mongodb聚合查询优化_MongoDB聚合查询详解
聚合操作主要用于處理數據并返回計算結果。聚合操作將來自多個文檔的值組合在一起，按條件分組后，再進行一系列操作(如求和、平均值、最大值、最小值)以返回單個結果。
MongoDB 提供了三種執行聚合的方法：聚合管道、map-reduce 和單一目標聚合方法，本節只介紹前兩種方法。
聚合管道方法
MongoDB 的聚合框架就是將文檔輸入處理管道，在管道內完成對文檔的操作，最終將文檔轉換為聚合結果。
最基本的管道階段提供過濾器，其操作類似查詢和文檔轉換，可以修改輸出文檔的形式。其他管道操作提供了按特定字段對文檔進行分組和排序的工具，以及用于聚合數組內容(包括文檔數組)的工具。
此外，在管道階段還可以使用運算符來執行諸如計算平均值或連接字符串之類的任務。聚合管道可以在分片集合上運行。
聚合管道方法的流程參見下圖。
上圖的聚合操作相當于 MySQL 中的以下語句：
select cust_id as _id, sum(amount) as total from orders where status like "%A%" group by cust_id;
MongoDB 中的聚合操作語法如下：
db.collection.aggregate([
{
$match : {< query >},
}
{
$group: {< fieldl >: < field2 >}
}
])
Query 設置統計查詢條件，類似于 SQL 的 where，field1 為分類字段，要求使用 _id 名表示分類字段，field2 為包含各種統計操作符的數字型字段，如 $sum、$avg、$min 等。
這個語法看起來比較難以理解，下面給出一個示例進行對照：
db.mycol.aggregate([
{
$group : {_id : "$by_user", num_tutorial : {$sum : 1}}
}
])
相當于MySQL中的：
select by_user as _id, count(*) as num_tutorial from mycol group by by_user;
再舉一個復雜的例子，按照指定條件對文檔進行過濾，然后對滿足條件的文檔進行統計，并將統計結果輸出到臨時文件中。
首先插入多條文檔，代碼如下：
db.articles.insert([
{ "_id" : 10, "author" : "dave", "score" : 80, "views" :100 },
{ "_id" : 11, "author" : "dave", "score" : 85, "views" : 521 },
{ "_id" : 12, "author" : "ahn", "score" : 60, "views" : 1000 },
{ "_id" : 13, "author" : "li", "score" : 55, "views" : 5000 },
{ "_id" : 14, "author" : "annT", "score" : 60, "views" : 50 },
{ "_id" : 15, "author" : "1i", "score": 94, "views": 999 },
{ "_id" : 16, "author" : "ty", "score" : 95, "views": 1000 }
]);
再進行聚合分類統計，代碼如下:
db.articles.aggregate([
{
$match: { $or: [{ score: { $gt: 70, $1t: 90 }}, { views: { $gte: 1000 }}]}}, { $group: { _id: null, count: { $sum: 1 }}
}
]);
最終統計結果為：
{ "_id" : null, "count" : 5 }
管道階段的 RAM 限制為 100MB。若要允許處理大型數據集，則可使用 allowDiskUse 選項啟用聚合管道階段，將數據寫入臨時文件。
map-reduce 方法
MongoDB 還提供了 map-reduce 方法來執行聚合。通常 map-reduce 方法有兩個階段：首先 map 階段將大批量的工作數據分解執行，然后 reduce 階段再將結果合并成最終結果。
與其他聚合操作相同，map-reduce 可以指定查詢條件以選擇輸入文檔以及排序和限制結果。
map-reduce 使用自定義 JavaScript 函數來執行映射和減少操作，雖然自定義 JavaScript 與聚合管道相比提供了更大的靈活性，但通常 map-reduce 比聚合管道效率更低、更復雜。
map-reduce 可以在分片集合上運行，也可以輸出到分片集合。map-reduce 的語法如下：
>db.collection.mapReduce(
function() { emit(key,value); },
function(key, values) { return reduceFunction }
{ query: document, out: collection }
)
參數說明：
function() { emit(key,value); } 為 map 映射函數，負責生成鍵值對序列，并作為 reduce 函數輸入參數。
function(key, values) { return reduceFunction } 為 reduce 統計函數，reduce 函數的任務就是將 key-values 變成 key-value，也就是把 values 數組轉換成一個單一的值 value。
query 設置篩選條件，只有滿足條件的文檔才會調用 map 函數。
out 為統計結果的存放集合，如果不指定則使用臨時集合，但會在客戶端斷開后自動刪除。
舉例說明使用 map-Teduce 方法進行 MongoDB 文檔數據的聚合。首先插入數據，數據為每位顧客 cust_id 的消費情況，代碼如下：
db.order.insert([
{ "cust_id" : "l", "status" : "A", "price" : 25, "items" : [{"sku" : "mmm", "qty" : 5, "price" : 2.5 },
{ "sku" : "nnn", "qty" : 5, "price" : 2.5 }]},
{ "cust_id" : "l", "status" : "A", "price" : 25, "items" : [{"sku" : "mmm", "qty" : 5, "price" : 2.5 },
{ "sku" : "nnn", "qty" : 5, "price" : 2.5 }]},
{ "cust_id" : "2", "status" : "A", "price" : 25, "items" : [{"sku" : "mmm", "qty" : 5, "price" : 2.5 },
{ "sku" : "nnn", "qty" : 5, "price" : 2.5 }]},
{ "cust_id" : "3", "status" : "A", "price" : 25, "items" : [{"sku" : "mmm", "qty" : 5, "price" : 2.5 },
{ "sku" : "nnn", "qty" : 5, "price" : 2.5 }]},
{ "cust_id" : "3", "status" : "A", "price" : 25, "items" : [{"sku" : "mmm", "qty" : 6, "price" : 2.5 },
{ "sku" : "nnn", "qty" : 6, "price" : 2.5 }]},
])
編寫 map 函數，cust_id 作為 map 的輸出 key，price 作為 map 的輸出 value，代碼如下：
var mapFunc = function(){
emit(this.cust_id, this.price);
};
編寫 reduce 函數，將相同的 map 的輸出 key(cust_id) 聚合起來，這里對輸出的 value 進行 sum 操作，代碼如下：
var reduceFunc = function(key,values){
return Array.sum(values);
};
執行 map-reduce 任務，將 reduce 的輸出結果保存在集合 map_result_result 中，代碼如下：
db.order.mapReduce(mapFunc, reduceFunc, { out: { replace: 'map_result_result' }})
查看當前數據庫下的所有集合，會發現新建了一個 map_result_result，此集合里保存了 map-reduce 聚合后的結果：
>show collections
map_result_result
myColl
order
>db.map_result_result.find()
{ "_id" : "l", "value" : 50.0 }
{ "_id" : "2", "value" : 25.0 }
{ "_id" : "3", "value" : 55.0 }
總結
以上是生活随笔為你收集整理的mongodb聚合查询优化_MongoDB聚合查询详解的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： xshell 安装yum_Xshell上
- 下一篇： 慕尼黑阴谋肢解了哪个主权国家？