链接：https://pan.baidu.com/s/1IY68f44SR_vOYJ-qkcW6_Q 

提取码：vnuu

一、聚合的表达式关键词，如：$sum、$avg等 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"}}}]) $addToSet 在结果文档中插入值到一 个数组中，但不创建副 本。 db.mycol.aggregate([{$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"}}}]) 二、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。 聚合框架中的管道关键词，如： 1、这里我们介绍一下聚合框架中常用的几个操作：$match、$group 等 $project：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。 $match：用于过滤数据，只输出符合条件的文档。$match 使用MongoDB的标准查询操作。 $limit：用来限制MongoDB聚合管道返回的文档数。 $skip：在聚合管道中跳过指定数量的文档，并返回余下的文 档。$unwind：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。 $group：将集合中的文档分组，可用于统计结果。 $sort：将输入文档排序后输出。 $geoNear：输出接近某一地理位置的有序文档。 三、mongo聚合框架aggregate使用 数据1 db.emps.insert({"name":"张三","age":30,"sex":"男","job":"CLERK","salary":1 000}) 2 db.emps.insert({"name":"李四","age":28,"sex":"女","job":"CLERK","salary":2 000}) 3 db.emps.insert({"name":"王 五","age":26,"sex":"男","job":"MANAGER","salary":5000}) 4 db.emps.insert({"name":"赵 六","age":32,"sex":"女","job":"MANAGER","salary":6000}) 5 db.emps.insert({"name":"孙七","age":31,"sex":"男","job":"CLERK","salary":4 000}) 6 db.emps.insert({"name":"王八","age":35,"sex":"女","job":"PRESIDENT","salar y":7000})</pre>

查询1 db.emps.find() 1、管道$group 主要进行分的数据操作查询 实现 聚合查询的功能 1、求每个职位的人员数量 1 db.emps.aggregate([{"$group":{"_id":"$job",j_count:{"$sum":1}}}]) 结果：1 1 { "_id": "MANAGER", "j_count": 4 } 2 2 { "_id": "PRESIDENT", "j_count": 3 } 3 3 { "_id": "CLERK", "j_count": 7 } 格式 : [] 里面 , 第一个 字段 _id 表示要操作的内容 ， 之后跟着要做的 事情（统计） 2、求出每个职位的总工资 1 db.emps.aggregate([{"$group":{"_id":"$job",job_salary: {"$sum":"$salary"}}}]) 结果： 1 1 { "_id": "MANAGER", "job_salary": 22000 } 2 2 { "_id": "PRESIDENT", "job_salary": 21000 } 3 3 { "_id": "CLERK", "job_salary": 18000 }