| 表達式 | 描述 | 實例 |
|---|---|---|
| $sum | 計算總和。 | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}]) |
| $avg | 計算平均值 | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}]) |
| $min | 獲取集合中所有文檔對應值得最小值。 | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}]) |
| $max | 獲取集合中所有文檔對應值得最大值。 | db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}]) |
| $push | 在結果文檔中插入值到一個數組中。 | db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}]) |
| $addToSet | 在結果文檔中插入值到一個數組中，但不創建副本。 | db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}]) |
| $first | 根據資源文檔的排序獲取第一個文檔數據。 | db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}]) |
| $last | 根據資源文檔的排序獲取最后一個文檔數據 | db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}]) |
管道的概念
管道在Unix和Linux中一般用于將當前命令的輸出結果作為下一個命令的參數。
MongoDB的聚合管道將MongoDB文檔在一個管道處理完畢后將結果傳遞給下一個管道處理。管道操作是可以重復的。
表達式：處理輸入文檔并輸出。表達式是無狀態的，只能用于計算當前聚合管道的文檔，不能處理其它的文檔。
這里我們介紹一下聚合框架中常用的幾個操作：
$project：修改輸入文檔的結構。可以用來重命名、增加或刪除域，也可以用于創建計算結果以及嵌套文檔。
$match：用于過濾數據，只輸出符合條件的文檔。$match使用MongoDB的標準查詢操作。
$limit：用來限制MongoDB聚合管道返回的文檔數。
$skip：在聚合管道中跳過指定數量的文檔，并返回余下的文檔。
$unwind：將文檔中的某一個數組類型字段拆分成多條，每條包含數組中的一個值。
$group：將集合中的文檔分組，可用于統計結果。
$sort：將輸入文檔排序后輸出。
$geoNear：輸出接近某一地理位置的有序文檔。
管道操作符實例
1、$project實例
db.article.aggregate(
{ $project : {
title : 1 ,
author : 1 ,
}}
);
這樣的話結果中就只還有_id,tilte和author三個字段了，默認情況下_id字段是被包含的，如果要想不包含_id話可以這樣:
db.article.aggregate(
{ $project : {
_id : 0 ,
title : 1 ,
author : 1
}});
2.$match實例
db.articles.aggregate( [
{ $match : { score : { $gt : 70, $lte : 90 } } },
{ $group: { _id: null, count: { $sum: 1 } } }
] );
$match用于獲取分數大于70小于或等于90記錄，然后將符合條件的記錄送到下一階段$group管道操作符進行處理。
3.$skip實例
db.article.aggregate(
{ $skip : 5 });
經過$skip管道操作符處理后，前五個文檔被"過濾"掉。
別人寫過的我就不過多描述了，大家一搜能搜索到N多一樣的，我寫一下我的總結。
基礎知識
請大家自行查找更多，以下是關鍵文檔。
操作符介紹：
$project：包含、排除、重命名和顯示字段
$match：查詢，需要同find()一樣的參數
$limit：限制結果數量
$skip：忽略結果的數量
$sort：按照給定的字段排序結果
$group：按照給定表達式組合結果
$unwind：分割嵌入數組到自己頂層文件
文檔：MongoDB 官方aggregate說明。
相關使用：
db.collection.aggregate([array]);
array可是是任何一個或多個操作符。
group和match的用法，使用過sqlserver，group的用法很好理解，根據指定列進行分組統計，可以統計分組的數量，也能統計分組中的和或者平均值等。
group之前的match，是對源數據進行查詢，group之后的match是對group之后的數據進行篩選；
同理，sort，skip，limit也是同樣的原理；
{_id:1,name:"a",status:1,num:1}
{_id:2,name:"a",status:0,num:2}
{_id:3,name:"b",status:1,num:3}
{_id:4,name:"c",status:1,num:4}
{_id:5,name:"d",status:1,num:5}
以下是示例：
應用一：統計name的數量和總數；
db.collection.aggregate([
{$group:{_id:"$name",count:{$sum:1},total:{$sum:"$num"}}
]);
應用二：統計status=1的name的數量；
db.collection.aggregate([
{$match:{status:1}},
{$group:{_id:"$name",count:{$sum:1}}}
]);
應用三：統計name的數量，并且數量為小于2的；
db.collection.aggregate([
{$group:{_id:"$name",count:{$sum:1}},
{$match:{count:{$lt:2}}}
]);
應用四：統計stauts=1的name的數量，并且數量為1的；
db.collection.aggregate([
{$match:{status:1}},
{$group:{_id:"$name",count:{$sum:1}}},
{$match:{count:1}}
]);
多列group，根據name和status進行多列
db.collection.aggregate([
{$group:{_id:{name:"$name",st:"$status"},count:{$sum:1}}}
]);
$project該操作符很簡單，
db.collection.aggregate([
{$project:{name:1,status:1}}
]);
結果是，只有_id,name,status三個字段的表數據，相當于sql表達式 select _id,name,status from collection
$unwind
這個操作符可以將一個數組的文檔拆分為多條文檔，在特殊條件下有用，本人暫沒有進行過多的研究。
以上基本就可以實現大部分統計了，group前條件，group后條件，是重點。
