MongoDB 聚合查询

MongoDB除了主要的查询功能之外，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
    --測试插入一个文档后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。

从结果能够看出。仅仅有符合条件的文档參与了计算。

    > db.test.count({"test":1})
    1
     
2. distinct：
    distinct用来找出给定键的全部不同的值。使用时也必须指定集合和键。

    --为了便于后面的測试，先清空測试集合。

    > db.test.remove()
    > db.test.count()
    0
    --插入4条測试数据。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，以及须要区分的字段。如：age。
    --以下的命令将基于test集合中的age字段运行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。先选定分组所根据的键。此后MongoDB就会将集合根据选定键值的不同分成若干组。然后能够通过聚合每一组内的文档。产生一个结果文档。
    --这里是准备的測试数据
    > 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，同一时候也取出该文档的price键值。
    > db.test.group( {
    ... "key" : {"day":true},           --假设是多个字段，能够为{"f1":true,"f2":true}
    ... "initial" : {"time" : "0"},       --initial表示$reduce函数參数prev的初始值。

每一个组都有一份该初始值。
    ... "$reduce" : function(doc,prev) {  --reduce函数接受两个參数。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
        }
    ]
    --以下的样例是统计每一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
        }
    ]
    --最后一个是通过完毕器改动reduce结果的样例。
    > 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
        }    
    ]

參考：http://www.cnblogs.com/stephen-liu74/archive/2012/09/19/2652308.html