MongoDB九种聚合操作，数据库操作不求人！

2023-02-26 20:07:10

MongoDB 聚合操作：数据分析利器

引言

在海量数据的时代，数据分析已成为企业决策的关键环节。MongoDB 作为一款领先的文档型数据库，提供强大的聚合功能，助力用户高效便捷地进行数据分析。本文将深入探讨 MongoDB 的聚合操作，揭示其九大法宝，并通过生动的示例展现其强大之处。

单阶段聚合操作

单阶段聚合操作一次性完成聚合，包含五个核心函数：

group()： 将文档分组并计算聚合值，例如求和、求平均值等。
match()： 过滤文档，筛选满足指定条件的文档。
sort()： 对文档进行排序，按指定字段升序或降序排列。
limit()： 限制返回的文档数量，仅显示前 N 个文档。
skip()： 跳过指定数量的文档，从第 N+1 个文档开始返回。

代码示例：

db.products.aggregate([
  {
    $group: {
      _id: "$product_id",
      total_sales: { $sum: "$price" }
    }
  }
]);

此代码分组计算每个产品 ID 的总销售额。

多阶段聚合操作

多阶段聚合操作允许多次聚合，增强分析复杂性，提供以下四个函数：

project()： 选择要返回的字段，控制返回结果的结构。
unwind()： 分解数组元素，将数组中每个元素转换为单独的文档。
lookup()： 在不同的集合之间建立连接，获取关联数据。
facet()： 将聚合结果分组并返回多个结果，用于复杂的数据组织。

代码示例：

db.products.aggregate([
  {
    $lookup: {
      from: "orders",
      localField: "product_id",
      foreignField: "product_id",
      as: "orders"
    }
  },
  {
    $unwind: "$orders"
  },
  {
    $group: {
      _id: "$product_id",
      total_sales: { $sum: "$orders.quantity" }
    }
  }
]);

此代码通过关联 "orders" 集合，计算每个产品的总销售数量。

实例应用

下面列举几个 MongoDB 聚合操作的实际应用场景：

示例一：计算每个产品的销售总额

db.products.aggregate([
  {
    $group: {
      _id: "$product_id",
      total_sales: { $sum: "$price" }
    }
  }
]);

示例二：找出销售额最高的 10 个产品

db.products.aggregate([
  {
    $group: {
      _id: "$product_id",
      total_sales: { $sum: "$price" }
    }
  },
  {
    $sort: {
      total_sales: -1
    }
  },
  {
    $limit: 10
  }
]);

示例三：找出销售额最高的 10 个产品，并显示产品名称和价格

db.products.aggregate([
  {
    $group: {
      _id: "$product_id",
      total_sales: { $sum: "$price" },
      product_name: { $first: "$name" },
      price: { $first: "$price" }
    }
  },
  {
    $sort: {
      total_sales: -1
    }
  },
  {
    $limit: 10
  },
  {
    $project: {
      _id: 0,
      product_name: 1,
      total_sales: 1,
      price: 1
    }
  }
]);