MongoDB 聚合查询详解

聚合管道

聚合框架是 MongoDB 中的一组分析工具，可以对一个或多个集合中的文档进行分析。

MongoDB 的聚合框架基于管道的概念：首先从集合中获取到输入，然后将输入的文档传递到一个或多个阶段，每个阶段都将之前阶段输出的内容作为输入，最终得到一个聚合结果作为输出。

上面的图是一个比较宽泛的管道流程图。这里展示一个 MongoDB 聚合语句映射到管道之后的情况：

在这里可以看得出，aggregate([{}, {}])是一个聚合语句，在函数的数组中，每一个对象都是一个阶段，$match应该就是一个筛选文档的阶段，$group应该就是一个分组汇总的阶段。

管道阶段

使用聚合框架最重要的就是熟悉操作的语法，以及将这些语法构建成管道当中的阶段。

在 MongoDB 聚合框架中，每一个阶段都必须要规定一个特定的阶段运算符，这些阶段运算符表明了阶段的执行规则，可以到官方文档上查看更多、更详细的内容。

常见操作

最常见的操作应该是能与普通查询语句对应上的操作，如查询、投影、排序、跳过、限制等等。虽然这些在一个find()语句中就能实现。

最常使用的操作就是查询，也可以说是筛选、过滤，在聚合框架中使用$match来表明这是一个筛选文档的阶段。如下是其使用语法：

{ $match: { <query> } }

第二个则是投影，这个阶段可以修改输入文档的结构，通常是重命名、增加、删除属性，也可以通过表达式创建计算结果以及嵌套文档。如下是其使用语法：

// <field>: <1 or true>
// <field>: <0 or false>
// <field>: <expression>
{ $project: { <specification(s)> } }

排序、跳过、限制都比较容易理解，实际上可以与find()结果的游标支持的函数做联系。如下是其使用语法：

// 排序
{ $sort: { <field1>: <sort order>, <field2>: <sort order> ... } }
// 跳过
{ $skip: <positive 64-bit integer> }
// 限制
{ $limit: <positive 64-bit integer> }

上述 5 个阶段是最常用的阶段，在使用时需要注重它们的效率，一般会使用这样的顺序去构建管道：

• 通过筛选语句过滤指定集合，得到符合要求的文档列表；
• 如果排序非常重要，这一个阶段需要在过滤文档之后；
• 如果需要做分页功能，应该是先执行跳过的阶段，然后再到限制的阶段；
• 最后，执行投影阶段（进入投影阶段的文档应该尽量少）。

更多操作 - 投影

投影阶段一个比较大的作用就是，限制下一步的文档字段数量，也就是删除属性，如下是使用方式：

// 不返回 _id 字段
{ $project: { _id: 0 } }
// 不返回指定的 field 字段
{ $project: { <field>: 0 } }

删除属性是黑名单的功能，投影阶段也支持白名单的功能，即返回列表内的字段，如下是使用方式：

// 返回指定的 field 字段
{ $project: { <field>: 1 } }

前两个功能是比较好理解的，但投影阶段所能做的远不止如此，还有很多其他的功能（投影阶段支持大部分条件组），这里做个简单举例：

// 将 author 嵌套文档下 last 属性赋值给 lastName 属性
{ $project: { lastName: "$author.last" } }
// 上述的功能里，对于嵌套文档和内嵌数组返回的结果是不一样的，数组会继承下来
 
// 投影支持类似于三元运算的表达式
{ $project: { lastName: {
    $cond: {
        if: { $eq: [ "", "$author.last" ] },
        then: "$$REMOVE",
        else: "$author.last",
    }
} } }

更多操作 - 展开

在处理数组时，一个比较常见的操作是为数组中的每一个元素形成一个输出文档。

一个实际的例子就是，一件衣服在库存中有 S、M、L 三个尺寸，而这三个尺寸会存储在同一个数组字段当中，当我们聚合时想要将这一条文档展开成三个文档，一个尺寸对应一个文档。

// 原始文档
{
    "clothesId": "123456",
    "sizeList": ["S", "M", "L"]
}
 
// 展开后的文档
{
    "clothesId": "123456",
    "sizeList": "S"
}
{
    "clothesId": "123456",
    "sizeList": "M"
}
{
    "clothesId": "123456",
    "sizeList": "L"
}

聚合过程中，展开阶段的语法是：

{ $unwind: <field path> }
// 上述衣服的例子中，可以用以下语句来展开
{ $unwind: "$sizeList" }

更多操作 - 分组

分组是聚合管道中举足轻重的一个阶段，这里的分组可以看作是 SQL 的GOURP BY语句，其能为聚合功能带来非常大的可能性。

分组阶段使用了$group运算符，支持使用一个键或多个键将输入的文档进行分组，其语法如下：

{
    $group: {
        // 分组的标识
        _id: <expression>,
        <field1>: { <accumulator1> : <expression1> },
        ...
    }
 }

其中_id是必须的，可以简单指定分组的键，也可以使用条件组做处理后生成自定义键。

可选的<field>是分组后需要展示的键，并且可以指定条件组来决定它们的值是什么。

尤其是，MongoDB 提供了累加器可以实现复杂的功能，如求和、平均值、最大值、最小值等等。

这里有个对集合求和的例子，也是最简单的使用：

{
    $group: {
        // 对类型进行分组
        _id: "type",
        // 这里是求和，一个文档记作 1 个，即对同类型的文档进行计数
        count: { $sum: 1 },
    }
 }

更多操作 - 入库

顾名思义，入库需要作为管道中最后的阶段，将管道生成的文档写入集合中。

聚合框架提供了$out和$merge两个运算符标识入库阶段，其中$merge是在 4.2 版本中引入的。这两个操作符的语法如下：

// 指定数据库和集合，会直接覆盖
{ $out: { db: "<output-db>", coll: "<output-collection>" } }
 
// 配置更加丰富
{ $merge: {
    // 指定数据库和集合
    into: <collection> -or- { db: <db>, coll: <collection> },
    // 确定唯一标识与集合中做匹配
    on: <identifier field> -or- [ <identifier field1>, ...],  // Optional
    // 设定变量
    let: <variables>,                                         // Optional
    // 如果标识存在时处理文档的方式
    whenMatched: <replace|keepExisting|merge|fail|pipeline>,  // Optional
    // 如果标识不存在时处理文档的方式
    whenNotMatched: <insert|discard|fail>                     // Optional
} }

如果可以的话，建议使用$merge作为写入集合的首选方式，其功能更多。

当然，其真正的优势是，可以按照按需生成的物化视图（materialized view），在管道运行的阶段，输出到集合的内容会进行增量更新。

条件组累加器

在一些阶段操作中，MongoDB 支持使用累加器来增强聚合功能，这里说的累加器泛指求和、平均值、最大值、最小值等功能的操作符。

算术运算

这里的算术运算不是统称的四则运算，指的是与数学相关的运算，如平均值、求和等。

$avg累加器用于计算平均值，通过是直接指定一个键名即可，使用{ $avg: "$keyName" }这样的语法。

$sum累加器用于计算指定键的和，也是直接指定一个键名即可，使用{ $sum: "$keyName" }这样的语法。

最值运算

累加器支持的最值包括这些：最小值、最大值、最大的 n 个值。

最小值和最大值的理解都比较容易，使用也比较容易。最小值使用了{ $min: "$keyName" }这样的语法，最大值使用了{ $max: "$keyName" }这样的语法。

最大的 n 个值是在 5.2 版本新增的累加器，其作用是通过指定输入的键，得到这些键值中排序后最大的 n 个值，其语法如下：

{
    $maxN: {
        // 指定键名  input: "$score"
        input: <expression>,
        // 指定数量  n: 3
        n: <expression>
    }
}

数组提取

这里的数组提取指的是提取数组中的某个元素，现在能支持到的就是提取出数组中的前 n 个元素、后 n 个元素。

在这里可以使用$first、$firstN、$last、$lastN这样的运算符，它们的语法分别如下：

{ $first: <expression> }
 
{
    $firstN: {
        input: <expression>,
        n: <expression>
    }
}
 
{ $last: <expression> }
 
{
    $lastN: {
        input: <expression>,
        n: <expression>
    }
}

其他运算

除了上述的累加器，聚合框架还有非常多其他的累加器，这里简单列一下：

• $accumulator: 返回自定义累加器函数的结果
• $addToSet: 返回一个无重复值的数组
• $bottom: 返回指定排序规则后最后 1 个元素
• $bottomN: 返回指定排序规则后最后 n 个元素
• $count: 返回文档的计数
• $mergeObjects: 返回合并多个对象之后的结果
• $push: 返回一个可以有重复值的数组
• $stdDevPop: 返回输入值的总体标准差
• $stdDevSamp: 返回输入值的样本标准差

这些累加器都有各自的用法，使用得当可实现非常强大的数据分析功能，完整的内容可以到官方文档上查看。

到此这篇关于MongoDB 聚合查询详解的文章就介绍到这了,更多相关MongoDB聚合查询内容请搜索萤火虫技术以前的文章或继续浏览下面的相关文章希望大家以后多多支持萤火虫技术！