通过上一篇文章中,认识了MongoDB中四个聚合操作,提供基本功能的count、distinct和group,还有可以提供强大功能的mapReduce。

在MongoDB的2.2版本以后,聚合框架中多了一个新的成员,聚合管道,数据进入管道后就会经过一级级的处理,直到输出。

对于数据量不是特别大,逻辑也不是特别复杂的聚合操作,聚合管道还是比mapReduce有很多优势的:

  1. 相比mapReduce,聚合管道比较容易理解和使用
  2. 可以直接使用管道表达式操作符,省掉了很多自定义js function,一定程度上提高执行效率
  3. 和mapReduce一样,它也可以作用于分片集合

但是,对于数据量大,逻辑复杂的聚合操作,还是要使用mapReduce实现。

聚合管道

在聚合管道中,每一步操作(管道操作符)都是一个工作阶段(stage),所有的stage存放在一个array中。MongoDB文档中的描述如下:

db.collection.aggregate( [ { <stage> }, ... ] )

在聚合管道中,每一个stage都对应一个管道操作符,根据MongoDB文档,聚合管道可以支持以下管道操作符:

Name

Description

$geoNear

Returns an ordered stream of documents based on the proximity to a geospatial point. Incorporates the functionality of $match, $sort, and $limit for geospatial data. The output documents include an additional distance field and can include a location identifier field.

$group

Groups input documents by a specified identifier expression and applies the accumulator expression(s), if specified, to each group. Consumes all input documents and outputs one document per each distinct group. The output documents only contain the identifier field and, if specified, accumulated fields.

$limit

Passes the first n documents unmodified to the pipeline where n is the specified limit. For each input document, outputs either one document (for the first n documents) or zero documents (after the first n documents).

$match

Filters the document stream to allow only matching documents to pass unmodified into the next pipeline stage. $match uses standard MongoDB queries. For each input document, outputs either one document (a match) or zero documents (no match).

$out

Writes the resulting documents of the aggregation pipeline to a collection. To use the $out stage, it must be the last stage in the pipeline.

$project

Reshapes each document in the stream, such as by adding new fields or removing existing fields. For each input document, outputs one document.

$redact

Reshapes each document in the stream by restricting the content for each document based on information stored in the documents themselves. Incorporates the functionality of $project and $match. Can be used to implement field level redaction. For each input document, outputs either one or zero document.

$skip

Skips the first n documents where n is the specified skip number and passes the remaining documents unmodified to the pipeline. For each input document, outputs either zero documents (for the first n documents) or one document (if after the first n documents).

$sort

Reorders the document stream by a specified sort key. Only the order changes; the documents remain unmodified. For each input document, outputs one document.

$unwind

Deconstructs an array field from the input documents to output a document for each element. Each output document replaces the array with an element value. For each input document, outputs n documents where n is the number of array elements and can be zero for an empty array.

下面通过具体的例子看看聚合管道的基本用法:

首先,通过以下代码准备测试数据:

 var dataList = [
{ "name" : "Will0", "gender" : "Female", "age" : , "classes": ["MongoDB", "C#", "C++"]},
{ "name" : "Will1", "gender" : "Female", "age" : , "classes": ["Node", "JavaScript"]},
{ "name" : "Will2", "gender" : "Male", "age" : , "classes": ["Java", "WPF", "C#"]},
{ "name" : "Will3", "gender" : "Male", "age" : , "classes": ["WPF", "C",]},
{ "name" : "Will4", "gender" : "Male", "age" : , "classes": ["SQL", "HTML"]},
{ "name" : "Will5", "gender" : "Male", "age" : , "classes": ["DOM", "CSS", "HTML5"]},
{ "name" : "Will6", "gender" : "Female", "age" : , "classes": ["PPT", "Word", "Excel"]},
{ "name" : "Will7", "gender" : "Female", "age" : , "classes": ["HTML5", "C#"]},
{ "name" : "Will8", "gender" : "Male", "age" : , "classes": ["Java", "VB", "BASH"]},
{ "name" : "Will9", "gender" : "Female", "age" : , "classes": ["CSS"]}
] for(var i = ; i < dataList.length; i++){
db.school.students.insert(dataList[i]);
}

$project

$project主要用于数据投影,实现字段的重命名、增加和删除。下面例子中,重命名了"name"字段,增加了"birthYear"字段,删除了"_id"字段。

 > db.runCommand({
... "aggregate": "school.students",
... "pipeline": [
... {"$match": {"age": {"$lte": }}},
... {"$project": {"_id": , "studentName": "$name", "gender": , "birthYear": {"$subtract": [, "$age"]}}},
... {"$sort": {"birthYear":}}
... ]
... })
{
"result" : [
{
"gender" : "Female",
"studentName" : "Will0",
"birthYear" :
},
{
"gender" : "Male",
"studentName" : "Will4",
"birthYear" :
},
{
"gender" : "Male",
"studentName" : "Will8",
"birthYear" :
},
{
"gender" : "Female",
"studentName" : "Will1",
"birthYear" :
},
{
"gender" : "Male",
"studentName" : "Will5",
"birthYear" :
},
{
"gender" : "Female",
"studentName" : "Will6",
"birthYear" :
}
],
"ok" :
}
>

$unwind

$unwind用来将数组拆分为独立字段。

 > db.runCommand({
... "aggregate": "school.students",
... "pipeline": [
... {"$match": {"age": }},
... {"$project": {"name": , "gender": , "age": , "classes": }},
... {"$unwind": "$classes"}
... ]
... })
{
"result" : [
{
"_id" : ObjectId("54805220e31c9e1578ed0ccc"),
"name" : "Will3",
"gender" : "Male",
"age" : ,
"classes" : "WPF"
},
{
"_id" : ObjectId("54805220e31c9e1578ed0ccc"),
"name" : "Will3",
"gender" : "Male",
"age" : ,
"classes" : "C"
}
],
"ok" :
}
>

$group

跟单个的group用法类似,用作分组操作。

使用$group时,必须要指定一个_id域,同时也可以包含一些算术类型的表达式操作符。

下面的例子就是用聚合管道实现得到男生和女生的平均年龄。

 > db.runCommand({
... "aggregate": "school.students",
... "pipeline": [
... {"$group":{"_id":"$gender", "avg": { "$avg": "$age" } }}
... ]
... })
{
"result" : [
{
"_id" : "Male",
"avg" : 21.8
},
{
"_id" : "Female",
"avg" :
}
],
"ok" :
}
>

查询男生和女生的最大年龄

 > db.runCommand({
... "aggregate": "school.students",
... "pipeline": [
... {"$group": {"_id": "$gender", "max": {"$max": "$age"}}}
... ]
... })
{
"result" : [
{
"_id" : "Male",
"max" :
},
{
"_id" : "Female",
"max" :
}
],
"ok" :
}
>

管道操作符、管道表达式和表达式操作符

上面的例子中,已经接触了这几个概念,下面进行进一步介绍。

管道操作符作为"键",所对应的"值"叫做管道表达式,例如"{"$group": {"_id": "$gender", "max": {"$max": "$age"}}}"

  • $group是管道操作符
  • {"_id": "$gender", "max": {"$max": "$age"}}是管道表达式
  • $gender在文档中叫做"field path",通过"$"符号来获得特定字段,是管道表达式的一部分
  • $max是表达式操作符,正是因为聚合管道中提供了很多表达式操作符,我们可以省去很多自定义js函数

下面列出了常用的表达式操作符,更详细的信息,请参阅MongoDB文档

  • Boolean Expressions
    • $and, $or, $ not
  • Comparison Expressions
    • $cmp, $eq, $gt, $gte, $lt, $lte, $ne
  • Arithmetic Expressions
    • $add, $divide, $mod, $multiply, $subtract
  • String Expressions
    • $concat, $strcasecmp, $substr, $toLower, $toUpper

总结

聚合管道提供了一种mapReduce 的替代方案,mapReduce使用相对来说比较复杂,而聚合管道的拥有固定的接口,一系列可选择的表达式操作符,对于大多数的聚合任务,聚合管道一般来说是首选方法。

Ps: 文章中使用的例子可以通过以下链接查看

http://files.cnblogs.com/wilber2013/pipeline.js

MongoDB聚合管道的更多相关文章

  1. MongoDB 聚合(管道与表达式)

    MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等),并返回计算后的数据结果.有点类似sql语句中的 count(*). aggregate() 方法 MongoDB中 ...

  2. MongoDB 聚合管道(Aggregation Pipeline)

    管道概念 POSIX多线程的使用方式中, 有一种很重要的方式-----流水线(亦称为"管道")方式,"数据元素"流串行地被一组线程按顺序执行.它的使用架构可参考 ...

  3. MongoDB聚合管道(Aggregation Pipeline)

    参考聚合管道简介 聚合管道 聚合管道是基于数据处理管道模型的数据聚合框架.文档进入一个拥有多阶段(multi-stage)的管道,并被管道转换成一个聚合结果.最基本的管道阶段提供了跟查询操作类似的过滤 ...

  4. MongoDB基础教程系列--第七篇 MongoDB 聚合管道

    在讲解聚合管道(Aggregation Pipeline)之前,我们先介绍一下 MongoDB 的聚合功能,聚合操作主要用于对数据的批量处理,往往将记录按条件分组以后,然后再进行一系列操作,例如,求最 ...

  5. mongodb聚合管道用法

    基本用法 db.collection.aggregate( [ { <stage> }, ... ] ) stage如下 名称 描述 $addFields 将新的字段添加到文档中,输出的文 ...

  6. MongoDB 聚合管道

     参见:http://www.cnblogs.com/liruihuan/p/6686570.html MongoDB 的聚合功能,聚合操作主要用于对数据的批量处理,往往将记录按条件分组以后,然后再进 ...

  7. MongoDB 聚合管道(aggregate)

    1.aggregate() 方法 我们先插入一些测试数据 { "_id" : ObjectId("5abc960c684781cda6d38027"), &qu ...

  8. 【翻译】MongoDB指南/聚合——聚合管道

    [原文地址]https://docs.mongodb.com/manual/ 聚合 聚合操作处理数据记录并返回计算后的结果.聚合操作将多个文档分组,并能对已分组的数据执行一系列操作而返回单一结果.Mo ...

  9. MongoDB学习笔记——聚合操作之聚合管道(Aggregation Pipeline)

    MongoDB聚合管道 使用聚合管道可以对集合中的文档进行变换和组合. 管道是由一个个功能节点组成的,这些节点用管道操作符来进行表示.聚合管道以一个集合中的所有文档作为开始,然后这些文档从一个操作节点 ...

随机推荐

  1. OAuth 授权

  2. 【转】VMware Fusion Professional 10 序列号

    http://bbs.feng.com/forum.php?mod=viewthread&tid=11456176

  3. Apache Storm内部原理分析

    转自:http://shiyanjun.cn/archives/1472.html 本文算是个人对Storm应用和学习的一个总结,由于不太懂Clojure语言,所以无法更多地从源码分析,但是参考了官网 ...

  4. Android 扩大view点击范围

    Android4.0设计规定的有效可触摸的UI元素标准是48dp,转化为一个物理尺寸约为9毫米.7~10毫米,这是一个用户手指能准确并且舒适触摸的区域. 如下图所示,你的UI元素可能小于48dp,图标 ...

  5. hostapd作为radius服务器

    使用hostapd作为radius服务器,用于企业wifi加密认证. 参考链接: http://www.cnblogs.com/claruarius/p/5902141.html 去网上下载hosta ...

  6. Hessian示例:Java和C#通信

    一个简单的利用Hessian在Java和C#之间通信的例子,服务端为Java,客户端为C#. 资源下载 先要准备好C#和Java的第三方类库:http://hessian.caucho.com/ Hs ...

  7. Lucene系列三:Lucene分词器详解、实现自己的一个分词器

    一.Lucene分词器详解 1. Lucene-分词器API (1)org.apache.lucene.analysi.Analyzer 分析器,分词器组件的核心API,它的职责:构建真正对文本进行分 ...

  8. Build opencv libraries for android arm, x86 ubuntu

    废话不多说. 准备工作: 1. 下载源代码: http://opencv.org/ 编译平台:ubuntu14.04 opencv 2.4.6.1 本人用这样的办法编译了opecv 2.4.9 的没有 ...

  9. perl 模块的创建以及制定perl 模块的路径

    1) perl 模块的创建 perl 模块的后缀名为.pm, 其中的内容和一般的perl脚本相同, perl模块中通常放置可重用的函数以及变量, 比如创建一个fasta.pm,里面包含一个统计fast ...

  10. 如何找回Ucenter创始人密码,账号无需修改

    UCenter 创始人的密码非常重要,忘记或丢失后,就不能进入 UCenter 进行用户和数据的管理,也会对站点造成安全隐患.由于 UCenter 的密码是采用两次 md5 加一个随机数的形式加密的, ...