mongo聚合框架aggregate的使用

mongo聚合框架aggregate使用

数据

db.emps.insert({"name":"张三","age":30,"sex":"男","job":"CLERK","salary":1000})
db.emps.insert({"name":"李四","age":28,"sex":"女","job":"CLERK","salary":2000})
db.emps.insert({"name":"王五","age":26,"sex":"男","job":"MANAGER","salary":5000})
db.emps.insert({"name":"赵六","age":32,"sex":"女","job":"MANAGER","salary":6000})
db.emps.insert({"name":"孙七","age":31,"sex":"男","job":"CLERK","salary":4000})
db.emps.insert({"name":"王八","age":35,"sex":"女","job":"PRESIDENT","salary":7000})</pre>

查询

db.emps.find()

1.png

$group

主要进行分的数据操作查询

实现聚合查询的功能

 db.emps.aggregate([{"$group":{"_id":"$job",j_count:{"$sum":1}}}]) //每个职位的人员数量 相当于group by

// 1 { "_id": "MANAGER", "j_count": 4 }

// 2 { "_id": "PRESIDENT", "j_count": 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）

求出每个职位的总工资 _

db.emps.aggregate([{"$group":{"_id":"$job",job_salary:{"$sum":"$salary"}}}])

// 1 { "_id": "MANAGER", "job_salary": 22000 }

// 2 { "_id": "PRESIDENT", "job_salary": 21000 }

// 3 { "_id": "CLERK", "job_salary": 18000 }

$salary

引用每行的数据使用 $字段名

求出每个职位的平均工资

 db.emps.aggregate([{"$group":{"_id":"$job" ,"p_count":{"$sum":1},"job_total_salary":{"$sum":"$salary"},"avg_salary":{"$avg":"$salary"}}}])

// 1 { "_id": "MANAGER", "p_count": 4, "job_total_salary": 22000, "avg_salary": 5500 }

// 2 { "_id": "PRESIDENT", "p_count": 3, "job_total_salary": 21000, "avg_salary": 7000 }

// 3 { "_id": "CLERK", "p_count": 7, "job_total_salary": 18000, "avg_salary": 2571.42857142857 }

求出每个职位最高,最低工资

db.emps.aggregate([{"$group":{"_id":"$job","max":{"$max":"$salary"} , "min":{"$min":"$salary"}}}])

// 1 { "_id": "MANAGER", "max": 6000, "min": 5000 }

// 2 { "_id": "PRESIDENT", "max": 7000, "min": 7000 }

// 3 { "_id": "CLERK", "max": 4000, "min": 1000 }

求出每个职位的工资

db.emps.aggregate([{"$group":{"_id":"$job","salary":{"$push":"$salary"}}}])

// 1 { "_id": "MANAGER", "salary": [ 5000, 6000, 5000, 6000 ] }

// 2 { "_id": "PRESIDENT", "salary": [ 7000, 7000 ] }

// 3 { "_id": "CLERK", "salary": [ 1000, 2000, 4000, 1000, 2000, 4000 ] }

$push

可以将数据变为数组保存，但是有一个问题重复数据也会进行保存

db.emps.aggregate([{"$group":{"_id":"$job","salary":{"$push":"$salary"}}}])

再插入两条数据

db.emps.insert({"name":"孙七","age":31,"sex":"男","job":"CLERK","salary":4000}) db.emps.insert({"name":"王八","age":35,"sex":"女","job":"PRESIDENT","salary":7000})

查询

2.png

查询结果

// 1 { "_id": "MANAGER", "salary": [ 5000, 6000, 5000, 6000 ] }

// 2 { "_id": "PRESIDENT", "salary": [ 7000, 7000, 7000 ] }

// 3 { "_id": "CLERK", "salary": [ 1000, 2000, 4000, 1000, 2000, 4000, 4000 ] }

解决办法是使用 $addToSet

$addToSet

mongo 中提供取消重复的数据 , $addToSet 默认显示全部数据

db.emps.aggregate([{"$group":{"_id":"$job","salary":{"$addToSet":"$salary"}}}])</pre>

// 1 { "_id": "MANAGER", "salary": [ 6000, 5000 ] }

// 2 { "_id": "PRESIDENT", "salary": [ 7000 ] }

// 3 { "_id": "CLERK", "salary": [ 4000, 2000, 1000 ] }

反着来，第一个是最后一个。取的第一个：

db.emps.aggregate([{"$group":{"_id":"$job","salary":{"$first":"$salary"}}}])</pre>

// 1 { "_id": "MANAGER", "salary": 5000 }

// 2 { "_id": "PRESIDENT", "salary": 7000 }

// 3 { "_id": "CLERK", "salary": 1000 }

取最后一个

db.emps.aggregate([{"$group":{"_id":"$job","salary":{"$last":"$salary"}}}])

// 1 { "_id": "MANAGER", "salary": 6000 }

// 2 { "_id": "PRESIDENT", "salary": 7000 }

// 3 { "_id": "CLERK", "salary": 4000 }

所有的数据都是无序的，并且不可能支持大数据量。

$project

可以利用来控制数据列的显示规则

普通列：{成员：1或者 true } : 表示要实现的 id 列 {"id":0 或者false} 表示_id 列是否显示

条件过滤 {成员：表达式} 满足表达式之后的数据可以进行显示：

只显示 name ， job 列不显示 id 列

db.emps.aggregate({"$project":{"name":1,"_id":0}})

// 1 { "name": "张三" }

// 2 { "name": "李四" }

// 3 { "name": "王五" }

// 4 { "name": "赵六" }

// 5 { "name": "孙七" }

// 6 { "name": "王八" }

// 7 { "name": "张三" }

// 8 { "name": "李四" }

// 9 { "name": "王五" }

// 10 { "name": "赵六" }

// 11 { "name": "孙七" }

// 12 { "name": "王八" }

// 13 { "name": "孙七" }

// 14 { "name": "王八" }

只有设置进去的列才能被显示出来，其他列不显示出来。

四则运算：

$add	加法
$subtract	减法
$divide	除法
$multiply	乘法

</figure>

年薪计算：

 db.emps.aggregate([{"$project":{"name":1,  "_id":0,  "salary":1,  "salary":{"年薪":{"$multiply":["$salary",12]}}  }}])

// 1 { "name": "张三", "salary": { "年薪": 12000 } }

// 2 { "name": "李四", "salary": { "年薪": 24000 } }

// 3 { "name": "王五", "salary": { "年薪": 60000 } }

// 4 { "name": "赵六", "salary": { "年薪": 72000 } }

// 5 { "name": "孙七", "salary": { "年薪": 48000 } }

// 6 { "name": "王八", "salary": { "年薪": 84000 } }

// 7 { "name": "张三", "salary": { "年薪": 12000 } }

// 8 { "name": "李四", "salary": { "年薪": 24000 } }

// 9 { "name": "王五", "salary": { "年薪": 60000 } }

// 10 { "name": "赵六", "salary": { "年薪": 72000 } }

// 11 { "name": "孙七", "salary": { "年薪": 48000 } }

// 12 { "name": "王八", "salary": { "年薪": 84000 } }

// 13 { "name": "孙七", "salary": { "年薪": 48000 } }

// 14 { "name": "王八", "salary": { "年薪": 84000 } }

关系运算：

大小比较	$cmp
大于	$gt
小于	$lt
大于等于	$gte
小于等于	$lte
不等于	$ne
判断null	$ifNull
等于	$eq

结果返回布尔值

月薪大于3000的数据员工

"$project":{
"_id":false,
"name":1,
"job":1,
"工资":"$salary",
"salary":{"$gt":["$salary" , 3000]}}
}
]);

// 1 { "name": "张三", "job": "CLERK", "工资": 1000, "salary": false }

// 2 { "name": "李四", "job": "CLERK", "工资": 2000, "salary": false }

// 3 { "name": "王五", "job": "MANAGER", "工资": 5000, "salary": true }

// 4 { "name": "赵六", "job": "MANAGER", "工资": 6000, "salary": true }

// 5 { "name": "孙七", "job": "CLERK", "工资": 4000, "salary": true }

// 6 { "name": "王八", "job": "PRESIDENT", "工资": 7000, "salary": true }

// 7 { "name": "张三", "job": "CLERK", "工资": 1000, "salary": false }

// 8 { "name": "李四", "job": "CLERK", "工资": 2000, "salary": false }

// 9 { "name": "王五", "job": "MANAGER", "工资": 5000, "salary": true }

// 10 { "name": "赵六", "job": "MANAGER", "工资": 6000, "salary": true }

// 11 { "name": "孙七", "job": "CLERK", "工资": 4000, "salary": true }

// 12 { "name": "王八", "job": "PRESIDENT", "工资": 7000, "salary": true }

// 13 { "name": "孙七", "job": "CLERK", "工资": 4000, "salary": true }

// 14 { "name": "王八", "job": "PRESIDENT", "工资": 7000, "salary": true }

逻辑运算

与	$and
或	$or
非	$not

字符串处理

连接	$concat
截取	$substr
转小写	$toLower
大小写比较	$strcsecmp
相等	$eq

查询职位是MANAGER的信息
区分小写

 db.emps.aggregate([{  "$project":{  "_id":false,  "name":1,  "job":1,  "是否":{"$eq":["$job","MANAGER"]},   "工资":"$salary",  "salary":{"$gt":["$salary" , 3000]}}  }  ]);

// 1 { "name": "张三", "job": "CLERK", "是否": false, "工资": 1000, "salary": false }

// 2 { "name": "李四", "job": "CLERK", "是否": false, "工资": 2000, "salary": false }

// 3 { "name": "王五", "job": "MANAGER", "是否": true, "工资": 5000, "salary": true }

// 4 { "name": "赵六", "job": "MANAGER", "是否": true, "工资": 6000, "salary": true }

// 5 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000, "salary": true }

// 6 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000, "salary": true }

// 7 { "name": "张三", "job": "CLERK", "是否": false, "工资": 1000, "salary": false }

// 8 { "name": "李四", "job": "CLERK", "是否": false, "工资": 2000, "salary": false }

// 9 { "name": "王五", "job": "MANAGER", "是否": true, "工资": 5000, "salary": true }

// 10 { "name": "赵六", "job": "MANAGER", "是否": true, "工资": 6000, "salary": true }

// 11 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000, "salary": true }

// 12 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000, "salary": true }

// 13 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000, "salary": true }

// 14 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000, "salary": true }

转大写

先转为大写,在比较相等

db.emps.aggregate([{  "$project":{  "_id":false,  "name":1,  "job":1,  "是否":{"$eq":["$job",{"$toUpper":"manager"}]},  "工资":"$salary"  }}  ]);

// 1 { "name": "张三", "job": "CLERK", "是否": false, "工资": 1000 }

// 2 { "name": "李四", "job": "CLERK", "是否": false, "工资": 2000 }

// 3 { "name": "王五", "job": "MANAGER", "是否": true, "工资": 5000 }

// 4 { "name": "赵六", "job": "MANAGER", "是否": true, "工资": 6000 }

// 5 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000 }

// 6 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000 }

// 7 { "name": "张三", "job": "CLERK", "是否": false, "工资": 1000 }

// 8 { "name": "李四", "job": "CLERK", "是否": false, "工资": 2000 }

// 9 { "name": "王五", "job": "MANAGER", "是否": true, "工资": 5000 }

// 10 { "name": "赵六", "job": "MANAGER", "是否": true, "工资": 6000 }

// 11 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000 }

// 12 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000 }

// 13 { "name": "孙七", "job": "CLERK", "是否": false, "工资": 4000 }

// 14 { "name": "王八", "job": "PRESIDENT", "是否": false, "工资": 7000 }

比较字符串

区分小写用字符串比较大小 0表示返回正确

 db.emps.aggregate([{  "$project":{  "_id":false,  "name":1,  "job":1,  "是否":{"$strcasecmp":["$job","manager"]}, "工资":"$salary"  }}  ]);

// 1 { "name": "张三", "job": "CLERK", "是否": NumberInt("-1"), "工资": 1000 }

// 2 { "name": "李四", "job": "CLERK", "是否": NumberInt("-1"), "工资": 2000 }

// 3 { "name": "王五", "job": "MANAGER", "是否": NumberInt("0"), "工资": 5000 }

// 4 { "name": "赵六", "job": "MANAGER", "是否": NumberInt("0"), "工资": 6000 }

// 5 { "name": "孙七", "job": "CLERK", "是否": NumberInt("-1"), "工资": 4000 }

// 6 { "name": "王八", "job": "PRESIDENT", "是否": NumberInt("1"), "工资": 7000 }

// 7 { "name": "张三", "job": "CLERK", "是否": NumberInt("-1"), "工资": 1000 }

// 8 { "name": "李四", "job": "CLERK", "是否": NumberInt("-1"), "工资": 2000 }

// 9 { "name": "王五", "job": "MANAGER", "是否": NumberInt("0"), "工资": 5000 }

// 10 { "name": "赵六", "job": "MANAGER", "是否": NumberInt("0"), "工资": 6000 }

// 11 { "name": "孙七", "job": "CLERK", "是否": NumberInt("-1"), "工资": 4000 }

// 12 { "name": "王八", "job": "PRESIDENT", "是否": NumberInt("1"), "工资": 7000 }

// 13 { "name": "孙七", "job": "CLERK", "是否": NumberInt("-1"), "工资": 4000 }

// 14 { "name": "王八", "job": "PRESIDENT", "是否": NumberInt("1"), "工资": 7000 }

截取字符串

 db.emps.aggregate([{  "$project":{  "_id":false,  "name":1,  "job":"$job",  "job1":{"前三位":{"$substr":["$job",0,3]}},  "job2":{"$substr":["$job",0,3]}  }  }]);

// 1 { "name": "张三", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 2 { "name": "李四", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 3 { "name": "王五", "job": "MANAGER", "job1": { "前三位": "MAN" }, "job2": "MAN" }

// 4 { "name": "赵六", "job": "MANAGER", "job1": { "前三位": "MAN" }, "job2": "MAN" }

// 5 { "name": "孙七", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 6 { "name": "王八", "job": "PRESIDENT", "job1": { "前三位": "PRE" }, "job2": "PRE" }

// 7 { "name": "张三", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 8 { "name": "李四", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 9 { "name": "王五", "job": "MANAGER", "job1": { "前三位": "MAN" }, "job2": "MAN" }

// 10 { "name": "赵六", "job": "MANAGER", "job1": { "前三位": "MAN" }, "job2": "MAN" }

// 11 { "name": "孙七", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 12 { "name": "王八", "job": "PRESIDENT", "job1": { "前三位": "PRE" }, "job2": "PRE" }

// 13 { "name": "孙七", "job": "CLERK", "job1": { "前三位": "CLE" }, "job2": "CLE" }

// 14 { "name": "王八", "job": "PRESIDENT", "job1": { "前三位": "PRE" }, "job2": "PRE" }

最后编辑于：2018.12.15 20:34:43

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 219,928评论 6赞 509
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 93,748评论 3赞 396
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 166,282评论 0赞 357
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 59,065评论 1赞 295
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 68,101评论 6赞 395
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 51,855评论 1赞 308
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 40,521评论 3赞 420
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 39,414评论 0赞 276
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 45,931评论 1赞 319
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 38,053评论 3赞 340
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 40,191评论 1赞 352
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 35,873评论 5赞 347
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 41,529评论 3赞 331
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 32,074评论 0赞 23
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 33,188评论 1赞 272
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 48,491评论 3赞 375
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 45,173评论 2赞 357