上一篇我们了解了聚合管道的使用及聚合表达式的介绍，其中包含了聚合管道的语法：
db.collection.aggregate(pipeline, options)
其中，
collection：指的是集合或者视图
pipeline：数组类型，是一组数据聚合操作。
其基本语法：[ {
options: 可选，文档类型，其他的一些选项。
如果想进一步了解，可以参考：
MongoDB 聚合管道的使用及聚合表达式的介绍https://blog.csdn.net/m1729339749/article/details/130034020这篇我们主要介绍使用聚合管道实现文档筛选、分组统计：
一、准备工作
初始化零食数据
db.goods.insertMany([
{ "_id": 1, name: "薯片", size: "S", quantity: 10, price: 8, expirationTime: ISODate( "2023-08-08T00:00:00Z" ) },
{ "_id": 2, name: "薯片", size: "L", quantity: 8, price: 12, expirationTime: ISODate( "2023-08-08T00:00:00Z" ) },
{ "_id": 3, name: "牛肉干", size: "L", quantity: 5, price: 30, expirationTime: ISODate( "2023-10-10T00:00:00Z" ) },
{ "_id": 4, name: "可口可乐", size: "S", quantity: 10, price: 3, expirationTime: ISODate( "2025-01-06T00:00:00Z" ) },
{ "_id": 5, name: "可口可乐", size: "L", quantity: 6, price: 10, expirationTime: ISODate( "2025-01-06T00:00:00Z" ) },
{ "_id": 6, name: "旺仔牛奶", size: "L", quantity: 10, price: 5, expirationTime: ISODate( "2023-08-10T00:00:00Z" )}
])
二、文档筛选（$match）
语法：{ $match: {
过滤文档，只有匹配的文档才能进入到下一个处理阶段
其中，query 代表的是查询过滤器，可以参考：
MongoDB 查询文档(1)https://blog.csdn.net/m1729339749/article/details/129965699MongoDB 查询文档(2)https://blog.csdn.net/m1729339749/article/details/129971708例子：统计型号是L的商品都有哪些
db.goods.aggregate([
{
$match: { "size": "L" },
},
{
$group: {
"_id": "$size",
"goods": { "$addToSet": "$name" }
}
}
])
先过滤出产品型号是L的商品，再进行分组统计。
聚合查询的结果如下：
{ "_id" : "L", "goods" : [ "薯片", "牛肉干", "可口可乐", "旺仔牛奶" ] }
二、分组统计（$group）
语法：
{
$group:
{
_id:
...
}
}
其中_id对应的expression对应的是分组字段。
field是定义的聚合字段，需要通过accumulator运算符计算得到。
下面我们介绍不同的accumulator运算符：
1、$addToSet
语法：{ $addToSet:
返回一个数组，其中数组中的值不会重复(会去重)，数组中的值来源于组内每个文档使用表达式计算后的结果。
例子：统计一下不同零食都有哪些型号
db.goods.aggregate([
{
$group: {
"_id": "$name",
"totalSize": { $addToSet: "$size" }
}
}
])
按照名称进行分组，把分组内文档的型号字段对应的数据进行汇总后放入新的字段。
聚合查询的结果如下：
{ "_id" : "牛肉干", "totalSize" : [ "L" ] }
{ "_id" : "薯片", "totalSize" : [ "S", "L" ] }
{ "_id" : "可口可乐", "totalSize" : [ "L", "S" ] }
{ "_id" : "旺仔牛奶", "totalSize" : [ "L" ] }
2、$avg
语法：{ $avg:
求组内所有文档使用表达式计算后的结果的平均值。
例子：统计一下不同型号零食的平均数量
db.goods.aggregate([
{
$group: {
"_id": "$size",
"avgQuantity": { $avg: "$quantity" }
}
}
])
按照型号进行分组，分组之后按照数量求平均值。
聚合查询的结果如下：
{ "_id" : "S", "avgQuantity" : 10 }
{ "_id" : "L", "avgQuantity" : 7.25 }
3、$max
语法：{ $max:
求组内所有文档使用表达式计算后的结果的最大值
例子：统计一下不同零食的最高价格
db.goods.aggregate([
{
$group: {
"_id": "$name",
"maxPrice": { $max: "$price" }
}
}
])
按照名称进行分组，分组之后按照价格求最大值。
聚合查询的结果如下：
{ "_id" : "薯片", "maxPrice" : 12 }
{ "_id" : "牛肉干", "maxPrice" : 30 }
{ "_id" : "可口可乐", "maxPrice" : 10 }
{ "_id" : "旺仔牛奶", "maxPrice" : 5 }
4、$min
语法：{ $min:
求组内所有文档使用表达式计算后的结果的最小值
例子：统计一下不同零食的最低价格
db.goods.aggregate([
{
$group: {
"_id": "$name",
"mixPrice": { $min: "$price" }
}
}
])
按照名称进行分组，分组之后按照价格求最小值。
聚合查询的结果如下：
{ "_id" : "薯片", "mixPrice" : 8 }
{ "_id" : "牛肉干", "mixPrice" : 30 }
{ "_id" : "可口可乐", "mixPrice" : 3 }
{ "_id" : "旺仔牛奶", "mixPrice" : 5 }
5、$sum
语法：{ $sum:
或者 { $sum: [
求组内所有文档使用表达式计算后的结果求和
例子：统计一下不同零食的总数量
db.goods.aggregate([
{
$group: {
"_id": "$name",
"totalQuantity": { $sum: "$quantity" }
}
}
])
按照名称进行分组，分组之后按照数量求和。
聚合查询的结果如下：
{ "_id" : "薯片", "totalQuantity" : 18 }
{ "_id" : "牛肉干", "totalQuantity" : 5 }
{ "_id" : "可口可乐", "totalQuantity" : 16 }
{ "_id" : "旺仔牛奶", "totalQuantity" : 10 }
相关阅读
您阅读本篇文章共花了：
发表评论