一:group 分组统计
语法:
{
key:<>, #统计的字段
cound:{} #筛选条件
reduce:function(current,result){} #对文档进行聚合的函数 current(分组统计过程中的一个文档),result(聚合结果文档)
initial:{} #初始化聚合结果文档(先于reduce执行)
finalize:function(){} #reduce函数执行完之后,返回之前执行的函数。可以用来修改result的值
}
准备数据:
db.stu.insert({'name':'zhangsan',sex:'男',age:18});
db.stu.insert({'name':'lisi',sex:'男',age:22});
db.stu.insert({'name':'lucy',sex:'女',age:16});
db.stu.insert({'name':'lilei',sex:'男',age:17});
db.stu.insert({'name':'hanmeimei',sex:'女',age:17});
db.stu.insert({'name':'mayun',sex:'男',age:51});
db.stu.insert({'name':'tony',sex:'男',age:48});
db.stu.insert({'name':'dinglei',sex:'男',age:46});
db.stu.insert({'name':'dengzhiqi',sex:'女',age:33});
db.stu.insert({'name':'liuyifei',sex:'女',age:31});
db.stu.insert({'name':'zhangchaoyang',sex:'男',age:52});
db.stu.insert({'name':'zhangxiaolong',sex:'男',age:38});
db.stu.insert({'name':'panxiaoting',sex:'女',age:40});
db.stu.insert({'name':'dingjunhui',sex:'男',age:41});
db.stu.insert({'name':'yaoming',sex:'男',age:39});
db.stu.insert({'name':'gaoyuanyuan',sex:'女',age:37});
db.stu.insert({'name':'yangmi',sex:'女',age:35});
db.stu.insert({'name':'zhaowei',sex:'女',age:39});
db.stu.insert({'name':'shengteng',sex:'男',age:37});
db.stu.insert({'name':'mali',sex:'女',age:35});
根据性别分组统计学生数量
db.stu.group({
key:{sex:1},
cond:{},
initial:{num:0},
reduce:function(current,result){
result.num += 1;
}
});
按性别统计年龄大于30的总年纪数
db.stu.group({
key:{sex:1},
cond:{age:{$gt:30}},
initial:{sum:0},
reduce:function(current,result){
result.sum += current.age;
}
});
按性别显示最大的年龄
db.stu.group({
key:{sex:1},
cond:{},
initial:{max:0},
reduce:function(current,result){
if(current.age>result.max){
result.max = current.age;
}
}
});
按性别统计年龄大于30的平均年龄
db.stu.group({
key:{sex:1},
cond:{age:{$gt:30}},
initial:{sum:0,num:0},
reduce:function(current,result){
result.sum += current.age;
result.num += 1;
},
finalize:function(result){
result.avg = result.sum/result.num;
}
});
官方文档:https://docs.mongodb.com/v2.6/reference/command/group/
注意:group 不支持分片集群,不能进行分布式运算。
二:aggregate 简单聚合
语法:
准备数据:同group
根据性别分组统计学生数量
db.stu.aggregate([{$group:{_id:'$sex',total:{$sum:1}}}]);
根据性别分组统计年龄大于30的学生数量
db.stu.aggregate([{$match:{age:{$gt:30}}},
{$group:{_id:'$sex',total:{$sum:1}}}]);
根据性别分组统计年龄大于30,且总数大于7的学生数量
db.stu.aggregate([{$match:{age:{$gt:30}}},
{$group:{_id:'$sex',total:{$sum:1}}},
{$match:{total:{$gt:7}}}]);
按性别统计总年龄数
db.stu.aggregate([{$group:{_id:'$sex',total:{$sum:'$age'}}}]);
按性别统计总年龄数,且按年龄总数降序排序,且只取前一行数据
db.stu.aggregate([{$group:{_id:'$sex',total:{$sum:'$age'}}},
{$sort:{total:-1}},
{$limit:1}]);
按性别统计总年龄数,且按年龄总数降序排序
db.stu.aggregate([{$group:{_id:'$sex',total:{$sum:'$age'}}},
{$sort:{total:-1}}]);
按性别统计平均年龄,且从高到低排序
db.stu.aggregate([{$group:{_id:'$sex',avg:{$avg:'$age'}}},
{$sort:{avg:-1}}]);
官方文档:https://docs.mongodb.com/manual/reference/command/aggregate/index.html
https://docs.mongodb.com/manual/reference/operator/aggregation-pipeline
三:Map Reduce
#原始数据 db.orders.insert({cust_id:"A123",amount:500,status:"A"}); db.orders.insert({cust_id:"A123",amount:250,status:"A"}); db.orders.insert({cust_id:"B212",amount:200,status:"A"}); db.orders.insert({cust_id:"A123",amount:300,status:"D"});
#按照cust_id分组统计amount之 且只统计 status是A的 db.orders.mapReduce( function(){emit(this.cust_id,this.amount);}, function(key,values){return Array.sum(values)}, { query:{status:"A"}, out:"orders_totals" } )
注意:
1,Map 函数必须调用emit(key,value) 返回键值对。
2,Reduce 函数接受的参数已经按照键聚合过一次,将Map返回的键值序列组合成{key,[value1,value2,...,valuen]}传递给Reduce,Reduce函数对values统计。
参考官网文档:https://docs.mongodb.com/manual/core/map-reduce
https://docs.mongodb.com/manual/reference/command/mapReduce/#dbcmd.mapReduce
相关推荐
### MongoDB Group Aggregate 实战解析 #### 一、项目背景与目的 在数据分析领域,特别是针对时间序列数据的处理,MongoDB 提供了强大的查询和聚合功能。本实战笔记旨在通过一个具体的案例,来探讨如何利用 MongoDB...
11、MongoDB聚合操作及索引使用详解_ev.rar11、MongoDB聚合操作及索引使用详解_ev.rar11、MongoDB聚合操作及索引使用详解_ev.rar11、MongoDB聚合操作及索引使用详解_ev.rar11、MongoDB聚合操作及索引使用详解_ev.rar...
MongoDB的聚合操作可以使用命令行、驱动程序或MongoDB Shell中的aggregate()函数来执行。在聚合函数中,可以链式调用多个阶段操作符,形成一个完整的聚合管道。 值得一提的是,张善友在其博客中对MongoDB聚合管道...
### MongoDB 聚合框架详解 #### 概述 MongoDB 的聚合框架是数据库系统中一个强大而灵活的功能,用于处理复杂的数据分析需求。通过一系列的管道操作(pipeline stages),可以实现对数据集进行筛选、分组、计算等...
MongoDB中的聚合框架是一个强大且灵活的数据处理工具,它允许用户对存储在数据库中的数据执行各种操作,从简单的数据聚合到复杂的文本处理和数组操作等。 聚合框架的主要组成部分是管道(pipeline),它由多个处理...
meteor-aggregate, 对 Meteor的适当的MongoDB聚合支持 meteorhacks:aggregate为 Meteor 添加适当聚合支持的简单软件包。 这个包在 Mongo.Collection 实例上公开了 .aggregate 方法。这只在服务器端工作,没有...
读者将学习到聚合管道的概念,以及如何使用各种操作符(如 `$match`、`$group`、`$sort` 等)来过滤、投影、排序和处理数据。这部分内容还包括聚合管道的执行顺序,帮助读者理解数据是如何在管道中流动并被逐步处理...
关于mongodb的高级操作,包括聚合、主从复制、分片、备份与恢复、MR。 一、聚合 aggregate 聚合(aggregate)主要用于计算数据,类似sql中的sum()、avg() 语法: db.集合名称.aggregate([{管道:{表达式}}]) 管道:...
在本教程中,我们将深入探讨MongoDB中的三个关键聚合操作:`count`、`distinct`和`group`。 1. `count` 函数: `count` 方法用于计算集合中符合特定条件的文档数量。在MongoDB中,你可以直接调用`db.collection....
db.COLLECTION_NAME.aggregate() 方法用来构建和使用聚合管道,下图是官网给的实例,可以看出来聚合管道的用法还是比较简单的。 2. MongoDB Aggregation 管道操作符与表达式 常用的管道操作符有以下这些: ...
首先,我们需要理解MongoDB的聚合框架,它包括一系列的阶段,每个阶段都是一个操作,如`$match`、`$group`、`$sort`和`$project`等。这些阶段可以组合成一个“管道”(pipeline),数据会按照这个管道中的顺序依次...
AggregationOutput Output = mongoTemplate.getCollection("collectionName").aggregate(Match, Group); ``` 读取查询结果 遍历查询结果,例如: ```java Iterable<DBObject> map = Output.results(); for ...
在MongoDB中,`db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)`命令用于对特定集合执行一系列聚合管道操作。每个操作(pipe)通常接收上一步的输出作为输入,并产生新的输出,直到最后一个操作返回最终结果。 ...
mongodb聚合学习使用文档
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...
在MongoDB中,聚合管道通过`db.COLLECTION_NAME.aggregate([...])`方法来实现。 一、MongoDB聚合管道(Aggregation Pipeline) 聚合管道由多个阶段组成,每个阶段都会接收上一阶段处理后的结果,并对其进行进一步的...
标题:在 MongoDB 中使用 Map Reduce 检查波兰语和英语句子中的字母分布 动机 我们越来越多地听到各种网站遭到攻击以及密码非常薄弱的管理员的不负责任。 如何创建一个强密码:有一种观点认为你应该造一个句子,...
这个任务在MongoDB中可以通过聚合框架(`aggregate`)来实现。 首先,我们了解数据记录的格式。记录包含了多个字段,如 `_id`、`_class`、`resourceUrl`、`refererDomain`、`resourceType`、`ip`、`createTime` 和 `...
聚合是MongoDB中处理数据的一种方式,允许用户对集合中的数据进行分析和计算,类似于SQL中的GROUP BY操作。聚合框架包括多个阶段,如`$match`(过滤数据)、`$group`(分组数据)、`$sort`(排序数据)、`$project`...