id : "$by_user" , num_tutorial : {$ sum : "$likes" }}}]) |
查询结果如下;
|
1 2 3 4 5 6 7 8 9 10 11 |
/* 1 */ { "_id" : "Neo4j" , "num_tutorial" : 750 },
/* 2 */ { "_id" : "runoob.com" , "num_tutorial" : 110 } |
Case 3
上面例子有些简单，我们再丰富一下，测试集合sales的数据如下：
|
1 2 3 4 5 |
{ "_id" : 1, "item" : "abc" , "price" : 10, "quantity" : 2, "date" : ISODate( "2014-01-01T08:00:00Z" ) } { "_id" : 2, "item" : "jkl" , "price" : 20, "quantity" : 1, "date" : ISODate( "2014-02-03T09:00:00Z" ) } { "_id" : 3, "item" : "xyz" , "price" : 5, "quantity" : 5, "date" : ISODate( "2014-02-03T09:05:00Z" ) } { "_id" : 4, "item" : "abc" , "price" : 10, "quantity" : 10, "date" : ISODate( "2014-02-15T08:00:00Z" ) } { "_id" : 5, "item" : "xyz" , "price" : 5, "quantity" : 10, "date" : ISODate( "2014-02-15T09:05:00Z" ) } |
需要完成的目标是，基于日期分组，统计每天的销售额，聚合公式为：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
db.sales.aggregate( [ { $ group : { _id: { day : { $dayOfYear: "$date" }, year : { $ year : "$date" } }, totalAmount: { $ sum : { $multiply: [ "$price" , "$quantity" ] } }, count : { $ sum : 1 } } } ] ) |
查询结果是：
|
1 2 3 |
{ "_id" : { "day" : 46, "year" : 2014 }, "totalAmount" : 150, "count" : 2 } { "_id" : { "day" : 34, "year" : 2014 }, "totalAmount" : 45, "count" : 2 } { "_id" : { "day" : 1, "year" : 2014 }, "totalAmount" : 20, "count" : 1 } |
2.$project阶段
Case 4
假设存在一个 students 集合，其数据结构如下：
|
1 2 3 |
{ "_id" : 1, "quizzes" : [ 10, 6, 7 ], "labs" : [ 5, 8 ], "final" : 80, "midterm" : 75 } { "_id" : 2, "quizzes" : [ 9, 10 ], "labs" : [ 8, 8 ], "final" : 95, "midterm" : 80 } { "_id" : 3, "quizzes" : [ 4, 5, 5 ], "labs" : [ 6, 5 ], "final" : 78, "midterm" : 70 } |
现在的需求是统计每个学生的 平常的测验分数总和、实验分数总和、期末其中分数总和。
|
1 2 3 4 5 6 7 8 9 |
db.students.aggregate([ { $project: { quizTotal: { $ sum : "$quizzes" }, labTotal: { $ sum : "$labs" }, examTotal: { $ sum : [ "$final" , "$midterm" ] } } } ]) |
其查询输出结果如下：
|
1 2 3 |
{ "_id" : 1, "quizTotal" : 23, "labTotal" : 13, "examTotal" : 155 } { "_id" : 2, "quizTotal" : 19, "labTotal" : 16, "examTotal" : 175 } { "_id" : 3, "quizTotal" : 14, "labTotal" : 11, "examTotal" : 148 } |
参考文献：
https://www.runoob.com/mongodb/mongodb-aggregate.html
https://docs.mongodb.com/manual/reference/operator/aggregation/sum/index.html
总结
以上所述是小编给大家介绍的MongoDB 中聚合统计计算--$SUM表达式,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
原文链接：https://www.cnblogs.com/xuliuzai/archive/2019/08/23/11400546.html
查看更多关于MongoDB 中聚合统计计算--$SUM表达式的详细内容...