MongoDB管道聚合各阶段示例
MongoDB管道聚合各阶段示例
翻译自：blog.mongodb.org
下面我们就来看看几个操作符：
$match
$match的作用是过滤数据，通过设置一个条件，将数据进行筛选过滤，例子：
db.runCommand({ aggregate : "article", pipeline : [
{ $match : { author : "dave" } }
]});
这相当于将article这个collection中的记录进行筛选，筛选条件是author属性值为dave，其作用其实相当于普通的find命令，如：
> db.article.find({ author : "dave" });
所以，那这个命令有什么用呢？与find不同，find的结果是直接作为最终数据返回，而$match只是pipeline中的一环，它筛选的结果数据可以再进行下一级的统计操作。
$project
$project命令用于设定数据的筛选字段，就像我们SQL中select需要的字段一样。例子：
db.runCommand({ aggregate : "article", pipeline : [
{ $match : { author : "dave" } },
{ $project : {
_id : 0,
author : 1,
tags : 1
}}
]});
上面就是将所有author为dave的记录的author和tags两个字段取出来。（_id:0 表示去掉默认会返回的_id字段）
其实上面这个功能也能用我们平时用的find命令来实现，如：
> db.article.find({ author : "dave" }, { _id : 0, author : 1, tags : 1);
$unwind
$unwind命令很神奇，他可以将某一个为array类型字段的数据拆分成多条，每一条包含array中的一个属性。
比如你使用下面命令添加一条记录：
db.article.save( {
title : "this is your title" ,
author : "dave" ,
posted : new Date(4121381470000) ,
pageViews : 7 ,
tags : [ "fun" , "nasty" ] ,
comments : [
{ author :"barbara" , text : "this is interesting" } ,
{ author :"jenny" , text : "i like to play pinball", votes: 10 }
],
other : { bar : 14 }
});
这里面tags字段就是一个array。下面我们在这个字段上应用$unwind操作
db.runCommand({ aggregate : "article", pipeline : [
{ $unwind : "$tags" }
]});
上面命令的意思就是按tags字段来拆分，此命令执行的结果如下：
{
"result" : [
{
"_id" : ObjectId("4eeeb5fef09a7c9170df094b"),
"title" : "this is your title",
"author" : "dave",
"posted" : ISODate("2100-08-08T04:11:10Z"),
"pageViews" : 7,
"tags" : "fun",
"comments" : [
{
"author" : "barbara",
"text" : "this is interesting"
},
{
"author" : "jenny",
"text" : "i like to play pinball",
"votes" : 10
}
],
"other" : {
"bar" : 14
}
},
{
"_id" : ObjectId("4eeeb5fef09a7c9170df094b"),
"title" : "this is your title",
"author" : "dave",
"posted" : ISODate("2100-08-08T04:11:10Z"),
"pageViews" : 7,
"tags" : "nasty",
"comments" : [
{
"author" : "barbara",
"text" : "this is interesting"
},
{
"author" : "jenny",
"text" : "i like to play pinball",
"votes" : 10
}
],
"other" : {
"bar" : 14
}
}
],
"ok" : 1
}
我们可以看到，原来的tags字段是一个包含两个元素的数组，通过$unwind命令后，被拆分成两条记录，每一条记录的tags字段是原来数组中的一个元素。
$group
$group命令比较好理解，功能就是按某一个key将key值相同的多条数据组织成一条。
比如我们使用下面命令再往article这个collection中写入一条记录，这时候我们就有两条记录了：
db.article.save( {
title : "this is some other title" ,
author : "jane" ,
posted : new Date(978239834000) ,
pageViews : 6 ,
tags : [ "nasty" , "filthy" ] ,
comments : [
{ author :"will" , text : "i don't like the color" } ,
{ author :"jenny" , text : "can i get that in green?" }
],
other : { bar : 14 }
});
我们可以先用上面的$unwind按tags将记录拆成多条，然后再将记录按tags字段重新组织，将同一个tag对应的所有author放在一个array中。只需要像下面这样写：
db.runCommand({ aggregate : "article", pipeline : [
{ $unwind : "$tags" },
{ $group : {
_id : "$tags",
count : { $sum : 1 },
authors : { $addToSet : "$author" }
}}
]});
这时候你就能得到如下结果了
{
"result" : [
{
"_id" : "filthy",
"count" : 1,
"authors" : [
"jane"
]
},
{
"_id" : "fun",
"count" : 1,
"authors" : [
"dave"
]
},
{
"_id" : "nasty",
"count" : 2,
"authors" : [
"jane",
"dave"
]
}
],
"ok" : 1
}
在易用性方面它们提供给我们很多便利，但是MongoDB MapReduce的最大硬伤，单个mongod中无法并行执行，貌似还是没有解决。虽然其命令中采用了pipeline 的组织模式，但是貌似还是完全串行且分降段完成的。