标签：组合 jin www ros find filter 3.5 fish family
MongoDB二个主要的操作：一个是查询，另一个是统计。对于查询而言，主要是find()方法，再配合Filters组合多个查询条件。
对于统计而言，则主要是aggregate操作，比如 group、sum、avg、project、match……
aggregate可以将上述操作组织成 pipeline 形式，依次经过各种操作处理。
本文是MongoDB University M101的课程笔记，主要记录：MongoDB aggregate的一些常用操作。
①project
它是个1：1的操作，即一个Document输入给project处理，输出一个新的Document。它主要对Key进行处理（大小写转换、删除原来Document某些Key……）
比如原Document如下：
{
"city" : "ACMAR",
"loc" : [
-86.51557,
33.584132
],
"pop" : 6055,
"state" : "AL",
"_id" : "35004"
}
想把它变成：
{
"city" : "acmar",
"pop" : 6055,
"state" : "AL",
"zip" : "35004"
}
使用：project操作符进行处理：
db.zips.aggregate([
{$project:{_id:0, city:{$toLower:"$city"}, pop:1, state:1, zip:"$_id"}}
])
_id:0 去掉原Document中的_id字段；city:{$ toLower:"$city"} 对原Document中的 "$city" 的值全部转换成小写，赋给新city字段
pop:1 state:1 表示将原Document中的 pop 字段、state 字段 放到新Document中
zip:"$_id" 将原Document中的 ‘_id‘字段值 赋值给 新的 "zip" 字段
②group avg，根据分组求平均值。比如某个Document格式如下：对 state字段进行分组，求每个state的人口(pop)的平均值
{
"city" : "FISHERS ISLAND",
"loc" : [
-72.017834,
41.263934
],
"pop" : 329,
"state" : "NY",
"_id" : "06390"
}
db.zips.aggregate([
{"$group":{"_id":"$state", "average_pop":{"$avg":"$pop"}}}
])
$group表示分组操作，执行该操作后会生成一个新Document。
_id:$state 表示对 $state 字段进行分组，生成的新Document的 _id 为 state的值
"$avg":"$pop" 表示对原Document中的 “pop”字段按 $state 分组求平均值。得到的平均值为 "average_pop"字段的值。
最终的结果如下：
{ "_id" : "NY", "average_pop" : 9705.34 }
{ "_id" : "CT", "average_pop" : 13226.48 }
{ "_id" : "CA", "average_pop" : 19067.72 }
{ "_id" : "NJ", "average_pop" : 16949.9 }
③match
Document示例如下：想要过滤人口字段(pop)大于100 000 的所有记录。
{
"city" : "ACMAR",
"loc" : [
-86.51557,
33.584132
],
"pop" : 6055,
"state" : "AL",
"_id" : "35004"
}
db.zips.aggregate([
{$match:{
pop:{$gt:100000}
}
}
])
$match表示对 Document进行过滤
pop:{$gt:100000} 表示根据 pop 字段过滤，过滤的条件为 pop 的值大于100000
标签：组合 jin www ros find filter 3.5 fish family
原文地址：http://www.cnblogs.com/hapjin/p/7859434.html
