Aggregation

聚合是 MongoDB 中一个非常实用的功能，类似于 SQL 中的 where group by 等操作。

可以做分析型、统计型的场景，也可以用来做复杂数据的计算和处理。

聚合框架介绍

MongoDB 聚合框架（Aggregation Framework）是一个计算框架，它可以：

作用在一个或几个集合上
对集合中的数据进行一系列运算
将这些数据转化为期望的格式

从效果而言，聚合框架相当于 SQL 查询中的：

GROUP BY
LEFT/OUTER/RIGHT/INNER JOIN
AS 等

管道（Pipeline）步骤（Stage）

整个聚合运算过程称为管道（Pipeline），它由多个步骤（Stage）组成。每个管道：

接收一系列文档（原始数据）
每个步骤对这些文档进行一系列运算
结果文档输出到下一步骤

原始数据 --步骤1--> 中间结果 1 --步骤2--> 中间结果 2 --步骤...--> 最终结果

聚合运算的基本格式

pipline = [$stage1, $stage2, ...$stageN]

db.<COLLECTION>.aggregate(
 pipeline,
 { options }
)

定义好每个 stage，做什么样的事情，格式为 json

常见步骤

步骤	作用	SQL 等价运算符
$match	过滤	WHERE
$project	投影	AS
$sort	排序	ORDER BY
$group	分组	GROUP BY
$skip	结果限制	SKIP
$limit	结果限制	LIMIT
$lookup	左外连接	LEFT OUTER JOIN
$unwind	展开数组（较少）(将 Mongo 中的数组，展开变成一行行的数据)	N/A
$graphLookup	图搜索（较少）	N/A
$facet	分面搜索（较少）	N/A
$bucket	分面搜索（较少）	N/A

常见步骤中的操作符

$match

$eq、$gt 、$gte、$lt、$lte
$and、$or、$not、$in
geoWithin、¥intersect

$project

选择需要的或排除不需要的字段
$map、$reduce、$filter
$range
$multiply、$divide、$substract、$add
$year、$month、$dayOfMonth、$hour、$minute、$second
...

$group

$sum、$avg
$push、$addToSet
$first、$last、$max、$min
...

使用场景

聚合查询可以用于 OLAP 和 OLTP 场景。如：

OLTP	OLAP
计算	分析一段时间内的销售额、均值计算一段时间内的净利润分析购买人的年龄分布分析学生成绩分布统计员工绩效

MQL 与 SQL 对比

对比 1:

SELECT
  FIRST_NAME AS '名',
  LAST_NAME AS '姓',
FROM Users
WHERE GENDER = '男'
SKIP 100
LIMIT 20

db.users.aggregate([
  { $match: { gender: "男" } },
  { $skip: 100 },
  { $limit: 20 },
  {
    $project: {
      名: "$first_name",
      姓: "$last_name",
    },
  },
]);

对比 2

SELECT DEPARTMENT
  COUNT(NULL) AS EMP_QTY
FROM USERS
WHERE GENDER = '女'
GROUP BY DEPARTMENT HAVING
COUNT(*) < 10

db.users.aggregate([
  { $match: { gender: "女" } },
  {
    $group: {
      _id: "$DEPARTMENT",
      emp_qty: { $sum: 1 },
    },
  },
  { $match: { emp_qty: { $lt: 10 } } },
]);

MQL 特有步骤 $unwind

db.students.findOne();

结果

{
  "name": "张三",
  "score": [
    { "subject": "语文", "score": 84 },
    { "subject": "数学", "score": 90 },
    { "subject": "外语", "score": 69 }
  ]
}

unwind

db.students.aggregate([{ $unwind: "$score" }]);

结果

{ "name": "张三", "score": { "subject": "语文", "score": 84 }}
{ "name": "张三", "score": { "subject": "数学", "score": 90 }}
{ "name": "张三", "score": { "subject": "外语", "score": 69 }}

MQL 特有步骤 $bucket

price	0-10	120条
	10-20	20条
	20-30	30条
	30-40	5000条
	40-	10条

使用 MQL

db.products.aggregate([
  {
    $bucket: {
      groupBy: "$price",
      boundaries: [0, 10, 20, 30, 40],
      default: "other",
      output: { count: { $sum: 1 } },
    },
  },
]);

MQL 特有步骤 $facet

数据
	price	0-10	20条
		10-20	20条
		other	30条
	year	1890-1901	80条
		1901-1920	30条
		other	40条

使用 MQL

db.prioducts.aggregate([{
  $facet:{
    price:{
      $bucket:{...}
    },
    year:{
      $bucket:{...}
    }
  }
}])