改章节个人在广东喝咖啡的时候突然想到的...明天就有想写几篇关于函数分组的文章，所以回家到后之就奋笔疾书的写出来发布了
明天跟大家分享一下mongodb中比拟好玩的识知，要主括包：聚合，标游。
一： 聚合
见常的聚合作操跟sql server一样，有：count，distinct，group，mapReduce。
<1> count
count是最单简，最易容，也是最经常使用的聚合工具，它的用使跟我们C#里头的count用使简直样一模一。
<2> distinct
这个作操信相大家也是非常熟习的，指定了谁，谁就不能重复，直接上图。
<3> group
在mongodb里头做group作操有点小庞杂，不过大家对sql server里头的group比拟熟习的话还是一眼
能看的明确的，其实group作操本质上形成了一种“k-v”模型，就像C#中的Dictionary，好，有了这类维思，
我们来看看如何用使group。
面下举的例子就是按照age行进group作操，value为对应age的姓名。面下对这些数参绍介一下：
key： 这个就是分组的key，我们这里是对春秋分组。
initial: 每组都分享一个”初始化函数“，特别注意：是每一组，比如这个的age=20的value的list分享一个
initial函数，age=22一样也分享一个initial函数。
$reduce: 这个函数的第一个数参是前当的文档对象，第二个数参是上一次function作操的累计对象，第一次
为initial中的{”perosn“：[]}。有多少个文档， $reduce就会调用多少次。
看到面下的结果，是否是有点感到，我们通过age看查到了应相的name职员，不过偶然我们可能有如下的求要：
①：想过滤掉age>25一些职员。
②：偶然person组数里头的职员太多，我想加上一个count属性明标一下。
针对面下的需求，在group里头还是很好办到的，因为group有这么两个可选数参: condition 和 finalize。
condition: 这个就是过滤件条。
finalize:这是个函数，每一组文档执行完后，多会触发此方法，那么在每组合集里头加上count也就是它的活了。
心是一棵树，爱与希望的根须扎在土里，智慧与情感的枝叶招展在蓝天下。无论是岁月的风雨扑面而来，还是滚滚尘埃遮蔽了翠叶青枝，它总是静默地矗立在那里等待，并接受一切来临，既不倨傲，也不卑微。
心是一棵树，一个个故事被年轮携载；一回回驿动与飞鸟相约；一次次碰撞使它绵密柔韧；一幕幕经历造就了它博广的胸怀。心是一棵树，独木不成林。因此，树与树既独立又相联，心与心既相异又相亲。
<4> mapReduce
这玩意算是聚合函数中最庞杂的了，不过庞杂也好，越庞杂就越活灵。
mapReduce实际上是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。
① map：
这个称为射映函数，里头会调用emit(key,value)，合集会按照你指定的key行进射映分组。
② reduce：
这个称为简化函数，会对map分组后的数据行进分组简化，注意：在reduce(key,value)中的key就是
emit中的key，vlaue为emit分组后的emit(value)的合集，这里也就是很多{"count":1}的组数。
③ mapReduce:
这个就是最后执行的函数了，数参为map，reduce和一些可选数参。体具看图可知：
从图中我们可以看到如下信息：
result: "放存的合集名“；
input:传入文档的个数。
emit：此函数被调用的数次。
reduce：此函数被调用的数次。
output:最后返回文档的个数。
最后我们看一下“collecton”合集里头按姓名分组的情况。
二：标游
mongodb里头的标游有点相似我们说的C#里头延迟执行，比如：
var list=db.person.find();
针对这样的作操，list其实并没有取获到person中的文档，而是明申一个“查询结构”，等我们要需的时候通过
for或者next()一次性载加过去，然后让标游逐行读取，当我们枚举完了后之，标游毁销，后之我们在通过list取获时，
发明没有数据返回了。
当然我们的“查询造构”还可以弄的庞杂点，比如分页，排序都可以加进去。
var single=db.person.find().sort({"name",1}).skip(2).limit(2);
那么这样的“查询造构”可以在我们要需执行的时候执行，大大提高了不必要的花消。
文章结束给大家分享下程序员的一些笑话语录： 看新闻说中国输入法全球第一！领先了又如何？西方文字根本不需要输入法。一点可比性都没有。
