MongoTemplate聚合操作

Aggregation简单来说，就是提供数据统计、分析、分类的方法，这与mapreduce有异曲同工之处，只不过mongodb做了更多的封装与优化，让数据操作更加便捷和易用。Aggregation操作，接收指定collection的数据集，通过计算后返回result数据；一个aggregation操作，从input源数据到output结果数据，中间会依次经过多个stages，整体而言就是一个pipeline；目前有10种stages，我们稍后介绍；它还提供了丰富的Expression（表达式）来辅助计算。

聚合管道是一个基于数据处理管道概念的框架。通过使用一个多阶段的管道，将一组文档转换为最终的聚合结果。

管道的概念

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

语法：

db.collection.aggregate(pipeline, options);

pipeline Array
语法示例：

db.school.aggregate(
[
{$match:{time:{$gt:1513612800}}},
{$group:{_id:{insituteName:"$institute",class:"$name"},count:{$sum:1}}},
{$sort:{count:-1}},
{$limit:10}]
)

这里我们介绍一下聚合框架中常用的几个操作：
$project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
$match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作，放在group前相当于where使用,放在group后面相当于having使用
$sort： 排序，1升、-1降。sort一般放在group后,也就是说得到结果后再排序,如果先排序再分组没什么意义;
$limit：用来限制MongoDB聚合管道返回的文档数。相当于limit m,不能设置偏移量
$skip：聚合管道中跳过指定数量的文档，并返回余下的文档。跳过第几个文档
$unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
$group：将集合中的文档分组，可用于统计结果。其中_id固定写法：

{ _id: <expression>, <field1>: { <accumulator1> : <expression1> }, ...

按什么字段分组,注意所有字段名前面都要加$,否则mongodb就为以为不加$的是普通常量,其中accumulator又包括以下几个操作符：
$sum,$avg,$first,$last,$max,$min,$push,$addToSet

如果按照多个字段分组，则字段必须都在_id对象中，可以取别名，例如上面示例，输出结果为：
   { "_id" : { "insituteName" : "数学系",class: "一班"}, "count" : 200 }
   { "_id" : { "insituteName" : "英语系",class: "二班" }, "count" : 201 }
   如果按照一个字段分组，则可以写为{$group:{_id:"$institute",count:{$sum:1}}},此时，查询结果为：
   { "_id" : "数学系", "count" : 1000 }
   { "_id" : "英语系", "count" : 800 }
若没有分组字段，则{$group:{_id:null,count:{$sum:1}}}。即：如果group by null就是 count(*)的效果

$geoNear：取某一点的最近或最远,在LBS地理位置中有用
$out：把结果写进新的集合中。注意1,不能写进一个分片集合中。注意2,不能写进

count:{$sum:1}，1表示统计查询结果数量，如果想统计time字段和则使用 count:{$sum:"$time"}。

聚合函数有：min，max，sum，avg

下表展示了一些聚合的表达式:

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	计算平均值	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	在结果文档中插入值到一个数组中。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	在结果文档中插入值到一个数组中，但不创建副本。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根据资源文档的排序获取第一个文档数据。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根据资源文档的排序获取最后一个文档数据	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

使用MongoTemplate操作Aggregation

    Aggregation agg = Aggregation.newAggregation(
            Aggregation.match(criteria),//条件
            Aggregation.group("a","b","c","d","e").count().as("f"),//分组字段
            Aggregation.sort(sort),//排序
            Aggregation.skip(page.getFirstResult()),//过滤
            Aggregation.limit(pageSize)//页数
         );
    AggregationResults<Test> outputType=mongoTemplate.aggregate(agg,"test",Test.class);
    List<Test> list=outputType.getMappedResults(); 

示例：

上面是mysql的，下面是mongoTemplate的代码：

mongoTemplate的代码：

Aggregation aggregation = Aggregation.newAggregation(
            Aggregation.match(Criteria.where("agent_id").is(conditions.getAgentId()).and("order_status").is(9)),
            Aggregation.group("agentId", "orderStatus").
            count().as("totalCount").sum("amount").as("totalAmount").sum("agent_redeem_fee").as("agentFee")
              ).withOptions(Aggregation.newAggregationOptions().allowDiskUse(true).build());
            AggregationResults<BasicDBObject> outputTypeCount = moneySupportOrderDao.aggregate(aggregation, BasicDBObject.class);

参考：《学习MongoDB,在java中使用MongoTemplate聚合操作MongoDB》

附带官方文档:https://docs.spring.io/spring-data/mongodb/docs/current/reference/html/#mongo.aggregation

参考网站:

https://blog.csdn.net/ruoguan_jishou/article/details/79289369(聚合操作示例)

https://blog.csdn.net/qq_33556185/article/details/53099085(聚合操作分页)

http://huangyongxing310.iteye.com/blog/2342307(超多示例)

https://www.cnblogs.com/nixi8/p/4856746.html(高级查询:聚合操作之基础)

http://shift-alt-ctrl.iteye.com/blog/2259216(  Aggregation超级详细介绍)