mongo基础之 聚合命令 aggregation(4)

聚合操作介绍  

 db.collection.aggregate( [pipeline], ) - performs an aggregation on a collection; returns a cursor
 2个参数，一个管道列表  一个可选参数

管道包括多个阶段

阶段	描述
$addFields	向文档添加新字段。类似于 $project，$addFields重塑流中的每个文档; 具体而言，通过向输出文档添加新字段，该文档包含输入文档和新添加字段中的现有字段。 格式 { $addFields: { : , ... } } 示例 db.scores.aggregate( [ { $addFields: { totalHomework: { $sum: "$homework" } , totalQuiz: { $sum: "$quiz" } } }, { $addFields: { totalScore: { $add: [ "$totalHomework", "$totalQuiz", "$extraCredit" ] } } } ] ) expression 部分一般就是 公式 和 字段 ，字段一般用$column 表示。
$bucket	根据指定的表达式和存储区边界，将传入的文档分组，称为存储桶。 db.artwork.aggregate( [ { $bucket: { groupBy: "$price", boundaries: [ 0, 200, 400 ], default: "Other", output: { "count": { $sum: 1 }, "titles" : { $push: "$title" } } } } ] )
$bucketAuto	根据指定的表达式将传入的文档分类为特定数量的组（称为存储桶）。自动确定存储桶边界，以尝试将文档均匀地分配到指定数量的存储桶中。 db.artwork.aggregate( [ { $bucketAuto: { groupBy: "$price", buckets: 4 } } ] )
$collStats	返回有关集合或视图的统计信息。 包括读写时间个数，存储信息统计。 db.matrices.aggregate( [ { $collStats: { storageStats: { } } } ] )
$count	返回聚合管道此阶段的文档数量计数。 db.scores.aggregate( [ { $match: { score: { $gt: 80 } } }, { $count: "passing_scores" } ] ) $count 后 跟字段名字，一共进来多少个文档
$facet	在同一组输入文档的单个阶段内处理多个聚合管道。支持创建能够在单个阶段中跨多个维度或方面表征数据的多面聚合。 { $facet:    {       : [ , , ... ],       : [ , , ... ],       ...    } } db.artwork.aggregate( [   {     $facet: {       "categorizedByTags": [         { $unwind: "$tags" },         { $sortByCount: "$tags" }       ],       "categorizedByPrice": [         { $match: { price: { $exists: 1 } } },         {           $bucket: {             groupBy: "$price",             boundaries: [  0, 150, 200, 300, 400 ],             default: "Other",             output: {               "count": { $sum: 1 },               "titles": { $push: "$title" }             }           }         }       ],       "categorizedByYears(Auto)": [         {           $bucketAuto: {             groupBy: "$year",             buckets: 4           }         }       ]     }   } ])
$geoNear	基于与地理空间点的接近度返回有序的文档流。集成的功能 $match，$sort以及$limit地理空间数据。输出文档包括附加距离字段，并且可以包括位置标识符字段。 { $geoNear: { } } db.places.aggregate([ { $geoNear: { near: { type: "Point", coordinates: [ -73.99279 , 40.719296 ] }, key:"location", distanceField: "dist.calculated", maxDistance: 2, query: { category: "Parks" }, includeLocs: "dist.location", spherical: true } } ])
$graphLookup	对集合执行递归搜索。对于每个输出文档，添加一个新的数组字段，其中包含该文档的递归搜索的遍历结果。 db.employees.aggregate( [ { $graphLookup: { from: "employees", startWith: "$reportsTo", connectFromField: "reportsTo", connectToField: "name", as: "reportingHierarchy" } } ] )
$group	按指定的标识符表达式对文档进行分组，并将累加器表达式（如果已指定）应用于每个组。消耗所有输入文档，并为每个不同的组输出一个文档。输出文档仅包含标识符字段，如果指定，则包含累积字段。 { $group: { _id: , // Group By Expression : { : }, ... } } db.sales.aggregate( [ // First Stage { $group : { _id : "$item", totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } } } }, // Second Stage { $match: { "totalSaleAmount": { $gte: 100 } } } ] )
$indexStats	返回有关集合的每个索引的使用的统计信息。 db.orders.aggregate( [ { $indexStats: { } } ] )
$limit	将未修改的前n个文档传递给管道，其中n是指定的限制。对于每个输入文档，输出一个文档（对于前n个文档）或零文档（在前n个文档之后）。 db.article.aggregate( { $limit : 5 } );
$listSessions	列出活动时间足以传播到system.sessions集合的所有会话。 db.system.sessions.aggregate( [ { $listSessions: { users: [ {user: "myAppReader", db: "test" } ] } } ] )
$lookup	对同一数据库中的另一个集合执行左外连接，以 从“已连接”集合中过滤文档以进行处理。 表连接查询 { $lookup: { from: "otherCollection", as: "resultingArray", localField: "x", foreignField: "y" } }
$match	过滤文档流以仅允许匹配的文档未经修改地传递到下一个管道阶段。 $match使用标准的MongoDB查询。对于每个输入文档，输出一个文档（匹配）或零文档（不匹配）。
$out	将聚合管道的结果文档写入集合。要使用$out舞台，它必须是管道中的最后一个阶段。 db.books.aggregate( [ { $group : { _id : "$author", books: { $push: "$title" } } }, { $out : "authors" } ] )
$project	重新整形流中的每个文档，例如添加新字段或删除现有字段。对于每个输入文档，输出一个文档。 db.books.aggregate( [ { $project : { title : 1 , author : 1 } } ] )
$redact	access level 存取等级 有三种： - $$DESCEND 返回当前等级的文档，排除掉该等级下的内嵌等级文档； - $$PRUNE 排除掉满足条件的当前等级及其下属等级的所有内容，而不再检查其内嵌文档是否还有满足条件的内容； - $$KEEP 保留满足条件的当前等级及其下属等级的所有内容，而不再检查其内嵌文档是否有满足条件的内容； 与其他完全过滤不同，$redact聚合是对文档内部进行操作，返回的是经过删减的文档，而不是将整个文档都删除掉。该操作符常常和$cond一起使用。 var userAccess = [ "STLW", "G" ]; db.forecasts.aggregate( [ { $match: { year: 2014 } }, { $redact: { $cond: { if: { $gt: [ { $size: { $setIntersection: [ "$tags", userAccess ] } }, 0 ] }, then: "$$DESCEND", else: "$$PRUNE" } } } ] );
$replaceRoot	用指定的嵌入文档替换文档。该操作将替换输入文档中的所有现有字段，包括_id字段。指定嵌入在输入文档中的文档以将嵌入文档提升到顶层。 db.people.aggregate( [    { $replaceRoot: { newRoot: { $mergeObjects:  [ { dogs: 0, cats: 0, birds: 0, fish: 0 }, "$pets" ] }} } ] )
$sample	从输入中随机选择指定数量的文档。 db.users.aggregate(    [ { $sample: { size: 3 } } ] )
$skip	跳过前n个文档，其中n是指定的跳过编号，并将未修改的其余文档传递给管道。对于每个输入文档，输出零文档（对于前n个文档）或一个文档（如果在前n个文档之后）。 db.article.aggregate(     { $skip : 5 } );
$sort	按指定的排序键重新排序文档流。只有订单改变; 文件保持不变。对于每个输入文档，输出一个文档。 db.users.aggregate(    [      { $sort : { age : -1, posts: 1 } }    ] )
$sortByCount	根据指定表达式的值对传入文档进行分组，然后计算每个不同组中的文档计数。 db.exhibits.aggregate( [ { $unwind: "$tags" }, { $sortByCount: "$tags" } ] )
$unwind	从输入文档解构数组字段以输出每个元素的文档。每个输出文档都使用元素值替换数组。对于每个输入文档，输出n个文档，其中n是数组元素的数量，对于空数组，可以为零。 db.inventory2.aggregate( [    { $unwind: { path: "$sizes", preserveNullAndEmptyArrays: true } } ] )

$set	修改或者添加新字段 db.animals.aggregate( [ { $set: { "cats": 20 } } ] )

$unset

删除多个字段 db.books.aggregate([ { $unset: [ "isbn", "copies" ] } ])

$replaceWith

删除多个字段 db.books.aggregate([ { $unset: [ "isbn", "copies" ] } ])

$unset

删除多个字段 db.books.aggregate([ { $unset: [ "isbn", "copies" ] } ])

db.aggregate()阶段

从3.6版开始，MongoDB还提供了以下 db.aggregate方法：

以下阶段使用db.aggregate()方法而不是db.collection.aggregate()方法。

阶段	描述
$currentOp	返回有关MongoDB部署的活动和/或休眠操作的信息。
$listLocalSessions	列出最近在当前连接mongos或mongod 实例上使用的所有活动会话。这些会话可能尚未传播到system.sessions集合中。

其他聚合操作符，参考 http://www.mongoing.com/docs/reference/operator/aggregation-pipeline.html

db.getCollection('process').aggregate([

    {

        $match :{"xx":{$in:["xx1","xx2"]}}

    },

    {

        $sort:{"create_time":-1}

    },

    {

        $skip :14

    },

    {

      $limit:1

    },

    {

        $unwind: { 

            path: "$processResult.factor_list",

            includeArrayIndex: "arrayIndex",

            preserveNullAndEmptyArrays: true

        }

    },

    {

        $project : {

            source_id : 1 ,

            create_at: '$create_time',

            credit_id: 1,

            _id:0,

            hello:"asd",

            event_code :1 ,

            processResult:'$processResult.factor_list'

           

        }

    },

    {

        $sort:{"processResult.name":-1}

    },

     {

      $limit:10

    },

    {

        $match :{"processResult.type":{$eq:"router"}}

    },

   

     {

        $group:{

              _id : "$source_id", 

              count: {$sum : 1},

              max_eventcode:{ "$max":"$event_code"},

              min_eventcode:{ "$min":"$event_code"},

              avg_eventcode:{ "$avg":"$event_code"},

              factor_types_list:{"$push":"$processResult.type"},

              factor_types_set:{"$addToSet":"$processResult.type"},

              firstcreditid:{"$first":"$credit_id"},

              lastcreditid:{"$last":"$credit_id"}

        }

    },

 {

        $group:{

              _id :  {'a': '$a', 'b': '$b', 'D': '$D'}, 

              count: {$sum : 1},

              max_eventcode:{ "$max":"$event_code"},

              min_eventcode:{ "$min":"$event_code"},

              avg_eventcode:{ "$avg":"$event_code"},

              factor_types_list:{"$push":"$processResult.type"},

              factor_types_set:{"$addToSet":"$processResult.type"},

              firstcreditid:{"$first":"$credit_id"},

              lastcreditid:{"$last":"$credit_id"}

        }

    },

  {$out: 'hh_col’},

   {

        $match :{"count":{$gt:5}}

    },

    ]

    ,{allowDiskUse: true}

)

聚合管道的优化 http://www.mongoing.com/docs/core/aggregation-pipeline-optimization.html

聚合管道的限制 http://www.mongoing.com/docs/core/aggregation-pipeline-limits.html

聚合管道和分片集合 http://www.mongoing.com/docs/core/aggregation-pipeline-sharded-collections.html