MongoDB数据库功能强大！除了基本的查询功能之外，还提供了强大的聚合功能。这里简单介绍一下count、distinct和group。
1.count：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
--在空集合中，count返回的数量为0。 > db.test. count () 0 --测试插入一个文档后count的返回值。 > db.test. insert ({ "test" :1}) > db.test. count () 1 > db.test. insert ({ "test" :2}) > db.test. count () 2 --count和find一样，也接受条件。从结果可以看出，只有符合条件的文档参与了计算。 > db.test. count ({ "test" :1}) 1 |
2.distinct：
distinct用来找出给定键的所有不同的值。使用时也必须指定集合和键。
|
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 |
--为了便于后面的测试，先清空测试集合。 > db.test.remove() > db.test. count () 0 --插入4条测试数据。请留意Age字段。 > db.test. insert ({ "name" : "Ada" , "age" :20}) > db.test. insert ({ "name" : "Fred" , "age" :35}) > db.test. insert ({ "name" : "Andy" , "age" :35}) > db.test. insert ({ "name" : "Susan" , "age" :60}) --distinct命令必须指定集合名称，如test，以及需要区分的字段，如：age。 --下面的命令将基于test集合中的age字段执行distinct命令。 > db.runCommand({ "distinct" : "test" , "key" : "age" }) { "values" : [ 20, 35, 60 ], "stats" : { "n" : 4, "nscanned" : 4, "nscannedObjects" : 4, "timems" : 0, "cursor" : "BasicCursor" }, "ok" : 1 } |
3.group：
group做的聚合有些复杂。先选定分组所依据的键，此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档，产生一个结果文档。
|
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 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 |
--这里是准备的测试数据 > db.test.remove() > db.test. insert ({ "day" : "2012-08-20" , "time" : "2012-08-20 03:20:40" , "price" : 4.23}) > db.test. insert ({ "day" : "2012-08-21" , "time" : "2012-08-21 11:28:00" , "price" : 4.27}) > db.test. insert ({ "day" : "2012-08-20" , "time" : "2012-08-20 05:00:00" , "price" : 4.10}) > db.test. insert ({ "day" : "2012-08-22" , "time" : "2012-08-22 05:26:00" , "price" : 4.30}) > db.test. insert ({ "day" : "2012-08-21" , "time" : "2012-08-21 08:34:00" , "price" : 4.01}) --这里将用day作为group的分组键，然后取出time键值为最新时间戳的文档，同时也取出该文档的price键值。 > db.test. group ( { ... "key" : { "day" : true }, --如果是多个字段，可以为{"f1":true,"f2":true} ... "initial" : { "time" : "0" }, --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。 ... "$reduce" : function (doc,prev) { --reduce函数接受两个参数，doc表示正在迭代的当前文档，prev表示累加器文档。 ... if (doc. time > prev. time ) { ... prev. day = doc. day ... prev.price = doc.price; ... prev. time = doc. time ; ... } ... } } ) [ { "day" : "2012-08-20" , "time" : "2012-08-20 05:00:00" , "price" : 4.1 }, { "day" : "2012-08-21" , "time" : "2012-08-21 11:28:00" , "price" : 4.27 }, { "day" : "2012-08-22" , "time" : "2012-08-22 05:26:00" , "price" : 4.3 } ] --下面的例子是统计每个分组内文档的数量。 > db.test. group ( { ... key : { day : true }, ... initial: { count : 0}, ... reduce: function (obj,prev){ prev. count ++;}, ... } ) [ { "day" : "2012-08-20" , "count" : 2 }, { "day" : "2012-08-21" , "count" : 2 }, { "day" : "2012-08-22" , "count" : 1 } ] --最后一个是通过完成器修改reduce结果的例子。 > db.test. group ( { ... key : { day : true }, ... initial: { count : 0}, ... reduce: function (obj,prev){ prev. count ++;}, ... finalize: function ( out ){ out .scaledCount = out . count * 10 } --在结果文档中新增一个键。 ... } ) [ { "day" : "2012-08-20" , "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-21" , "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-22" , "count" : 1, "scaledCount" : 10 } ] |