mongodb
This commit is contained in:
heibaiying
parent
d96bc11786
commit
d09df055c8
@ -54,10 +54,11 @@ TODO
|
||||
|
||||
#### 4.MongoDB
|
||||
|
||||
+ MongoDB 简介及基本原理
|
||||
+ MongoDB数据类型分析
|
||||
+ MongoDB 聚合、索引及基本执行命令
|
||||
+ MongoDB数据分片、转存及恢复策略
|
||||
+ [MongoDB 基础](https://github.com/heibaiying/Full-Stack-Notes/blob/master/notes/MongoDB_基础.md)
|
||||
+ [MongoDB 索引](https://github.com/heibaiying/Full-Stack-Notes/blob/master/notes/MongoDB_索引.md)
|
||||
+ [MongoDB 聚合](https://github.com/heibaiying/Full-Stack-Notes/blob/master/notes/MongoDB_聚合.md)
|
||||
+ [MongoDB 复制](https://github.com/heibaiying/Full-Stack-Notes/blob/master/notes/MongoDB_复制.md)
|
||||
+ [MongoDB 分片](https://github.com/heibaiying/Full-Stack-Notes/blob/master/notes/MongoDB_分片.md)
|
||||
|
||||
|
||||
|
||||
|
||||
@ -1,5 +1,22 @@
|
||||
# MongoDB 基础
|
||||
|
||||
<nav>
|
||||
<a href="#一数据类型">一、数据类型</a><br/>
|
||||
<a href="#二新增数据">二、新增数据</a><br/>
|
||||
<a href="#三查询数据">三、查询数据</a><br/>
|
||||
<a href="#31-基本-API">3.1 基本 API</a><br/>
|
||||
<a href="#32-等值查询">3.2 等值查询</a><br/>
|
||||
<a href="#33-范围查询">3.3 范围查询</a><br/>
|
||||
<a href="#34-逻辑查询">3.4 逻辑查询</a><br/>
|
||||
<a href="#35-集合查询">3.5 集合查询</a><br/>
|
||||
<a href="#36-额外操作">3.6 额外操作</a><br/>
|
||||
<a href="#四修改数据">四、修改数据</a><br/>
|
||||
<a href="#41-基本-API">4.1 基本 API</a><br/>
|
||||
<a href="#42-常规修改器">4.2 常规修改器</a><br/>
|
||||
<a href="#43-数组修改器">4.3 数组修改器</a><br/>
|
||||
<a href="#五删除数据">五、删除数据</a><br/>
|
||||
</nav>
|
||||
|
||||
## 一、数据类型
|
||||
|
||||
### 1.1 BSON
|
||||
@ -56,7 +73,7 @@ db.collection.insertMany()
|
||||
|
||||
新增单条数据的示例如下。额外需要说明的是，在插入文档前，文档所属的集合不必预先创建，程序会自动创建：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.insertOne({
|
||||
name: "heibai",
|
||||
age: 26,
|
||||
@ -68,7 +85,7 @@ db.user.insertOne({
|
||||
|
||||
新增多条数据的示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.insertMany([
|
||||
{
|
||||
name: "hei",
|
||||
@ -109,7 +126,7 @@ db.collection.find(<query>, <projection>)
|
||||
+ `<query>`：用于指定查询条件，不加任何条件则默认查询集合中全部数据；
|
||||
+ `<projection>`：可选操作，用于自定查询的返回字段，1 表示该字段包含在返回结果中，0 表示不返回，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({},{name: 1, ObjectId:-1})}
|
||||
```
|
||||
|
||||
@ -123,19 +140,19 @@ db.user.find({name:"heibai"})
|
||||
|
||||
上面的语法实际上是 `$eq` 操作的简写形式，如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({name: {$eq: "heibai"}})
|
||||
```
|
||||
|
||||
所以如果你想要进行非等值查询，则可以使用 `$ne` 操作符，代表 not equal ，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({name: {$ne: "heibai"}})
|
||||
```
|
||||
|
||||
特别的，如果你想允许某个字段等于多个值，可以使用 `$in` 操作符，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({name: {$in:["heibai","ying"]} })
|
||||
```
|
||||
|
||||
@ -143,7 +160,7 @@ db.user.find({name: {$in:["heibai","ying"]} })
|
||||
|
||||
Mongodb 提供了比较操作符 `$lt`、`$lte`、`$gt` 和 `$gte` ，分别对应 <、 <=、 >和 >= ，主要用于范围查查询，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({age: {$gt: 20, $lt: 40}})
|
||||
```
|
||||
|
||||
@ -153,18 +170,18 @@ Mongodb 提供了逻辑操作符 `$or`、`$and`、`$not`、`$nor` ，用于处
|
||||
|
||||
查询姓名为 heibai 或者年龄大于 30 岁的所有用户，此时可以使用 $or 操作符：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find( { $or: [{ name: "heibai" }, { age: { $gt: 30 } }] })
|
||||
```
|
||||
查询所有姓名不是以 hei 开头的所有用户，此时可以使用 $not 操作符来配合正则表达式：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({name: {$not: /^hei*/}})
|
||||
```
|
||||
|
||||
如果文档中存在 name 字段，则它的值不能为 heibai，如果文档中存在 age 字段，则它的值不能大于 30 ，只有满足以上两个条件的文档才会被查询出来，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find( { $nor: [{ name: "heibai" }, { age: { $gt: 30 } }] })
|
||||
```
|
||||
|
||||
@ -174,22 +191,22 @@ $and 操作符的使用率比较低，因为此时更好的方式是把多个条
|
||||
|
||||
如果需要查询个人爱好中有 football 的所有用户，即只要集合 Hobby 中存在 football 即可，对应的查询方法如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({Hobby: "football"})
|
||||
```
|
||||
如果想要获取集合中指定位置等于指定值的文档，对应的查询方法如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({"Hobby.2": "football"})
|
||||
```
|
||||
如果想要约束集合必须包含多个指定值，此时可以使用 $all 操作符：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({Hobby:{ $all: ["football", "tennis"]}})
|
||||
```
|
||||
查询时如果只想返回集合的部分内容，则可以使用 $slice ，$slice 接收一个参数 n，正数表示获取集合的前 n 个参数，负数表示获取集合末尾的 n 个参数，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.find({name: "heibai"},{Hobby:{$slice: 2}})
|
||||
```
|
||||
|
||||
@ -220,7 +237,7 @@ db.collection.updateMany(<filter>, <update>, <options>)
|
||||
+ `<update>`：更改操作或新文档数据；
|
||||
+ ` <options>`：可选操作，常用的可选操作是 `upsert` ，当其为 true 时，代表如果按照过滤条件没有找到对应的文档，则将待更改的数据插入到集合中；当其为 false 时，如果没有找到数据，则不执行任何操作。示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.replaceOne(
|
||||
{ _id: ObjectId("5d3d00a4ad383d3becc7b03a")},
|
||||
{
|
||||
@ -242,7 +259,7 @@ db.user.replaceOne(
|
||||
|
||||
用于修改具体的字段，如果待修改的字段不存在，则会新增该字段。示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.updateOne(
|
||||
{ name: "danrenying"},
|
||||
{ $set: {age: 66} }
|
||||
@ -253,7 +270,7 @@ db.user.updateOne(
|
||||
|
||||
用于对指定字段的值进行增加或减少，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.updateOne(
|
||||
{ name: "danrenying"},
|
||||
{ $inc: {age: -10} }
|
||||
@ -268,7 +285,7 @@ db.user.updateOne(
|
||||
|
||||
用于往数组中新增数据，示例如下。使用 `$each` 可以一次添加多个元素：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.updateOne(
|
||||
{ name: "danrenying"},
|
||||
{ $push: {"Hobby": {$each: ["film","music"]}} }
|
||||
@ -279,7 +296,7 @@ db.user.updateOne(
|
||||
|
||||
该修改器可以把数组当做集 (set) 来使用，即只能添加当前数组中不存在的数据，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.updateOne(
|
||||
{ name: "danrenying"},
|
||||
{ $addToSet: {"Hobby": {$each: ["film","music"]}} }
|
||||
@ -290,7 +307,7 @@ db.user.updateOne(
|
||||
|
||||
该修改器可以从数组任意一端删除元素，`-1` 代表从数组头删除元素，`1` 代表从数组尾删除元素，示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.updateOne(
|
||||
{ name: "danrenying"},
|
||||
{ $pop: {"Hobby": -1} }
|
||||
@ -319,7 +336,7 @@ db.collection.deleteOne()
|
||||
|
||||
使用示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.user.deleteOne(
|
||||
{ name: "danrenying"}
|
||||
)
|
||||
|
||||
@ -1,5 +1,27 @@
|
||||
# MongoDB 索引
|
||||
|
||||
<nav>
|
||||
<a href="#一索引简介">一、索引简介</a><br/>
|
||||
<a href="#11-创建索引">1.1 创建索引</a><br/>
|
||||
<a href="#12-查看索引">1.2 查看索引</a><br/>
|
||||
<a href="#二索引的类型">二、索引的类型</a><br/>
|
||||
<a href="#21-单字段索引">2.1 单字段索引</a><br/>
|
||||
<a href="#22-复合索引">2.2 复合索引</a><br/>
|
||||
<a href="#23-多键索引">2.3 多键索引</a><br/>
|
||||
<a href="#24-哈希索引">2.4 哈希索引</a><br/>
|
||||
<a href="#25-地理空间索引">2.5 地理空间索引</a><br/>
|
||||
<a href="#26-文本索引">2.6 文本索引</a><br/>
|
||||
<a href="#三索引的性质">三、索引的性质</a><br/>
|
||||
<a href="#31-唯一索引">3.1 唯一索引</a><br/>
|
||||
<a href="#32-稀疏性">3.2 稀疏性</a><br/>
|
||||
<a href="#33-部分索引">3.3 部分索引</a><br/>
|
||||
<a href="#34-TTL-索引">3.4 TTL 索引</a><br/>
|
||||
<a href="#四删除索引">四、删除索引</a><br/>
|
||||
<a href="#五EXPLAIN">五、EXPLAIN</a><br/>
|
||||
<a href="#51-输出参数">5.1 输出参数</a><br/>
|
||||
<a href="#52-覆盖索引">5.2 覆盖索引</a><br/>
|
||||
</nav>
|
||||
|
||||
## 一、索引简介
|
||||
|
||||
### 1.1 创建索引
|
||||
@ -90,8 +112,7 @@ db.user.find({}).sort({name:1})
|
||||
|
||||
当前大多数数据库都支持双向遍历索引，这和存储结构有关 (如下图)。在 B-Tree 结构的叶子节点上，存储了索引键的值及其对应文档的位置信息，而每个叶子节点间则类似于双向链表，所以如下图既可以从值为 4 的索引遍历到值为 92 的索引，反之亦然。
|
||||
|
||||
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/Full-Stack-Notes/blob/master/pictures/b-tree.png"/> </div>
|
||||
|
||||
|
||||
### 2.2 复合索引
|
||||
@ -104,7 +125,7 @@ db.user.createIndex( { name: -1,birthday: 1} )
|
||||
|
||||
需要注意的是 MongoDB 的复合索引具备前缀索引的特征，即如果你创建了索引 `{ a:1, b: 1, c: 1, d: 1 }`，那么等价于在该集合上，还存在了以下三个索引，这三个隐式索引同样可以用于优化查询和排序操作：
|
||||
|
||||
```json
|
||||
```shell
|
||||
{ a: 1 }
|
||||
{ a: 1, b: 1 }
|
||||
{ a: 1, b: 1, c: 1 }
|
||||
|
||||
@ -1,5 +1,22 @@
|
||||
# MongoDB 聚合操作
|
||||
|
||||
<nav>
|
||||
<a href="#一聚合简述">一、聚合简述</a><br/>
|
||||
<a href="#二聚合管道">二、聚合管道</a><br/>
|
||||
<a href="#11-$match">1.1 $match</a><br/>
|
||||
<a href="#12-$project">1.2 $project</a><br/>
|
||||
<a href="#13-$group">1.3 $group</a><br/>
|
||||
<a href="#14-$unwind">1.4 $unwind</a><br/>
|
||||
<a href="#15-$sort">1.5 $sort</a><br/>
|
||||
<a href="#16-$limit">1.6 $limit</a><br/>
|
||||
<a href="#17-$skip">1.7 $skip</a><br/>
|
||||
<a href="#18-$lookup">1.8 $lookup</a><br/>
|
||||
<a href="#19-$out">1.9 $out</a><br/>
|
||||
<a href="#110-自动优化">1.10 自动优化</a><br/>
|
||||
<a href="#三MapReduce">三、MapReduce</a><br/>
|
||||
<a href="#四单用途聚合方法">四、单用途聚合方法</a><br/>
|
||||
</nav>
|
||||
|
||||
## 一、聚合简述
|
||||
|
||||
在日常开发中，我们通常需要对存储数据进行聚合分析后，再返回给客户端。MongoDB提供了三种聚合的方式，分别是聚合管道，map-reduce 函数和单用途聚合方法。
|
||||
@ -59,7 +76,7 @@ db.employees.aggregate([
|
||||
|
||||
所以最后的输出结果如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
{
|
||||
"_id" : ObjectId("5d3fe6488ba16934ccce999d"),
|
||||
"fullName" : "GeorgiFacello"
|
||||
@ -70,7 +87,7 @@ db.employees.aggregate([
|
||||
}
|
||||
```
|
||||
|
||||
在当前最新的 MongoDB 4.x 中，MongoDB 提供了将近 30 个管道阶段，用于满足不同数据处理的需求。以下主要介绍常用几个管道阶段，如果想要了解全部的管道阶段，可以参见官方文档：[Aggregation Pipeline Stages](https://docs.mongodb.com/manual/reference/operator/aggregation-pipeline/)
|
||||
在当前最新的 MongoDB 4.x 中，MongoDB 提供了将近 30 个管道阶段，用于满足不同数据处理的需求。以下主要介绍常用几个管道阶段，如果想要了解全部的管道阶段，可以参见官方文档：[Aggregation Pipeline Stages](https://docs.mongodb.com/manual/reference/operator/aggregation-pipeline/) 。
|
||||
|
||||
### 1.1 $match
|
||||
|
||||
@ -117,13 +134,13 @@ db.employees.aggregate([
|
||||
])
|
||||
```
|
||||
|
||||
这里判断当文档的 hobby 属性为空数组时，则其 hobby 属性不会被输出到下一个管道阶段。
|
||||
这里判断当文档的 hobby 属性为空数组时，其 hobby 属性不会被输出到下一个管道阶段。
|
||||
|
||||
### 1.3 $group
|
||||
|
||||
$group 管道阶段和大多数关系型数据库中的 group by 字句功能类似，都是用于分组计算。示例如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.employees.aggregate(
|
||||
[
|
||||
{ $group : {
|
||||
@ -199,7 +216,7 @@ $unwind 将文档按照数组中的每一个元素进行拆分，类似于大多
|
||||
|
||||
+ **preserveNullAndEmptyArrays**：如果用于展开的字段值为 null 或空数组时，则对应的文档不会被输出到下一阶段。如果想要输出到下一阶段则需要将该属性设置为 true。示例语句如下：
|
||||
|
||||
```json
|
||||
```shell
|
||||
db.employees.aggregate( [
|
||||
{$project: {_id: 0, emp_no: 1, hobby:1}},
|
||||
{ $unwind:
|
||||
@ -228,7 +245,7 @@ db.employees.aggregate( [
|
||||
|
||||
### 1.5 $sort
|
||||
|
||||
$sort 主要用于排序操作，需要注意的是如果可以，应当尽量将该操作放置在管道的第一阶段，从而可以利用索引进行排序，否则就需要使用内存进行排序，这时排序操作就会变得相当昂贵，需要额外的内存和计算资源的开销。
|
||||
$sort 主要用于排序操作，需要注意的是如果可以，应当尽量将该操作放置在管道的第一阶段，从而可以利用索引进行排序，否则就需要使用内存进行排序，这时排序操作就会变得相当昂贵，需要额外消耗内存和计算资源。
|
||||
|
||||
示例如下：
|
||||
|
||||
@ -250,6 +267,29 @@ db.employees.aggregate([
|
||||
|
||||
### 1.8 $lookup
|
||||
|
||||
#### 1. 关联查询
|
||||
|
||||
$lookup 类似与大多数关系型数据库中的 left outer join ，用于实现不同集合之间的连接。其基本的语法如下：
|
||||
|
||||
```shell
|
||||
{
|
||||
$lookup:
|
||||
{
|
||||
from: <collection to join>,
|
||||
localField: <field from the input documents>,
|
||||
foreignField: <field from the documents of the "from" collection>,
|
||||
as: <output array field>
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
+ **from**：指定同一数据库中的集合以进行连接操作；
|
||||
+ **localField**：连接集合中用于进行连接的字段；
|
||||
+ **foreignField**：待连接集合中用于进行连接的字段；
|
||||
+ **as**：指定用于存放匹配文档的新数组字段的名称。如果指定的字段已存在，则进行覆盖。
|
||||
|
||||
为了 $lookup 管道，我们需要额外添加一个集合，用于储存员工的职位信息 (一个员工可以有多个职位头衔) ，语法如下：
|
||||
|
||||
```shell
|
||||
db.titles.insertMany([
|
||||
{
|
||||
@ -275,6 +315,8 @@ db.titles.insertMany([
|
||||
])
|
||||
```
|
||||
|
||||
执行连接查询，连接条件为员工工号：
|
||||
|
||||
```shell
|
||||
db.employees.aggregate([
|
||||
{
|
||||
@ -287,8 +329,177 @@ db.employees.aggregate([
|
||||
}
|
||||
}
|
||||
])
|
||||
```
|
||||
|
||||
输出结果如下，为节省篇幅和突出重点，这里只显示部分内容，下文亦同。从输出中可以看到员工的职位信息都作为内嵌文档插入到指定的 emp_title 字段下，等价于执行了 left outer join 操作。
|
||||
|
||||
```shell
|
||||
{
|
||||
"_id" : ObjectId("5d3ffaaa8ba16934ccce99a1"),
|
||||
"emp_no" : 10001,
|
||||
........
|
||||
"emp_title" : [
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a5"),
|
||||
"emp_no" : 10001,
|
||||
"title" : "Senior Engineer"
|
||||
}
|
||||
]
|
||||
},
|
||||
|
||||
........
|
||||
|
||||
{
|
||||
"_id" : ObjectId("5d3ffaaa8ba16934ccce99a4"),
|
||||
"emp_no" : 10004,
|
||||
........
|
||||
"emp_title" : [
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a8"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a9"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Senior Engineer"
|
||||
}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
#### 2. 非相关查询
|
||||
|
||||
除了关联查询外，MongoDB 从 3.6 开始，还支持非相关查询。其基本语法如下：
|
||||
|
||||
```shell
|
||||
{
|
||||
$lookup:
|
||||
{
|
||||
from: <collection to join>,
|
||||
let: { <var_1>: <expression>, …, <var_n>: <expression> },
|
||||
pipeline: [ <pipeline to execute on the collection to join> ],
|
||||
as: <output array field>
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
- **from**：指定同一数据库中的集合以进行连接操作；
|
||||
- **let**：可选操作。用于指定在管道阶段中使用的变量，需要注意的是访问 let 变量必须使用 $expr 运算符。
|
||||
- **pipeline**：必选值，用于指定要在已连接集合上运行的管道。需要注意的是该管道无法直接访问输入文档中的字段，需要先在 let 中进行定义，然后再引用。
|
||||
- **as**：指定用于存放匹配文档的新数组字段的名称。如果指定的字段已存在，则进行覆盖。
|
||||
|
||||
这里我们分别基于三种场景来讲解不相关查询：
|
||||
|
||||
**场景一**：假设每个员工都需要了解其他员工的职位信息，以便进行沟通，则对应的查询语法如下：
|
||||
|
||||
```shell
|
||||
db.employees.aggregate([
|
||||
{
|
||||
$lookup:
|
||||
{
|
||||
from: "titles",
|
||||
pipeline: [],
|
||||
as: "emps_title"
|
||||
}
|
||||
}
|
||||
])
|
||||
```
|
||||
|
||||
此时输出如下，可以看到每个员工的 emps_title 字段都是相同的，都包含了所有员工的职位信息。因为查询中并没有指定任何字段进行关联，所以这种查询也被称为非相关查询。
|
||||
|
||||
```shell
|
||||
{
|
||||
"_id" : ObjectId("5d3ffaaa8ba16934ccce99a1"),
|
||||
"emp_no" : 10001,
|
||||
.......
|
||||
],
|
||||
"emps_title" : [
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a5"),
|
||||
"emp_no" : 10001,
|
||||
"title" : "Senior Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a6"),
|
||||
"emp_no" : 10002,
|
||||
"title" : "Staff"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a7"),
|
||||
"emp_no" : 10003,
|
||||
"title" : "Senior Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a8"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a9"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Senior Engineer"
|
||||
}
|
||||
]
|
||||
},
|
||||
|
||||
{
|
||||
"_id" : ObjectId("5d3ffaaa8ba16934ccce99a2"),
|
||||
.......
|
||||
"emps_title" : [
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a5"),
|
||||
"emp_no" : 10001,
|
||||
"title" : "Senior Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a6"),
|
||||
"emp_no" : 10002,
|
||||
"title" : "Staff"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a7"),
|
||||
"emp_no" : 10003,
|
||||
"title" : "Senior Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a8"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Engineer"
|
||||
},
|
||||
{
|
||||
"_id" : ObjectId("5d4011728ba16934ccce99a9"),
|
||||
"emp_no" : 10004,
|
||||
"title" : "Senior Engineer"
|
||||
}
|
||||
]
|
||||
},
|
||||
|
||||
..........
|
||||
```
|
||||
|
||||
**场景二**：假设每个员工都只需要知道办公室职员 (即职位为 Staff ) 的员工的信息，此时就需要利用 pipeline 管道对 titles 集合中的数据进行过滤，对应的查询语法为：
|
||||
|
||||
```shell
|
||||
db.employees.aggregate([
|
||||
{
|
||||
$lookup:
|
||||
{
|
||||
from: "titles",
|
||||
pipeline: [
|
||||
{ $match:
|
||||
{ $expr: { $eq: [ "$title","Staff"]}}
|
||||
}
|
||||
],
|
||||
as: "emps_title"
|
||||
}
|
||||
}
|
||||
])
|
||||
```
|
||||
|
||||
**场景三**：假设只有男员工需要知道其他职员的信息，此时就需要利用 pipeline 管道对 employees 集合中的数据进行过滤。由于 employees 集合是输入集合，管道无法直接访问其中的字段，此时需要先在 let 中进行定义，然后再引用。语句如下：
|
||||
|
||||
```shell
|
||||
db.employees.aggregate([
|
||||
{
|
||||
$lookup:
|
||||
@ -300,29 +511,14 @@ db.employees.aggregate([
|
||||
{ $expr: { $eq: [ "$$gender","M"]}}
|
||||
}
|
||||
],
|
||||
as: "emp_title"
|
||||
}
|
||||
}
|
||||
])
|
||||
|
||||
|
||||
|
||||
db.employees.aggregate([
|
||||
{
|
||||
$lookup:
|
||||
{
|
||||
from: "titles",
|
||||
pipeline: [
|
||||
{ $match:
|
||||
{ $expr: { $eq: [ "$title","M"]}}
|
||||
}
|
||||
],
|
||||
as: "emp_title"
|
||||
as: "emps_title"
|
||||
}
|
||||
}
|
||||
])
|
||||
```
|
||||
|
||||
这里需要使用两个 `$` 符号对 gender 变量进行引用，因为使用 let 定义后，其类似于系统变量。
|
||||
|
||||
### 1.9 $out
|
||||
|
||||
$out 用于将数据写入指定的集合，它必须是管道中的最后一个阶段。如果指定的集合不存在，则会自动新建；如果指定的集合存在，它会覆盖原有集合的数据。其实际的步骤如下：
|
||||
@ -360,8 +556,79 @@ db.employees.aggregate([
|
||||
|
||||
当排序操作在限制操作之前时，如果没有中间阶段会修改文档数量 (例如 $unwind，$group)，优化器会将 $limit 合并到 $sort中。如果在 $sort 和 $limit 之间存在修改文档数量的管道阶段，MongoDB 将不会执行合并。
|
||||
|
||||
了解这些优化策略可以有助于我们在开发中合理设置管道的顺序。想要了解全部的优化策略，可以参阅 MongoDB 的官方文档：[Aggregation Pipeline Optimization](https://docs.mongodb.com/manual/core/aggregation-pipeline-optimization/)
|
||||
了解这些优化策略可以有助于我们在开发中合理设置管道的顺序。想要了解全部的优化策略，可以参阅 MongoDB 的官方文档：[Aggregation Pipeline Optimization](https://docs.mongodb.com/manual/core/aggregation-pipeline-optimization/) 。
|
||||
|
||||
## 三、MapReduce
|
||||
|
||||
MongoDB 的 MapReduce 在概念上与 Hadoop MapReduce 类似，MongoDB 将 *map* 阶段应用于每个符合条件的每个输入文档，*map* 阶段的输出结果是 key-value 键值对。对于具有多个值的 key，MongoDB 会执行 *reduce* 阶段，该阶段负责收集并聚合数据，然后将结果存储在集合中。
|
||||
|
||||
这里我们以按照性别分组计算员工的平均年龄为例，演示 MapReduce 的基本使用，语句如下：
|
||||
|
||||
```shell
|
||||
db.employees.mapReduce(
|
||||
function(){
|
||||
emit(this.gender,this.age)
|
||||
},
|
||||
function(key,values){
|
||||
return Array.avg(values)
|
||||
},
|
||||
{ out:"age_avg"}
|
||||
)
|
||||
```
|
||||
|
||||
对应的计算结果会被输出到 age_avg 集合中，其内容如下：
|
||||
|
||||
```shell
|
||||
{
|
||||
"_id" : "F",
|
||||
"value" : 33
|
||||
},
|
||||
{
|
||||
"_id" : "M",
|
||||
"value" : 39
|
||||
}
|
||||
```
|
||||
|
||||
当前 MongoDB 支持在分片集合执行 map-reduce 操作，也支持将 Map-reduce 操作的结果输出到分片集合。map-reduce 使得开发者可以灵活控制聚合行为，但其性能不如聚合管道，所以两者应适场景而选用。
|
||||
|
||||
## 四、单用途聚合方法
|
||||
|
||||
出于易用性考虑，MongoDB 提供了部分 API，用于实现对常见聚合过程的简单访问。如下：
|
||||
|
||||
### 4.1 count
|
||||
|
||||
用于计算符合条件的文档的数量，如果想要计算集合中所有文档的数量，则传入空对象即可：
|
||||
|
||||
```shell
|
||||
db.employees.count({gender:"M"})
|
||||
```
|
||||
|
||||
### 4.2 estimatedDocumentCount
|
||||
|
||||
官方更加推荐使用 estimatedDocumentCount 计算集合中所有文档的数量，它会直接获取元数据信息并返回，因此它并不支持传入查询条件，示例如下：
|
||||
|
||||
```shell
|
||||
db.employees.estimatedDocumentCount({})
|
||||
```
|
||||
|
||||
### 4.3 distinct
|
||||
|
||||
和大多数数据库中的 distinct 关键字类似，用于返回不重复的数据：
|
||||
|
||||
```shell
|
||||
db.titles.distinct("title")
|
||||
```
|
||||
|
||||
|
||||
|
||||
## 参考资料
|
||||
|
||||
+ 官方文档：[Aggregation](https://docs.mongodb.com/manual/aggregation/)、[Map-Reduce](https://docs.mongodb.com/manual/core/map-reduce/)
|
||||
+ 所有聚合管道总览：https://docs.mongodb.com/manual/reference/operator/aggregation-pipeline/
|
||||
|
||||
+ 聚合管道中所有可选操作符：https://docs.mongodb.com/manual/reference/operator/aggregation/
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user