mongodb 聚合

MongoDB 是一个基于文档的 NoSQL 数据库，以其灵活的模式和水平可扩展性而闻名。在 MongoDB 中，聚合（Aggregation）操作用于处理数据并返回计算结果。聚合操作相当于 SQL 中的 GROUP BY 功能，但功能更加强大，可以处理更复杂的数据转换。

MongoDB 提供了多种聚合操作的方法，其中最重要的是聚合管道（Aggregation Pipeline）。聚合管道允许用户通过一系列的数据处理阶段来过滤和转换数据。在每个阶段，可以应用不同的操作，包括过滤、排序、分组、投影等等。每个阶段的输出会成为下一个阶段的输入，最终产生聚合结果。

下面，我将详细介绍 MongoDB 的聚合框架，以及如何使用聚合管道进行数据处理。

聚合管道

聚合管道是一个由多个阶段（stage）组成的框架，每个阶段都以一个文档作为输入并输出另一个文档。管道的结构为一个数组，其中每个元素都定义了一个操作阶段。例如：

db.collection.aggregate([
   { $match: { status: "A" }},
   { $group: { _id: "$cust_id", total: { $sum: "$amount" }}}
])

上面的示例展示了两个阶段的聚合管道。在*个阶段 $match 用于过滤数据，仅保留 status 字段值为 "A" 的文档。在第二个阶段 $group 则是将文档根据 cust_id 字段分组，并计算每组的 amount 字段的总和。

聚合阶段

以下是 MongoDB 聚合管道中几个常用的阶段：

1. $match

$match 阶段用于过滤文档，根据指定条件筛选出符合条件的文档。它类似于 SQL 的 WHERE 子句。使用 $match 能够大大减少后续阶段需要处理的数据量，从而提升性能。

2. $group

$group 阶段用于对文档进行分组并计算聚合结果。我们可以通过指定一个 _id 字段来定义分组依据，_id 可以是现有字段或者表达式结果。除了分组外，$group 还可以配合其他聚合操作符来进行计算，如 $sum、$avg、$max、$min 和 $push 等。

{ $group: { _id: "$category", totalSales: { $sum: "$amount" }}}

上面的示例根据 category 字段进行分组，并计算每组的 amount 字段总和。

3. $project

$project 阶段用于重塑文档。可以通过它选择输出字段，并可用计算字段替换或新增字段。例如对文档字段进行重命名、计算新字段等，类似于 SQL 中的 SELECT 子句操作。

{ $project: { title: 1, author: 1, year: { $year: "$date" }}}

在示例中，输出结果中仅包含 title、author 字段以及从 date 字段提取的新字段 year。

4. $sort

$sort 阶段用于对文档进行排序。你可以指定一个或多个字段作为排序依据，每个字段可以设置升序（1）或降序（-1）。

{ $sort: { totalSales: -1 }}

上面的示例是按 totalSales 字段降序排序。

5. $limit 和 $skip

$limit 和 $skip 阶段用于限制返回的文档数量和跳过文档，类似于分页。$limit 用于指定返回文档的*数量，而 $skip 则是跳过前 N 条文档。

{ $skip: 5 }, { $limit: 10 }

此例展示了跳过前五条记录之后，再返回最多十条。

6. $unwind

$unwind 是一个特殊的阶段用于操作数组，它将文档中的数组字段展平为单个文档，从而消除嵌套结构。

{ $unwind: "$tags" }

如果一个文档有一个数组字段 tags，$unwind 会为数组中的每个元素创建各自的文档。

聚合表达式

在使用聚合管道时，可以使用多个内置的表达式来进行计算转换，包括算数操作符、数组操作符、日期处理、字符串处理等等。

示例：计算总销售收入前五的客户

以下是一个综合示例，说明如何在 MongoDB 中使用聚合管道来获取总销售收入*的五个客户：

db.sales.aggregate([
   { $match: { status: "complete" }},
   { $group: { _id: "$customerId", totalAmount: { $sum: "$amount" }}},
   { $sort: { totalAmount: -1 }},
   { $limit: 5 }
])

1. $match：筛选出销售状态为 complete 的记录。
2. $group：以 customerId 为依据对筛选后的记录进行分组，计算每个客户的 amount 总和。
3. $sort：按总金额降序排列。
4. $limit：限制最终输出为前五位。

小结

MongoDB 的聚合框架十分强大，尤其是管道聚合的设计，让用户可以像规划工厂流水线一样设计数据处理和计算操作。虽然操作类似于 SQL 的分组和聚合，但 MongoDB 的聚合框架提供了更大的灵活性，使其适合处理复杂和多层次的数据分析任务。从进行简单的数据过滤、分组，到复杂的数据转换如数组处理、字符串操作等，MongoDB 聚合可以胜任复杂的分析需求。