MongoDB之聚合

MongoDB除了基本的查询功能，还提供了很多强大的聚合工具。

count

和SQL中类似，用来统计集合中的文档数量总和：

不管集合有多大，count都能够快速的返回文档数量。
可以添加筛选条件，但需要牺牲查询性能：

db.lf.count({"name":"rrrr"})

distinct

用来找出给定键的所有不同值，使用时必须指定集合和键：

group

group会促使MongoDB将集合依据选定键值的不同分成若干组，然后通过聚合每一组内的文档，产生一个结果文档。讲的有点模糊？看下面的例子：

db.runCommand(
{
　　"group":
　　{
　　　　"ns":"lf",
　　　　"key":{"name":true},
　　　　"initial":{"count":0},
　　　　"$reduce":function(doc,prev)
　　　　{
　　　　　　prev.count++;
　　　　},
　　　　"condition":{"age":{"$gt":20}}
　　}
}
)

通过ns指定要分组的集合：

   "ns":"lf",

通过key完成文档分组的依据：

"key":{"name":true},

这里说明所有name键的值相同的文档会被划分到一组，true代表会返回键name的值。
initial代表初始化，可以用来设置累加器变量

 "initial":{"count":0},

$reduce表示函数调用

  "$reduce":function(doc,prev){...}

condition用来存放筛选条件：

"condition":{"age":{"$gt":20}}

最后执行结果为：

finalize

下面介绍一下完成器finalize,完成器用于精简从数据库传到用户的数据，也就是说，可以针对查询结果进一步过滤：

db.runCommand(
　　{
　　　　"group":
　　　　{
　　　　　　"ns":"lf",
　　　　　　"key":{"name":true},
　　　　　　"initial":{"count":0},
　　　　　　"$reduce":function(doc,prev)
　　　　　　{
　　　　　　　　prev.count++;
　　　　　　},
　　　　　　"finalize":function(doc)
　　　　　　{
　　　　　　　　doc.num=doc.count;
　　　　　　　　delete doc.count;
　　　　　　}
　　　　}
　　}
)

finalize能够修改传递的参数，也能够返回新值，结果如下：

$keyf

有些时候分组所依据的条件很复杂,不仅是一个键.比如要使用group计算每个类别有多篇博客文章.由于有很多作者,给文章分类时可能不规律的使用了大小写。
所以,如果要是按类别名来分组,最后”MongoDB”和”mongodb”就是不同的组.为了消除这种大小写的影响,就要定义一个函数来确定文档所依据的键。定义分组要用到$keyf：

db.runCommand(
 {
  "group":
   {
    "ns":"lf",
    "$keyf":function(doc){return {"name":doc.username.toLowerCase()}},
    "initial":{"count":0},
    "$reduce":function(doc,prev)
       {
        prev.count++;
       }
   }
 }
)