出处：http://www.cnblogs.com/stephen-liu74/archive/2012/09/19/2652308.html
MongoDB除了基本的查询功能之外，还提供了强大的聚合功能。这里主要介绍count、distinct和group。
1. count：
--在空集合中，count返回的数量为0。
> db.test.count()
0
--测试插入一个文档后count的返回值。
> db.test.insert({"test":1})
> db.test.count()
1
> db.test.insert({"test":2})
> db.test.count()
2
--count和find一样，也接受条件。从结果可以看出，只有符合条件的文档参与了计算。
> db.test.count({"test":1})
1
2. distinct：
distinct用来找出给定键的所有不同的值。使用时也必须指定集合和键。
--为了便于后面的测试，先清空测试集合。
> db.test.remove()
> db.test.count()
0
--插入4条测试数据。请留意Age字段。
> db.test.insert({"name":"Ada", "age":20})
> db.test.insert({"name":"Fred", "age":35})
> db.test.insert({"name":"Andy", "age":35})
> db.test.insert({"name":"Susan", "age":60})
--distinct命令必须指定集合名称，如test，以及需要区分的字段，如：age。
--下面的命令将基于test集合中的age字段执行distinct命令。
> db.runCommand({"distinct":"test", "key":"age"})
{
"values" : [
20,
35,
60
],
"stats" : {
"n" : 4,
"nscanned" : 4,
"nscannedObjects" : 4,
"timems" : 0,
"cursor" : "BasicCursor"
},
"ok" : 1
}
3. group：
group做的聚合有些复杂。先选定分组所依据的键，此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档，产生一个结果文档。
--这里是准备的测试数据
> db.test.remove()
> db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 03:20:40", "price" : 4.23})
> db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27})
> db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.10})
> db.test.insert({"day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.30})
> db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 08:34:00", "price" : 4.01})
--这里将用day作为group的分组键，然后取出time键值为最新时间戳的文档，同时也取出该文档的price键值。
> db.test.group( {
... "key" : {"day":true}, --如果是多个字段，可以为{"f1":true,"f2":true}
... "initial" : {"time" : "0"}, --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。
... "$reduce" : function(doc,prev) { --reduce函数接受两个参数，doc表示正在迭代的当前文档，prev表示累加器文档。
... if (doc.time > prev.time) {
... prev.day = doc.day
... prev.price = doc.price;
... prev.time = doc.time;
... }
... } } )
[
{
"day" : "2012-08-20",
"time" : "2012-08-20 05:00:00",
"price" : 4.1
},
{
"day" : "2012-08-21",
"time" : "2012-08-21 11:28:00",
"price" : 4.27
},
{
"day" : "2012-08-22",
"time" : "2012-08-22 05:26:00",
"price" : 4.3
}
]
--下面的例子是统计每个分组内文档的数量。
> db.test.group( {
... key: { day: true},
... initial: {count: 0},
... reduce: function(obj,prev){ prev.count++;},
... } )
[
{
"day" : "2012-08-20",
"count" : 2
},
{
"day" : "2012-08-21",
"count" : 2
},
{
"day" : "2012-08-22",
"count" : 1
}
]
--最后一个是通过完成器修改reduce结果的例子。
> db.test.group( {
... key: { day: true},
... initial: {count: 0},
... reduce: function(obj,prev){ prev.count++;},
... finalize: function(out){ out.scaledCount = out.count * 10 } --在结果文档中新增一个键。
... } )
[
{
"day" : "2012-08-20",
"count" : 2,
"scaledCount" : 20
},
{
"day" : "2012-08-21",
"count" : 2,
"scaledCount" : 20
},
{
"day" : "2012-08-22",
"count" : 1,
"scaledCount" : 10
}
]