MongoDB 基础系列十七：聚合查询之 Aggregation Pipeline - Aggregation Command

发表于 | 更新于 | 分类于 ， ， ， | 阅读次数：

前言

此篇博文是 Mongdb 基础系列之一；

本文为作者的原创作品，转载需注明出处；

简介

除了前文所述的那样，通过 aggregation 方法 来启用 MongoDB 的 Aggregation Pipeline 的操作，同时还提供了直接通过 aggregation 命令行的方式来启用 Aggregation Pipeline；本文将会描述如何通过 aggregation command 的方式来启动 Aggregation Pipeline；

例子

直接从一个例子入手，来快速的了解，假设我们有一个 articles collection 如下，

1
2
3
4
5
6
{
   _id: ObjectId("52769ea0f3dc6ead47c9a1b2"),
   author: "abc123",
   title: "zzz",
   tags: [ "programming", "database", "mongodb" ]
}

比如我们向统计 tags 在上述记录中出现的总数；

1
2
3
4
5
6
7
8
9
db.runCommand( {
   aggregate: "articles",
   pipeline: [
      { $project: { tags: 1 } },
      { $unwind: "$tags" },
      { $group: { _id: "$tags", count: { $sum : 1 } } }
   ],
   cursor: { }
} )

  • aggregate
    aggregate: “articles”，表示对 articles collection 进行聚合查询操作；

  • pipeline
    设置相关的 stages，如下所述，

    • $project
      { $project: { tags: 1 } }，意思是，只需要将 tags 字段进行输出进行聚合即可；

    • $unwind，将一个类型为 array 的字段，按照每一个 array 值将其拆分成多个独立的文档进行输出，比如我们有如下的数据，

      1
      { "_id" : 1, "item" : "ABC1", sizes: [ "S", "M", "L"] }

      通过 $unwind 对其进行拆分

      1
      db.inventory.aggregate( [ { $unwind : "$sizes" } ] )

      得到的结果如下，

      1
      2
      3
      { "_id" : 1, "item" : "ABC1", "sizes" : "S" }
      { "_id" : 1, "item" : "ABC1", "sizes" : "M" }
      { "_id" : 1, "item" : "ABC1", "sizes" : "L" }

      所以，回到这里的例子，将会把数组 [ “programming”, “database”, “mongodb” ] 分别拆分成三个只包含字段 tags 的文档，分别是，

      1
      2
      3
      {"programming"}
      {"database"}
      {"mongodb"}

  • cursor
    对应相关的 option 参数，这里通过 cursor: {} 表示设置 cursor 的 batch size 为默认值；

相应的，如果我们要使用 db.collection.aggregation() 来做同样的事情的话，

1
2
3
4
5
db.articles.aggregate( [
   { $project: { tags: 1 } },
   { $unwind: "$tags" },
   { $group: { _id: "$tags", count: { $sum : 1 } } }
] )

定义

完整的调用格式为，

1
2
3
4
5
6
7
8
9
10
11
db.runCommand( {
  aggregate: "<collection>",
  pipeline: [ <stage>, <...> ],
  explain: <boolean>,
  allowDiskUse: <boolean>,
  cursor: <document>,
  maxTimeMS: <int>,
  bypassDocumentValidation: <boolean>,
  readConcern: <document>,
  collation: <document>
} )

每个参数的详细描述可以参考aggregation 方法中的描述；