MongoDB 聚合函数

概念

聚合函数是对一组值执行计算并返回单一的值

主要的聚合函数

count

distinct

Group

MapReduce

1、count

db.users.count()

db.users.count({"uname":"hxf1"})

db.users.count({"salary":{"$gt":15000} })

db.users.find({"salary":{"$gt":15000}}).count()

find和count同时存在,只有find的条件起作用

2、distinct

db.users.distinct("uname")

db.runCommand({"distinct":"users","key":"uname"})

在数据量很大的时候,使用这种方法查询时,查询的结果集大于16M 时会查询失败,失败信息如下: 

比如要对名字字段name进行distinct

db.XX.distinct('imsi')

报错如下:

 [main] Error: distinct failed: {

    "ok" : 0,

    "errmsg" : "distinct too big, 16mb cap",

    "code" : 17217,

    "codeName" : "Location17217"

} :

解决办法:改成用聚合方式

db.XX.aggregate([{$group:{_id:{'imsi':"$imsi"},count:{$sum:1}}}], { allowDiskUse: true})

3、group

按关键字排序,然后逐条计算(reduce)

db.runCommand({ "group":

... {"ns":"users",                    //集合

... "key":{"uuid":true,"uname":true},   //分组的条件

... "initial":{"num":0} ,              //初始化变量,在每一个分组计算时进行

... "$reduce":function(doc,prev){  //逐条文档用reduce处理

...   if(doc.uuid>prev.uuid){ // 新的分组开始,因为排好序,所以直接用>

...     prev.uuid=doc.uuid;

...     prev.uname=doc.uname;

...     prev.num =doc.num ;

... }else{          //当前文档和上一个文档相等,在一个分组内进行计算

...     prev.num=prev.num+1} } ,

...     "condition":{"uname":{"$nin":[null]}}  //条件,和find的一样

...} })

4、MapReduce

概述

Map-Reduce是一种计算模型,简单的说就是将大批量的数据分解(MAP)执行,然后再将结果合并成最终结果(REDUCE)。

优点

它的好处是可以把一个聚合任务分解为多个小的任务,分配到多服务器上并行处理。MongoDB也提供了MapReduce,当然查询语肯定是JavaScript。

阶段

Map:使用emit函数向MapReduce提供Key/Value对。

Shuffle: 根据Key分组对文档,并且为每个不同的Key生成一系列(>=1个)的值表(List of values)。

Reduce: Key,emits. Key即为emit函数中的Key。 emits是一个数组,它的元素就是emit函数提供的Value。Reduce函数返回结果必须与emits中元素结构一致

Finalize:此步骤不是必须的。在得到MR最终结果后,再进行一些数据“修剪”性质的处理

Map或者Reduce函数中的this关键字,代表当前被Mapping文档。

语法

命令1

db.collection.mapReduce(

   function() {emit(key,value);},  //map 函数

   function(key,values) {return reduceFunction},   //reduce 函数

   {

      out: collection,

      query: document,

      sort: document,

      limit: number

   }

)

参数说明:

 map :映射函数 (生成键值对序列,作为 reduce 函数参数)。

 reduce 统计函数,reduce函数的任务就是将key-values变成key-value,也就是把values数组变成一个单一的值value。。

 out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。

 query 一个筛选条件,只有满足条件的文档才会调用map函数。(query。limit,sort可以随意组合)

 sort 和limit结合的sort排序参数(也是在发往map函数前给文档排序),可以优化分组机制

limit 发往map函数的文档数量的上限(要是没有limit,单独使用sort的用处不大)

命令1相关实例

db.posts.find({},{"_id":0})

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "mark", "status" : "active" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "mark", "status" : "active" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "mark", "status" : "active" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "mark", "status" : "active" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "mark", "status" : "disabled" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "runoob", "status" : "disabled" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "runoob", "status" : "disabled" }

{ "post_text" : "菜鸟教程,最全的技术文档。", "user_name" : "runoob", "status" : "active" }

db.posts.mapReduce(

   function() { emit(this.user_name,1); },

   function(key, values) {return Array.sum(values)},

      { 

         query:{status:"active"}, 

         out:"post_total"

      }

)

db.post_total.find()

{ "_id" : "mark", "value" : 4 }

{ "_id" : "runoob", "value" : 1 }

{

        "result" : "post_total",    // 储存结果的collection的名字

        "timeMillis" : 23,         //执行花费的时间,毫秒为单位

        "counts" : {

                "input" : 5,     //满足条件被发送到map函数的文档个数

                "emit" : 5,     //在map函数中emit被调用的次数,也就是所有集合中的数据总量

                "reduce" : 1,   //在map函数中emit被调用的次数,也就是所有集合中的数据总量

                "output" : 2    //结果集合中的文档个数

        },

        "ok" : 1                //是否成功,成功为1

}

命令2

db.runCommand({

mapreduce:,

map:,

reduce:,

[,query:]

[,sort:<sorts the input objects using this key.Useful for optimization,like sorting by the emit key for fewer reduces>]

[,limit:]

[,out:]

[,keeptemp:<true|false>]

[,finalize:]

[,scope:

评论

暂无评论