数据库MongoDB-聚合查询
MongoDB 聚合查询
在MongoDB中我们可以通过aggregate()函数来完成一些聚合查询，aggregate()函数主要用于处理诸如统计,平均值,求和等，并返回计算后的数据结果。
语法格式：
db.COLLECTION_NAME.aggregate([{$group:{_id:"$分组键名","$分组键名",.....,别名:{聚合运算:"$运算列"}}},{条件筛选:{键名:{运算条件:运算值}}}])常见的mongo的聚合操作和mysql的查询做类比
求和 - $sum
查询dev集合中一共有多少个文档。
相当于sql语句：SELECT count(*) AS count FROM c1
db.c1.aggregate([{$group:{_id:null,count:{$sum:1}}}])$group：分组，代表聚合的分组条件
_id：分组的字段，是必须有的。相当于SQL分组语法group by column_name中的column_name部分。如果根据某字段的值分组，则定义为_id:’$字段名’。如果没有分组属性取值为null
count：返回结果字段名。可以自定义，类似SQL中的字段别名。
$sum：如果取值为1表示总条数，相当于每个document中都多个count属性，count取值为1，累加和就是总条数。如果 s u m 取 值 是 ‘ sum取值是‘ sum取值是‘field名’（要注意有单引号或双引号），表示对该field求累加和
取总和
sum取值必须是字符串类型，有双引号。age是属性名，前面必须有
db.c1.aggregate([{$group:{_id:null,totalAge:{$sum:"$age"}}}]);分组后取总和
_id取值也是字符串类型，里面必须是属性名前面加上$
db.c1.aggregate([{$group:{_id:"$name",totalAge:{$sum:"$age"}}}]);条件筛选 - $match
match和group同级操作符，需要写在两个条件中的。
写在$group前面
match写在group前面表示先过滤条件，在分组。
先查询出age大于等于5的文档对象，在按照name属性进行分组，计算age列总和
db.c1.aggregate([{$match:{age:{$gte:5}}},{$group:{_id:"$name",totalAge:{$sum:"$age"}}}]);写在$group后面
match写在group后面表示分组后在设置条件。
分组后结果集只有_id和totalAge两个属性，所以在$match中只能对这个属性进行操作。
db.c1.aggregate([{$group:{_id:"$name",totalAge:{$sum:"$age"}}},{$match:{totalAge:{$gte:5}}}]);最大值 - $max
$max可以计算最大值。
db.c1.aggregate([{$group:{_id:"$name",maxAge:{$max:"$age"}}}]);最小值 - $min
$min可以计算最小值
db.c1.aggregate([{$group:{_id:"$name",minAge:{$min:"$age"}}}]);平均值 - $avg
计算出不同姓名的平均年龄
db.c1.aggregate([{$group:{_id:"$name",avgAge:{$avg:"$age"}}}]);统计结果返回数组 - $push
分组后按照分组数组进行合并，如果希望看到某个列合并之前的所有数据可以使用$push，把分组后同一组的所有值放到一个数组中
按照name进行分组，分组后把age的数据都放入到名称为allAge的数组中
db.c1.aggregate([{$group:{_id:"$name",allAge:{$push:"$age"}}}])运行结果
数组字段拆分 - $unwind
$unwind会把数组列进行拆分，原来的document会根据数组属性值个数分为多个document。如果这个数组属性为空，对应document将不被显示（因为document没有数组属性）
正常数据：只有name为abc的hobby有数组类型值，且长度为3
执行下面命令后的效果
db.c1.aggregate([{$unwind:"$hobby"}]);