《MongoDB入门教程》第22篇 聚合操作

Posted 2023-02-24 不剪发的Tony老师

本文将会介绍如何使用 MongoDB 聚合操作对文档进行分组，以及聚合表达式的使用。

聚合操作

MongoDB 聚合操作可以处理多个文档并返回计算后的结果。聚合操作通常用于按照指定字段的值进行分组并计算汇总结果。例如，聚合操作可以按照不同的产品计算订单中的总销售额。

聚合管道用于执行聚合操作，一个聚合管道包含一个或者多个处理文档的阶段。每个阶段都会基于它的输入文档执行操作，然后返回输出文档；输出文档会传递给下一个阶段，最后一个阶段返回最终的结果。

每个阶段的操作可以是以下内容之一：

• $project - 选择输出结果中包含的字段；
• $match - 选择要处理的文档；
• $limit - 限制传递到下一阶段的文档数量；
• $skip - 忽略指定数量的文档；
• $sort - 文档排序；
• $group - 文档分组；
• …

以下是定义聚合管道的语法：

db.collection.aggregate([ $match:...,$group:...,$sort:...]);

其中，

• aggregate() 方法用于指定聚合操作；
• 传递一个文档数组作为参数，每个文档描述了管道中的一个阶段。

MongoDB 4.2 及更高版本支持使用聚合管道更新文档。

聚合示例

首先，使用数据库 coffeeshop 存储咖啡的销量信息：

use coffeeshop

其次，为集合 sales 创建一些测试文档：

db.sales.insertMany([
	 "_id" : 1, "item" : "Americanos", "price" : 5, "size": "Short", "quantity" : 22, "date" : ISODate("2022-01-15T08:00:00Z") ,
	 "_id" : 2, "item" : "Cappuccino", "price" : 6, "size": "Short","quantity" : 12, "date" : ISODate("2022-01-16T09:00:00Z") ,
	 "_id" : 3, "item" : "Lattes", "price" : 15, "size": "Grande","quantity" : 25, "date" : ISODate("2022-01-16T09:05:00Z") ,
	 "_id" : 4, "item" : "Mochas", "price" : 25,"size": "Tall", "quantity" : 11, "date" : ISODate("2022-02-17T08:00:00Z") ,
	 "_id" : 5, "item" : "Americanos", "price" : 10, "size": "Grande","quantity" : 12, "date" : ISODate("2022-02-18T21:06:00Z") ,
	 "_id" : 6, "item" : "Cappuccino", "price" : 7, "size": "Tall","quantity" : 20, "date" : ISODate("2022-02-20T10:07:00Z") ,
	 "_id" : 7, "item" : "Lattes", "price" : 25,"size": "Tall", "quantity" : 30, "date" : ISODate("2022-02-21T10:08:00Z") ,
	 "_id" : 8, "item" : "Americanos", "price" : 10, "size": "Grande","quantity" : 21, "date" : ISODate("2022-02-22T14:09:00Z") ,
	 "_id" : 9, "item" : "Cappuccino", "price" : 10, "size": "Grande","quantity" : 17, "date" : ISODate("2022-02-23T14:09:00Z") ,
	 "_id" : 10, "item" : "Americanos", "price" : 8, "size": "Tall","quantity" : 15, "date" : ISODate("2022-02-25T14:09:00Z")
]);

然后，使用聚合管道查找“Americanos”品牌的咖啡的销量信息，按照杯型分组统计销量，最后按照销量总高到低进行排序：

db.sales.aggregate([
	 
		$match:  item: "Americanos"  
	,
	 
		$group: 
			_id: "$size",
			totalQty: $sum: "$quantity"
		
	,
	
		$sort:  totalQty : -1		
	
]);

返回结果如下：

[
   _id: 'Grande', totalQty: 33 ,
   _id: 'Short', totalQty: 22 ,
   _id: 'Tall', totalQty: 15 
]

示例中的聚合管道包含以下三个阶段：

• 阶段 1：$match 阶段过滤品牌为“Americanos”的咖啡，将结果传递给 $group 阶段；
• 阶段 2：$group 阶段按照咖啡杯型进行分组，使用 $sum 计算每个组的总销量。该阶段创建了一个新的文档集合，每个文档包含了 _id 和 totalQty 两个字段，然后将结果文档传递给 $sort 阶段；
• 阶段 3：$sort 阶段基于 totalQty 字段从大到小进行排序并返回结果文档。

SQL 与 MongoDB 聚合操作对比

以上聚合管道的等价 SQL 语句如下：

select 
   name as _id, 
   sum(quantity) as totalQty
from 
   sales 
where name = 'Americanos'
group by name
order by totalQty desc; 

下表列出了 SQL 和 MongoDB 聚合操作的比对：

SQL 子句	MongoDB 聚合
select	$project
from	db.collection.aggregate(…)
join	$unwind
where	$match
group by	$group
聚合函数：avg、count、sum、max、min	表达式：$avg、$count、$sum、$max、$min
having	$match