Mongodb聚合函数

 

插入 测试数据

for(var j=1;j<3;j++){    
for(var i=1;i<3;i++){    var person={Name:"jack"+i,Age:i,Address:["henan","wuhan"],Course:[{Name:"shuxue",Score:i},{Name:"wuli",Score:i}]}db.DemoTest.Person.insert(person)     
}
}

 

Count

db.DemoTest.Person.count({Name:"jack1"})

返回数量

 

 distinct

db.DemoTest.Person.distinct("Name")

返回不重复的Name值。

 

 group

例子：按照Name分组，条件是Age大于46

db.DemoTest.Person.group({"key":{"Name":true}, -----分组的keky"initial":{"Person":[]},-------每组分享的一个”初始化函数“"$reduce":function(cur,prev){   ------这个函数的第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，第一次为initial中的{”person“：[]}。有多少个文档， $reduce就会调用多少次

        prev.Person.push(cur);        

},"finalize":function(prev){   ---返回每组的数量     prev.count=prev.Person.length;  },"condition":{"Age":{"$lt":46}}   -----过滤条件})

返回结果如下：

 

 

 mapReduce

 mapReduce其实是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。

   map：

          这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

   reduce：

         这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是

      emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是很多{"count":1}的数组。

   mapReduce:

          这个就是最后执行的函数了，参数为map，reduce和一些可选参数。

 

在MongoDB存储的文档上执行聚合操作非常有用，这种方式的一个限制是聚合函数（比如，SUM、AVG、MIN、MAX）需要通过mapper和reducer函数来定制化实现。

MongoDB没有原生态的用户自定义函数（UDFs）支持。但是它允许使用db.system.js.save命令来创建并保存JavaScript函数，JavaScript函数可以在MapReduce中复用。

 

第一种统计方式--对应集合直接统计

1.在MongoDB javascript Shell中对Array对象进行了一些扩展，其中新增sum方法，以方便统计数据之用的。

Array.sum=function(arr){
if(arr.length == 0)
return null;
var s = arr[0];
for(var i = 1; i < arr.length; i++)
s += arr[i];
return s;
}

2.例子：按照名称分组，统计每组年龄的和，条件是年龄小于2.

如果统计数量：var map = function(){ emit(this.Name, 1); }   其实是让值永远为1

var map = function(){ emit(this.Name, this.Age); }
var reduce = function( key, values ){ return Array.sum(values); }
var options = {query: { Age: {$lt: 2} }, out: { inline : 1 }}
db.Person.mapReduce(map,reduce,options)

结果如下

 

 

分析一下：
1. map部分
作用：用于分组的。
emit(param1, param2)
param1：需要分组的字段，this.字段名。
param2：需要进行统计的字段，this.字段名。

2. reduce部分
作用：处理需要统计的字段
var reduce = function(key, values){
......统计字段处理
}
key： 指分组字段（emit的param1）对应的值
values：指需要统计的字段（emit的param2）值组成的数组

简单介绍统计常用的方法：
* 对数值类型进行求和

1 2 3 4

<span style="font-size: 16px;">var reduce = function(key, values){ return Array.sum(values); } </span>

* 对字符串类型进行拼凑

1 2 3

<span style="font-size: 16px;">var reduce = function(key, values){ return values.join(', '); }</span>

3. options部分
{ query: { age: {$lt: 25} }, out: "name_totals" }
query：先筛选符合条件的记录出来，再进行分组统计。
out：将分组统计后的结果输出到哪个集合当中。
默认情况下，out所指定的集合在数据库断开连接后再次打开时，依旧存在，并保留之前的所有记录的。

4. 执行分组统计
>db.集合名.mapReduce( map, reduce, options )

 

第二种统计方式--命令统计

1.命令如下：

注意：out参数 out:"Person_Name" 代表会创建一个临时表Person_Name 然后再从临时表中查找，out:{inline:1} 代表直接显示在当前命令执行的结果中

var map = function(){ emit(this.Name, this.Age); }
var reduce = function( key, values ){ return Array.sum(values); }
db.runCommand({mapreduce:"Person",map:map,reduce:reduce,out:"Person_Name",keeptemp: false,query: { Age:{ $lt: 2 }},sort:{ Name:1},
    limit:3
})

 解析：
mapreduce：
分组统计的集合名
eg：
mapreduce: 'mythings'
不能写成mapreduce: mythings，否则报异常：mythings is not defined

map,reduce ：
同上，不做阐述

out ：
将分组统计结果输出到某个集合。
注意：不能缺省，必须指定名称，否则报错，报错如下：
“exception: 'out' has to be a string or an object”

keeptemp ：
是否保留临时集合（指out指定的集合）
keeptemp：false时会在数据库断开连接后，MongoDB会移除该集合的所有记录。而不是删除。
keeptemp：true时即使数据库断开连接后，再次连接上，该临时集合依旧保持之前所有记录。
keeptemp默认值为true。

query ：
筛选记录后，再进行分组统计
eg:
query: { age:{ $lt: 25 }}

sort ：
对分组统计的集合进行排序，也即先排序，后再执行分组统计的。
注意：这里的排序需要用到索引，必须先创建索引。

limit ：

对分组统计的集合先进行限制返回记录的条数，然后再去进行统计操作。注意：不要理解成对统计后的结果进行限制返回记录条数。

verbose ：
显示时间统计信息，取值为true/false