[大数据]mongodb提高篇

未完，待填坑

聚合查询

概念

聚合操作主要用于处理数据并返回计算结果。将多个文档的值组合在一起，按条件分组后，再进行一系列操作(如sum、average、max、min) 以返回单个结果。

mongodb的聚合查询

mongodb的聚合aggregate主要用于处理数据，并返回计算后的数据结果。类似sql的count(*) group by

mongodb中，两种方式聚合：pipeline和MapReduce

• pipeline 查询速度快，但占用过多系统内存
• MapReduce 能多台机器并行计算

聚合流程

每个文档通过一个由多个阶段（stage）组成的管道，可以对每个阶段的管道进行分组、过滤等功能，然后经过一系列的处理，输出相应的结果。

需要注意：

1. 每个stage的管道限制100MB的内存。可以使用allowDiskUse 设置为true放开内存限制。
2. db.collection.aggregate() 可作用于分片集合，但结果不能输出在分片集合中，只能保存在一个文档中。而MapReduce可以。

和mysql比较

• $match类比于where、having
• $group 类比于 group by
• $project 类比于 select
• $sort 类比于 order by
• $limit 类比于 limit
• $sum 类比于 count()
• $lookup 类比于 join

示例

返回总数

db.zips.aggregate([
	{
		"$group": {
			"_id": null,
			"count":{//自定义字段，类比select count(*) as tables
				"$sum": 1
			}
		}
	},
	{
		"$project":{//不显示_id
			"_id": 0
		}
	}
])

查询人数为10w以上的城市的数量

db.zips.aggregate([
    {"$match":{
        "pop":{
            "$gt": 100000
        }
    }},
    {
        "$count": "count"
    }
])

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖