NoSQL | MongoDB入門實(shí)戰(zhàn)教程（6）
通過(guò)前面幾篇的學(xué)習(xí)，作為后端開(kāi)發(fā)的我們基本可以應(yīng)付70%的開(kāi)發(fā)場(chǎng)景。接下來(lái)，我們就來(lái)看點(diǎn)進(jìn)階一點(diǎn)的東西，首先是聚合查詢。
前面的學(xué)習(xí)我們都是針對(duì)單個(gè)Collection操作的，雖然在MongoDB中針對(duì)Collection的設(shè)計(jì)就已經(jīng)是無(wú)模式的，因此我們大部分場(chǎng)景都是針對(duì)單個(gè)Collection進(jìn)行操作。
但是，我們?cè)趯?shí)際應(yīng)用場(chǎng)景中還是會(huì)遇到想要SQL查詢中的 GROUP BY、LEFT OUTER JOIN、AS等操作。
好在，MongoDB提供了一套聚合框架（Aggregation Framework），它可以幫助我們?cè)谝粋€(gè)或多個(gè)Collection上，對(duì)Collection中的數(shù)據(jù)進(jìn)行一系列的計(jì)算，并將這些數(shù)據(jù)轉(zhuǎn)化為期望的格式。
整個(gè)聚合計(jì)算的過(guò)程也被稱之為管道（Pipeline），由多個(gè)步驟（Stage）組成，這一點(diǎn)和Jenkins Pipeline比較類似。其中，每個(gè)管道需要：
（1）接受一系列Document（原始數(shù)據(jù)）
（2）每個(gè)步驟對(duì)這些Document進(jìn)行一系列的運(yùn)算
（3）結(jié)果Document輸出給下一個(gè)步驟
整個(gè)管道的過(guò)程如下圖所示：
聚合計(jì)算的基本格式如下所示：
pipeline = [$stage1, $stage2, ...$stageN];db.<CollectionName>.aggregate(pipeline,{ options });
示例數(shù)據(jù)數(shù)據(jù)庫(kù)
這里我們使用《MongoDB入門實(shí)戰(zhàn)教程（3）》中使用Mongo Tools進(jìn)行恢復(fù)的Mock數(shù)據(jù)庫(kù)中的orders集合來(lái)進(jìn)行應(yīng)用。
在orders集合中，約有100000條記錄。
每個(gè)order文檔的數(shù)據(jù)模型如下所示：
練習(xí)1：目前為止的訂單總銷量
假設(shè)我們需要針對(duì)orders集合進(jìn)行一個(gè)操作，計(jì)算到目前為止的所有訂單的總銷售額：
db.orders.aggregate([{ $group:{_id: null,total: { $sum: "$total" }}}]);
這里我們使用到了一個(gè)常見(jiàn)的步驟（Stage）：$group，它和SQL中的GROUP BY等價(jià)，用于對(duì)數(shù)據(jù)進(jìn)行分組。這里我們僅僅是做一個(gè)求和，不需要對(duì)誰(shuí)進(jìn)行分組。
然后，我們還用到了一個(gè)分組步驟中常用的運(yùn)算符：$sum，它和SQL中的SUM等價(jià)，用于對(duì)指定列的數(shù)據(jù)進(jìn)行求和。這里我們需要對(duì)total字段進(jìn)行一個(gè)求和。
下圖是查詢結(jié)果：
練習(xí)2：某個(gè)日期區(qū)間的訂單金額匯總
假設(shè)我們需要查詢?cè)?019年第一季度已完成訂單的訂單總金額和訂單總數(shù)。
說(shuō)明：第一季度為1月1日~3月31日，訂單狀態(tài)為completed。
db.orders.aggregate([// 步驟1：匹配條件{ $match: { status: "completed", orderDate: {$gte: ISODate("2019-01-01"),$lt: ISODate("2019-04-01") } } },// 步驟二：聚合訂單總金額、總運(yùn)費(fèi)、總數(shù)量{ $group: {_id: null,total: { $sum: "$total" },shippingFee: { $sum: "$shippingFee" },count: { $sum: 1 } } },{ $project: {// 計(jì)算總金額grandTotal: { $add: ["$total", "$shippingFee"] },count: 1,_id: 0 } }])
可以看到，這是一個(gè)較為復(fù)雜的查詢，我們可以將其分為三步：
第一步，使用$match進(jìn)行匹配，這一點(diǎn)是做的SQL中的WHERE操作。
第二步，使用$group進(jìn)行分組，目的是為了使用SUM運(yùn)算符求和。
第三步，使用$project進(jìn)行投影，目的是選擇需要的或排除不需要的字段顯示。
下圖是查詢結(jié)果：
分頁(yè)查詢對(duì)比
在SQL中常使用SKIP 和 LIMIT 進(jìn)行分頁(yè)查詢，在MQL中也有等價(jià)操作：
-- SQLSELECTFIRST_NAME AS `名`,LAST_NAME AS `姓`FROM UsersWHERE GENDER = '男'SKIP 100LIMIT 20-- MQLdb.users.aggregate([{$match: {gender: "男"}},{$skip: 100},{$limit: 20},{$project: {'名': '$first_name','姓': '$last_name'}}]);
分組查詢對(duì)比
在SQL中常使用GROUP BY + HAVING 的分組高級(jí)查詢，在MQL中也有等價(jià)操作：
-- SQLSELECT DEPARTMENT,COUNT(NULL) AS EMP_QTYFROM UsersWHERE GENDER = '女'GROUP BY DEPARTMENT HAVINGCOUNT(*) < 10-- MQLdb.users.aggregate([{$match: {gender: '女'}},{$group: {_id: '$DEPARTMENT’,emp_qty: {$sum: 1}}},{$match: {emp_qty: {$lt: 10}}}]);
unwind
在MQL中有一個(gè)特有的步驟 unwind，它可以實(shí)現(xiàn)將文檔中的某一個(gè)數(shù)組類型字段拆分成多條，每條包含數(shù)組中的一個(gè)值。
> db.students.findOne(){name:'張三',score:[{subject:'語(yǔ)文',score:84},{subject:'數(shù)學(xué)',score:90},{subject:'外語(yǔ)',score:69}]}> db.students.aggregate([{$unwind: '$score'}]){name: '張三', score: {subject: '語(yǔ)文', score: 84}}{name: '張三', score: {subject: '數(shù)學(xué)', score: 90}}{name: '張三', score: {subject: '外語(yǔ)', score: 69}}
本文簡(jiǎn)單介紹了MongoDB的Aggregation Framework 以及 如何使用聚合框架進(jìn)行聚合查詢。
下一篇，我們會(huì)學(xué)習(xí)MongoDB的模式設(shè)計(jì)中的一些設(shè)計(jì)模式。
參考資料
唐建法，《MongoDB高手課》（極客時(shí)間）
郭遠(yuǎn)威，《MongoDB實(shí)戰(zhàn)指南》（圖書(shū)）