当前位置: 首页 > news >正文

[Mongodb 5.0]聚合操作

 本文对应Aggregation Operations — MongoDB Manual

 

 正文

此章节主要介绍了Aggregation Pipeline,其实就是将若干个聚合操作放在管道中进行执行,每一个聚合操作的结果作为下一个聚合操作的输入,每个聚合指令被称为一个stage。

在正式开始学习聚合操作前,请先按照下面的方式在你的mongodb中创建数据可和插入记录:

首先通过创建数据库和表,我这里为了方便直接使用可视化工具Robo3T(官网推荐)来进行操作

 然后直接通过下面指令添加记录

db.orders.insertMany( [{ _id: 0, name: "Pepperoni", size: "small", price: 19,quantity: 10, date: ISODate( "2021-03-13T08:14:30Z" ) },{ _id: 1, name: "Pepperoni", size: "medium", price: 20,quantity: 20, date : ISODate( "2021-03-13T09:13:24Z" ) },{ _id: 2, name: "Pepperoni", size: "large", price: 21,quantity: 30, date : ISODate( "2021-03-17T09:22:12Z" ) },{ _id: 3, name: "Cheese", size: "small", price: 12,quantity: 15, date : ISODate( "2021-03-13T11:21:39.736Z" ) },{ _id: 4, name: "Cheese", size: "medium", price: 13,quantity:50, date : ISODate( "2022-01-12T21:23:13.331Z" ) },{ _id: 5, name: "Cheese", size: "large", price: 14,quantity: 10, date : ISODate( "2022-01-12T05:08:13Z" ) },{ _id: 6, name: "Vegan", size: "small", price: 17,quantity: 10, date : ISODate( "2021-01-13T05:08:13Z" ) },{ _id: 7, name: "Vegan", size: "medium", price: 18,quantity: 10, date : ISODate( "2021-01-13T05:10:13Z" ) }
] )

上面插入的数据,用Robo3T的表格形式显示一下如下:

 

现在有了数据后,我们开始正式学习聚合操作相关的指令

 运行聚合操作,使用的命令为

 db.collection.aggregate() 

下面开始学习聚合相关的指令

  • $match
    $match相当于sql中的where条件,来看例子:
    例子:将表中,size字段为medium的记录查询出来
    db.orders.aggregate( [{$match: { size: "medium" }}
    ] )
            

  • $group 
    $group就是分组的意思,看例子
    例子:查找size为medium,并且对其进行分组显示
    db.orders.aggregate( [// Stage 1: Filter pizza order documents by pizza size{$match: { size: "medium" }},// Stage 2: Group remaining documents by pizza name and calculate total quantity{$group: { _id: "$name", totalQuantity: { $sum: "$quantity" } }}
    ] )

     在这个例子中我们就会看到聚合操作中所谓的pipeline的用法,例子中我们用了$match和$group两个指令,他们的执行是分为2个阶段(stage),第一个阶段通过$match来进行数据的过滤,将满足的数据作为$group指令的输入,$group指令将$match的结果进行分组。后面的例子中全都是这种pipeline方式的聚合操作。

  • $project
    $project用来指定只输出哪些字段,看例子
    例子:查询name字段为Pepperoni的记录,并且只显示_id和name两个字段

    db.orders.aggregate( [{ $match: { name: "Pepperoni"} },{ $project: { _id: 1, name: 1} }] )


    通过$project我们指定结果中只显示_id和name字段,注意的是,在$match这个阶段输出的结果中包含了所有的字段,而只有在$project这个阶段,才将所以字段中的_id和name两个字段拿出来显示。

  • $sort
    $sort就是就它上面阶段输出的内容进行排序的作用,看例子
    例子:查询name字段为Pepperoni的记录按照_id进行排序,并且只显示_id和name两个字段.

    db.orders.aggregate( [// Stage 1: Filter pizza order documents by date range{ $match: { name: "Pepperoni"} },{ $project: { _id: 1, name: 1}},{$sort:{_id:-1} // -1:倒序 | 1:正序}] )

关于更多的aggregate Pipeline的的指令这里就全部列出来了,大家可以到官网中查询剩余的其他指令,下面讲一下关于使用aggregate pipeline的一些限制

  1. 在使用aggregate命令执行聚合操作是,对于发挥结果是由限制的,也就是你返回的json内容大小不能超过16 megabyte(16MB)
  2. 上面介绍的这些例如$project,$sort这些用在pipeline中的指令不能超过1000个(每个指令被称为一个阶段stage)阶段
  3. 当查询结果大于16MB时,会默认使用磁盘来存储结果,可以通过 { allowDiskUse: false }来禁用这个写入磁盘的操作。

Aggregation Pipeline and Sharded Collections

 就是当我们的mongdb是在分片模式下,如何使用聚合操作

 

http://www.lryc.cn/news/124304.html

相关文章:

  • Shell 变量
  • SRM订单管理:优化供应商关系
  • Unity 实现2D地面挖洞!涂抹地形(碰撞部分,方法二)
  • 简化Gerber数据传输过程丨GC PowerPlace简介
  • rust关于项目结构包,Crate和mod和目录的组织
  • 如何微调优化你的ChatGPT提示来提高对话质量
  • 微信小程序实现下拉刷新
  • 一、编程规约
  • pytest数据驱动 pandas
  • Modbus工业RFID设备在自动化生产线中的应用
  • 见证马斯克的钞能力,AI.com再次易主,OpenAI投掷1100万美金购买AI.com刚满五个月
  • linux vi/vim
  • 算法与数据结构-哈希算法
  • 企业做直播时如何选择适合自己的直播平台?
  • 【JavaWeb】实训的长篇笔记(下)
  • linux bash快捷键
  • KCC@广州开源读书会广州开源建设讨论会
  • 搜文本搜位置搜图片,1小时玩转阿里云 Elasticsearch
  • 从三个主要需求市场分析,VR全景创业的潜力发展
  • k8s 自身原理 2
  • 解决hbase节点已下线,但在status中显示为dead问题
  • 深入理解Python装饰器:解析高阶函数与代码美学
  • 构建之法 - 软件工程实践教学:每天都向前推进一点点
  • CSS transform:rotate;无效问题
  • 华为新版ENSP PRO模拟器测评:性能表现与功能扩展一览
  • BBS-个人博客项目完整搭建、BBS多人博客项目基本功能和需求、项目程序设计、BBS数据库表结构设计、创建BBS表模型
  • 智能设备管理系统对企业设备管理效果有作用吗?
  • 取证--实操
  • react组件化开发详解
  • 【JVM】对String::intern()方法深入详解(JDK7及以上)