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。有点类似sql语句中的 count(*)。
aggregate() 方法
MongoDB中聚合的方法使用aggregate()。
语法
aggregate() 方法的基本语法格式如下所示：
|
1 |
>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION) |
我们知道，MongoDB属于文档型数据库，其存储的文档类型都是JSON对象。正是由于这一特性，我们在Node.js中会经常使用MongoDB进行数据的存取。但由于Node.js是异步执行的，这就导致我们无法保证每一次的数据库save操作都是原子型的。也就是说，如果客户端连续两次发起同一事件将数据存入数据库，很可能会导致数据被重复保存。高并发的情况下，哪怕是你在代码中已经做了非常严格的校验，例如插入数据前判断要保存的数据是否已经存在，但仍然有可能会出现数据被重复保存的风险。因为在异步执行中，你没有办法保证哪个线程先执行，哪个线程后执行，客户端发起的所有请求并非按我们想象的都是顺序执行的。一个较好的解决办法是在Mongo数据库的所有表中创建唯一索引。事实上，MongoDB默认会为所有表创建一个_id字段的唯一索引（可以取消）。如果你想在Node.js中通过mongoose.schema来自动创建索引，可以参考下面的代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
var mongoose = require( 'mongoose' ); var Schema = mongoose.Schema; var customerSchema = new mongoose.Schema({ cname: String, cellPhone, String, sender: String, tag: String, behaviour: Number, createTime: { type: Date, default : Date.now }, current:{ type: Boolean, default : true } }, { versionKey: false }); customerSchema.index({cname:1,cellPhone:1,sender:1,tag:1,behaviour:1}, {unique: true });module.exports = mongoose.model( 'customer' , customerSchema); |
上面的model中我们定义了表customer的结构，并通过index()方法在字段cname，cellPhone，sender，tag，behaviour上创建了唯一索引，这样当包含这些字段的重复数据被插入时，数据库会抛出异常。借用mongoose，如果数据库表之前已经被创建并且程序正在运行中，当我们修改model并添加索引，然后重新启动app，只要有对该model的访问，mongoose会自动进行检测并创建索引。当然，如果数据出现重复，则索引创建会失败。此时我们可以通过在创建索引时添加dropDups选项，让数据库自动将重复的数据删除，如：
|
1 |
customerSchema.index({cname:1,cellPhone:1,sender:1,tag:1,behaviour:1}, {unique: true , dropDups: true }); |
不过据MongoDB的官方说明，自3.0以后的版本不再使用该选项，而且也并没有提供替代的解决办法。貌似官方不再提供创建索引时自动删除重复记录的功能。那如何才能快速有效地找出重复的记录并且删除呢？首先我们要找出这些记录，然后通过remove()方法进行删除。下面的 查询 语句可以找出给定字段有重复数据的记录：
|
1 2 3 4 5 6 7 8 9 10 |
db.collection.aggregate([ { $group: { _id: { firstField: "$firstField" , secondField: "$secondField" }, uniqueIds: { $addToSet: "$_id" }, count: { $sum: 1 } }}, { $match: { count: { $gt: 1 } }} ]) |
替换_id属性的值以指定你想要进行判断的字段。相应地，在Node.js中代码如下：
|
1 2 3 4 5 6 7 8 |
var deferred = Q.defer(); var group = { firstField: "$firstField" , secondField: "$secondField" }; model.aggregate().group({ _id: group, uniqueIds: {$addToSet: '$_id' }, count: {$sum: 1} }).match({ count: {$gt: 1}}).exec(deferred.makeNodeResolver()); return deferred.promise; |
上述代码使用了Q来替换函数执行中的回调。在Node.js的异步编程中，使用Q来处理回调是个不错的选择。
下面是返回的结果：
|
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 |
/* 1 */ { "result" : [ { "_id" : { "cellPhone" : "15827577345" , "actId" : ObjectId( "5694565fa50fea7705f01789" ) }, "uniqueIds" : [ ObjectId( "569b5d03b3d206f709f97685" ), ObjectId( "569b5d01b3d206f709f97684" ) ], "count" : 2.0000000000000000 }, { "_id" : { "cellPhone" : "18171282716" , "actId" : ObjectId( "566b0d8dc02f61ae18e68e48" ) }, "uniqueIds" : [ ObjectId( "566d16e6cf86d12d1abcee8b" ), ObjectId( "566d16e6cf86d12d1abcee8a" ) ], "count" : 2.0000000000000000 } ], "ok" : 1.0000000000000000 } |
从结果中可以看到，一共有两组数据相同的记录，所以返回的result数组的长度为2。uniqueIds属性为一个数组，其中存放了重复记录的_id字段的值，通过该值我们可以使用remove()方法来查找并删除对应的数据。
查看更多关于使用aggregate在MongoDB中查询重复数据记录的方法的详细内容...