MongoDB聚合查询

出于对性能的要求，公司希望把Mysql的数据迁移到MongoDB上，于是我开始学习Mongo的一些CRUD操作，由于第一次接触NoSQL，还是有点不习惯。

先吐个槽，公司的Mongo版本是2.6.4，而用的java驱动包版本是超级老物2.4版。当时一个“如何对分组后的文档进行筛选”这个需求头痛了很久，虽然shell命令下可以使用Aggregation很方便地解决，但是java驱动包从2.9.0版本才开始支持该特性，我至今没有找到不用Aggregation解决上述需求的办法。只能推荐公司升级驱动包版本，希望没有后续的兼容问题。

Mongo2.2版本后开始支持Aggregation Pipeline，而java驱动包从2.9.0版本才开始支持2.2的特性，2.9版本是12年发布的，mongodb在09年就出现了，可见Mongo对java的开发者似乎不怎么友好←_←

话扯到这里，接下来就对我这一周所学的Mongo做一个总结，错误之处还望指教?:-D。

?

MongoDB目前提供了三个可以执行聚合操作的命令：aggregate、mapReduce、group。三者在性能和操作的优劣比较见官网提供的表格?Aggregation Commands Comparison，这里不再赘述细节，先说一下这三个函数的原型及底层封装的命令。

?

好记性不如烂笔头，下面通过操作来了解这几个函数和命令：

?

先准备SQL的测试数据（用来验证结果、比较SQL语句和NoSQL的异同）：

先创建数据库表：

create table dogroup (
       _id int,
       name varchar(45),
       course varchar(45),
       score int,
       gender int,
       primary key(_id)
);

?插入数据：

insert into dogroup (_id, name, course, score, gender) values (1, "N", "C", 5, 0);
insert into dogroup (_id, name, course, score, gender) values (2, "N", "O", 4, 0);
insert into dogroup (_id, name, course, score, gender) values (3, "A", "C", 5, 1);
insert into dogroup (_id, name, course, score, gender) values (4, "A", "O", 6, 1);
insert into dogroup (_id, name, course, score, gender) values (5, "A", "U", 8, 1);
insert into dogroup (_id, name, course, score, gender) values (6, "A", "R", 8, 1);
insert into dogroup (_id, name, course, score, gender) values (7, "A", "S", 7, 1);
insert into dogroup (_id, name, course, score, gender) values (8, "M", "C", 4, 0);
insert into dogroup (_id, name, course, score, gender) values (9, "M", "U", 7, 0);
insert into dogroup (_id, name, course, score, gender) values (10, "E", "C", 7, 1);

接着准备MongoDB测试数据：

创建Collection（等同于SQL中的表，该行可以不写，Mongo会在插入数据时自动创建Collection）

db.createCollection("dogroup") 

插入数据：

db.dogroup.insert({"_id": 1,"name": "N",course: "C","score": 5,gender: 0})
db.dogroup.insert({"_id": 2,"name": "N",course: "O","score": 4,gender: 0})
db.dogroup.insert({"_id": 3,"name": "A",course: "C","score": 5,gender: 1})
db.dogroup.insert({"_id": 4,"name": "A",course: "O","score": 6,gender: 1})
db.dogroup.insert({"_id": 5,"name": "A",course: "U","score": 8,gender: 1})
db.dogroup.insert({"_id": 6,"name": "A",course: "R","score": 8,gender: 1})
db.dogroup.insert({"_id": 7,"name": "A",course: "S","score": 7,gender: 1})
db.dogroup.insert({"_id": 8,"name": "M",course: "C","score": 4,gender: 0})
db.dogroup.insert({"_id": 9,"name": "M",course: "U","score": 7,gender: 0})
db.dogroup.insert({"_id": 10,"name": "E",course: "C","score": 7,gender: 1})

?

以下操作可能逻辑上没有实际意义，主要是帮助熟悉指令

?

1、查询出共有几门课程（course），返回的格式为“课程名、数量”

SQL写法：

select course as ‘课程名‘, count(*) as ‘数量‘ from dogroup group by course;

MongoDB写法：

①?group方式

db.dogroup.group({
key : { course: 1 },
initial : { count: 0 },
reduce : function Reduce(curr, result) {
    result.count += 1;
},
finalize : function Finalize(out) {
    return {"课程名": out.course, "数量": out.count};
}
});

?返回的格式如下：

{
        "课程名" : "C",
        "数量" : 4
},
{
        "课程名" : "O",
        "数量" : 2
},
{
        "课程名" : "U",
        "数量" : 2
},
{
        "课程名" : "R",
        "数量" : 1
},
{
        "课程名" : "S",
        "数量" : 1
}

?②?mapReduce方式

db.dogroup.mapReduce(
    function () {
        emit(
            this.course,
            {course: this.course, count: 1}
        );
    },
    function (key, values) {
        var count = 0;
        values.forEach(function(val) {
            count += val.count;
        });
        return {course: key, count: count};
    },
    {
        out: { inline : 1 },
        finalize: function (key, reduced) {
            return {"课程名": reduced.course, "数量": reduced.count};
        }
    }
)

这里把count初始化为1的原因是，MongoDB执行完map函数（第一个函数）后，如果key所对应的values数组的元素个数只有一个，reduce函数（第二个函数）将不会被调用。

返回的格式如下：

{
      "_id" : "C",
      "value" : {
              "课程名" : "C",
              "数量" : 4
      }
},
{
      "_id" : "O",
      "value" : {
              "课程名" : "O",
              "数量" : 2
      }
},
{
      "_id" : "R",
      "value" : {
              "课程名" : "R",
              "数量" : 1
      }
},
{
      "_id" : "S",
      "value" : {
              "课程名" : "S",
              "数量" : 1
      }
},
{
      "_id" : "U",
      "value" : {
              "课程名" : "U",
              "数量" : 2
      }
}

?③?aggregate方式

db.dogroup.aggregate(
    {
        $group:
        {
            _id: "$course",
            "数量": { $sum: 1 }
        }
    }
)

返回格式如下：

{ "_id" : "S", "数量" : 1 }
{ "_id" : "R", "数量" : 1 }
{ "_id" : "U", "数量" : 2 }
{ "_id" : "O", "数量" : 2 }
{ "_id" : "C", "数量" : 4 }

以上三种方式中，group得到了我们想要的结果，mapReduce返回的结果只能嵌套在values里面，aggregate必须返回_id，无法为分组的字段指定别名，但是无疑第三种是最简单的。

?

虽然上面的问题不影响程序在前台展现数据，但是对于一个略微有强迫症的开发者确实难以忍受的。本人才疏学浅，刚接触Mongo，不知道后两者有没有可行的方法来获取想要的结果，希望网友指教。

?

2、查询Docouments（等同于SQL中记录）数大于2的课程

SQL写法：

select course, count(*) as count from dogroup group by course having count > 2;

MongoDB写法：

?①?aggregate方式（注意$group和$match的先后顺序）

db.dogroup.aggregate({
    $group: {
        _id: "$course",
        count: { $sum: 1 }
    }
    },{
    $match: {
        count:{
            $gt: 2
        }
    }
});

?目前尚未找到group和mapReduce对分组结果进行筛选的方法，欢迎网友补充

?

3、找出所有分数高于5分的考生数量及分数，返回的格式为“分数、数量”

SQL写法：

select score as ‘分数‘, count(distinct(name)) as ‘数量‘ from dogroup where score > 5 group by score;

MongoDB写法：

①?group方式

db.dogroup.group({
    key : { score: 1 },
    cond : { score: {$gt: 5} },
    initial : { name:[] },
    reduce : function Reduce(curr, result) {
        var flag = true;
        for(i=0;i<result.name.length&&flag;i++){
            if(curr.name==result.name[i]){
                flag = false;
            }
        }
        // 如果result.name数组里面没有curr.name则添加curr.name
        if(flag){
            result.name.push(curr.name);
        }
    },
    finalize : function Finalize(out) {
        return {"分数": out.score, "数量": out.name.length};
    }
});

?②?mapReduce方式

db.dogroup.mapReduce(
    function () {
        if(this.score > 5){
            emit(
                this.score,
                {score: this.score, name: this.name}
            );
        }
    },
    function (key, values) {
        var reduced = {score: key, names: []};
        var json = {};//利用json对象的key去重
        for(i = 0; i < values.length; i++){
            if(!json[values[i].name]){
                reduced.names.push(values[i].name);
                json[values[i].name] = 1;
            }
        }
        return reduced;
    },
    {
        out: { inline : 1 },
        finalize: function (key, reduced) {
            return {"分数": reduced.score, "数量": reduced.names?reduced.names.length:1};
        }
    }
)

?③?aggregate方式

db.dogroup.aggregate({
        $match: {
            score: {
                $gt: 5
            }
        }
    },{
        $group: {
            _id: {
                score: "$score",
                name: "$name"
            }
        }
    },{
        $group: {
            _id: {
                "分数": "$_id.score"
            },
            "数量": { $sum: 1 }
        }
});

?

弄熟上面这几个方法，大部分的分组应用场景应该没大问题了。

?