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：
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：
：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。
：⽤于过滤数据，只输出符合条件的⽂档。$match使⽤MongoDB的标准查询操作，放在group前相当于where使⽤，放在group后⾯相当于having使⽤
：排序，1升、-1降。sort⼀般放在group后，也就是说得到结果后再排序，如果先排序再分组没什么意义;
：⽤来限制MongoDB聚合管道返回的⽂档数。相当于limit m，不能设置偏移量
：聚合管道中跳过指定数量的⽂档，并返回余下的⽂档。跳过第⼏个⽂档
：将⽂档中的某⼀个数组类型字段拆分成多条，每条包含数组中的⼀个值。
：将集合中的⽂档分组，可⽤于统计结果。其中_id固定写法：
{ _id: <expression>, <field1>: { <accumulator1> : <expression1> }, ...
按什么字段分组，注意所有字段名前⾯都要加$，否则mongodb就为以为不加$的是普通常量，其中ac
cumulator⼜包括以下⼏个操作符：$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
：取某⼀点的最近或最远，在LBS地理位置中有⽤
：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"}}}]) $addToSet在结果⽂档中插⼊值到⼀个数组中，但不创建副
本。
mysql操作官方文档db.mycol.aggregate([{$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"}}}])
Aggregation agg = wAggregation(
Aggregation.match(criteria),//条件
Aggregation.sort(sort),//排序
Aggregation.FirstResult()),//过滤
Aggregation.limit(pageSize)//页数
);
AggregationResults<Test> outputType=mongoTemplate.aggregate(agg,"test",Test.class);
List<Test> MappedResults();
⽰例：
上⾯是mysql的，下⾯是mongoTemplate的代码：
mongoTemplate的代码：
Aggregation aggregation = wAggregation(
Aggregation.match(Criteria.where("agent_id").AgentId()).and("order_status").is(9)),
count().as("totalCount").sum("amount").as("totalAmount").sum("agent_redeem_fee").as("agentFee")
).wAggregationOptions().allowDiskUse(true).build());
AggregationResults<BasicDBObject> outputTypeCount = moneySupportOrderDao.aggregate(aggregation, BasicDBObject.class);
参考：《》

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。