MongoDB高级查询[聚合Group]

Group大约需要一下几个参数。

1. key：用来分组文档的字段。和keyf两者必须有一个

2. keyf：可以接受一个javascript函数。用来动态的确定分组文档的字段。和key两者必须有一个

3. initial：reduce中使用变量的初始化

4. reduce：执行的reduce函数。函数需要返回值。

5. cond：执行过滤的条件。

6. finallize：在reduce执行完成，结果集返回之前对结果集最终执行的函数。可选的

   
   

实现聚合函数

在关系数据库中，我们可以在数值型字段上执行包含预定义聚合函数的SQL语句，比如，SUM()、COUNT()、MAX()和MIN()。但是在MongoDB中，需要通过MapReduce功能来实现聚合以及批处理，它跟SQL里用来实现聚合的GROUP BY从句比较类似。下一节将描述关系数据库中SQL方式实现的聚合和相应的通过MongoDB提供的MapReduce实现的聚合。

为了讨论这个主题，我们考虑如下所示的Sales表，它以MongoDB中的反范式形式呈现。

Sales表

#	列名	数据类型
1	OrderId	INTEGER
2	OrderDate	STRING
3	Quantity	INTEGER
4	SalesAmt	DOUBLE
5	Profit	DOUBLE
6	CustomerName	STRING
7	City	STRING
8	State	STRING
9	ZipCode	STRING
10	Region	STRING
11	ProductId	INTEGER
12	ProductCategory	STRING
13	ProductSubCategory	STRING
14	ProductName	STRING
15	ShipDate	STRING

 

基于SQL和MapReduce的实现

我们提供了一个查询的样例集，这些查询使用聚合函数、过滤条件和分组从句，及其等效的MapReduce实现，即MongoDB实现SQL中GROUP BY的等效方式。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。下表是一些常用的聚合函数的实现。稍后，我们会讨论这些函数在MapReduce任务中的使用。

聚合函数	Javascript 函数
SUM	db.system.js.save( { _id : "Sum" , value : function(key,values) {     var total = 0;     for(var i = 0; i < values.length; i++)         total += values[i];     return total; }});
AVERAGE	db.system.js.save( { _id : "Avg" , value : function(key,values) {     var total = Sum(key,values);     var mean = total/values.length;     return mean; }});
MAX	db.system.js.save( { _id : "Max" , value : function(key,values) {     var maxValue=values[0];     for(var i=1;i
MIN	db.system.js.save( { _id : "Min" , value : function(key,values) {     var minValue=values[0];     for(var i=1;i
VARIANCE	db.system.js.save( { _id : "Variance" , value : function(key,values) {     var squared_Diff = 0;     var mean = Avg(key,values);     for(var i = 0; i < values.length; i++)     {         var deviation = values[i] - mean;         squared_Diff += deviation * deviation;     }     var variance = squared_Diff/(values.length);     return variance; }});
STD DEVIATION	db.system.js.save( { _id : "Standard_Deviation" , value : function(key,values) {     var variance = Variance(key,values);     return Math.sqrt(variance); }});

 

SQL和MapReduce脚本在四种不同的用例场景中实现聚合函数的代码片段如下表所示。

1.各地区的平均订单量

下面的查询是用来获取不同地区的平均订单量。

SQL Query	MapReduce Functions
SELECT	db.sales.runCommand( { mapreduce : "sales" ,
City, State, Region,	map:function() { // emit function handles the group by         emit( {        // Key         city:this.City,         state:this.State,         region:this.Region},        // Values         this.Quantity); },
AVG(Quantity)	reduce:function(key,values) {    var result = Avg(key, values);     return result; }
FROM sales
GROUP BY City, State, Region	// Group By is handled by the emit(keys, values)  line in the map() function above
	out : { inline : 1 } });

2.产品的分类销售总额

下面的查询是用来获取产品的分类销售额，根据产品类别的层级分组。在下面例子中，不同的产品类别作为个体维度，它们也可以被称为更复杂的基于层次的维度。

SQL 查询	MapReduce 函数
SELECT	db.sales.runCommand( { mapreduce : "sales" ,
ProductCategory, ProductSubCategory, ProductName,	map:function() {         emit(        // Key         {key0:this.ProductCategory,         key1:this.ProductSubCategory,         key2:this.ProductName},        // Values         this.SalesAmt); },
SUM(SalesAmt)	reduce:function(key,values) {    var result = Sum(key, values);    return result; }
FROM sales
GROUP BY ProductCategory, ProductSubCategory, ProductName	// Group By is handled by the emit(keys, values)  line in the map() function above
	out : { inline : 1 } });

 

3. 一种产品的最大利润

下面的查询是用来获取一个给定产品基于过滤条件的最大利润。

SQL查询	MapReduce 函数
SELECT	db.sales.runCommand( { mapreduce : "sales" ,
ProductId, ProductName,	map:function() {    if(this.ProductId==1)         emit( {             key0:this.ProductId,             key1:this.ProductName},            this.Profit); },
MAX(SalesAmt)	reduce:function(key,values) {    var maxValue=Max(key,values);    return maxValue; }
FROM sales
WHERE ProductId=’1’	// WHERE condition implementation is provided in  map() function
GROUP BY ProductId, ProductName	// Group By is handled by the emit(keys, values)  line in the map() function above
	out : { inline : 1 } });

 

4. 总量、总销售额、平均利润

这个场景的需求是计算订单的总数、总销售额和平均利润，订单ID在1到10之间，发货时间在2011年的1月1日到12月31日之间。下面的查询是用来执行多个聚合，比如，在指定年份以及指定的不同区域和产品类别范围里订单的总数、总销售额和平均利润。

SQL 查询	MapReduce 函数
SELECT	db.sales.runCommand( { mapreduce : "sales" ,
Region, ProductCategory, ProductId,	map:function() {     emit( {        // Keys         region:this.Region,         productCategory:this.ProductCategory,         productid:this.ProductId},        // Values         {quantSum:this.Quantity,         salesSum:this.SalesAmt,         avgProfit:this.Profit} ); }
Sum(Quantity), Sum(Sales), Avg(Profit)	reduce:function(key,values) {    var result= {quantSum:0,salesSum:0,avgProfit:0};    var count = 0;     values.forEach(function(value)     {        // Calculation of Sum(Quantity)         result.quantSum += values[i].quantSum;        // Calculation of Sum(Sales)         result.salesSum += values[i].salesSum;         result.avgProfit += values[i].avgProfit;         count++;     }    // Calculation of Avg(Profit)     result.avgProfit = result.avgProfit / count;    return result; },
FROM Sales
WHERE
Orderid between 1 and 10 AND Shipdate BETWEEN ‘01/01/2011’ and ‘12/31/2011’	query : {        "OrderId" : { "$gt" : 1 },        "OrderId" : { "$lt" : 10 },        "ShipDate" : { "$gt" : "01/01/2011" },        "ShipDate" : { "$lt" : "31/12/2011" }, },
GROUP BY Region, ProductCategory, ProductId	// Group By is handled by the emit(keys, values)  line in the map() function above
LIMIT 3;	limit : 3,
	out : { inline : 1 } });

MongoDB的MapReduce功能通过数据库命令来调用。Map和Reduce函数在前面章节里已经使用JavaScript实现。下面是执行MapReduce函数的语法。

db.runCommand(     { mapreduce : ,         map : ,         reduce :          [, query : ]         [, sort : ]         [, limit : ]         [, out : ]         [, keeptemp: ]         [, finalize : ]         [, scope : ]         [, jsMode : true]         [, verbose : true]     } ) Where the Output Options include: { replace : "collectionName" } { merge : "collectionName" { reduce : "collectionName" } { inline : 1}

创建并保存聚合函数

• 通过MongoDB命令行窗口执行如下命令：

> db.system.js.save( { _id : "Sum" ,
value : function(key,values)
{
    var total = 0;
    for(var i = 0; i < values.length; i++)
        total += values[i];
    return total;
}});

• 在示例表Sales表上执行MapReduce程序

> db.sales.runCommand(
{
mapreduce : "sales" ,
map:function()
{
emit(
{key0:this.ProductCategory,
key1:this.ProductSubCategory,
key2:this.ProductName},
this.SalesAmt);
},
reduce:function(key,values)
{
    var result = Sum(key, values);
    return result;
}
out : { inline : 1 } });

输出如下：

"results" : [
        {
                "_id" : {
                        "key0" : "BT",
                        "key1" : "hardware",
                        "key2" : "CRUD"
                },
                "value" : 400
        },
        {
                "_id" : {
                        "key0" : "BT",
                        "key1" : "services",
                        "key2" : "VOCI"
                },
                "value" : 200
        },
        {
                "_id" : {
                        "key0" : "IT",
                        "key1" : "hardware",
                        "key2" : "HIM"
                },
                "value" : 200
        },

        {
                "_id" : {
                        "key0" : "IT",
                        "key1" : "software",
                        "key2" : "Grad"
                },
                "value" : 200
        }
],
"timeMillis" : 1,
"timing" : {
        "mapTime" : NumberLong(1),
        "emitLoop" : 1,
        "total" : 1
},
"counts" : {
        "input" : 5,
        "emit" : 5,
        "output" : 4
},"ok" : 1