mongoDB中聚合函数java处理示例详解
1.问题
最近在做项目的时候碰到一个对mongoDB的数据处理，从MongoDB中拿到内嵌文档的时间排序的list。
一开始考虑到直接对mongoDB中的属性排序，后面发现属性存在内嵌文档中，所以处理中需要用到聚合函数。
思考
（key）解决这个问题的过程让我学到很多，发现自己在解决一个问题不仅查找问题的姿势不对，浪费太多时间。而且在碰到问题之后，应该多看看解决办法，甚至解决了之后要去思考问题，回顾问题。而不是像以前一样，解决问题了就万事大吉，抛之脑后。
2.解决
需要对document中的一个tweet_list 集合中的一个属性 timestamp_ms进行排序。 组内排序
使用聚合框架，通过match，unwind，sort等不同的组件创建一个管道。
类似mysql中的多层嵌套子查询。
mongoDB中js代码
db.text.aggregate(
// Initial document match (uses index, if a suitable one is available)
[
{ $match: {
_id : ObjectId("5ca95b4bfb60ec43b5dd0db5")
}},
// Expand the scores array into a stream of documents
{ $unwind: '$tweet_list' },
{ $match: {
'tweet_list.timestamp_ms': '1451841845660'
}},
// Sort in descending order
{ $sort: {
'tweet_list.timestamp_ms': 1
}}
]
)java实现此聚合函数
java中的Aggregation类，查询条件的顺序决定结果。
Aggregation agg = Aggregation.newAggregation(
Aggregation.match(Criteria.where("_id").is(id)),
Aggregation.unwind("tweet_list"),
Aggregation.sort(Sort.Direction.ASC,"tweet_list.timestamp_ms"),
Aggregation.project("tweet_list.timestamp_ms","tweet_list.text","tweet_list.created_at")
);
AggregationResults<JSONObject> results = mongoTemplate.aggregate(agg, "text", JSONObject.class);
//System.out.println("results"+results.getRawResults()); //获取到的结果是document
//String res = results.getRawResults();
String json = com.mongodb.util.JSON.serialize(results.getRawResults());
System.out.println("JSON serialized Document: " + json);
JSONObject jso= JSON.parseObject(json);
JSONArray resultss=jso.getJSONArray("results");
System.out.println(resultss);3.扩展
管道pipeline
以下的管道操作符可以按照任意顺序组合在一起使用。每个操作符都会接受一连串文档，对这些文档做了类型转换后，将转换后的文档作为结果传递给下一个操作符。直到最后一个管道操作符，将结果返回给客户端。
筛选match
尽可能将帅选放在管道的前部。两个原因：
1.先过滤掉不需要的文档，减少管道的工作量。
2.如果在project和group之前执行match，查询可以用索引。
3.不能在match中使用地理空间操作符
投射project
类似select操作。可以用管道表达式，数学表达式，日期表达式，字符表达式，逻辑表达式等。
分组group
跟mysql中的分组比较像
排序sort
1 升序 -1 降序
限制limit
限制结果条数
跳过skip
丢弃结果中的前n个文档
拆分unwind
把数组中的每个值拆分为单独的文档，例如此问题中需要对一个document中的tweetlist进行排序，可以使用unwind把tweetlist中的不同map拆分成不同的文档。
结果返回
文档
MapReduce
如果聚合框架中查询语言不能不表达，需要用到MapReduce。
使用：把问题拆分为多个小问题，把各个小问题发送到不同的机器上，每台机器只负责完成一部分的工作，完成之后，再把零碎的解决方案合并。
步骤：
1.映射map：把操作映射到集合中每个文档
2.洗牌shuffle：按照键值分组，并将产生的键值组成列表放到对应的键中。
3.化简reduce：把列表中的值化简成一个单值，值被返回，继续shuffle，然后最终每个键的列表只有一个值，即最终结果，
应用：
1.找到集合中所有键
2.网页分类
总结