高级操作

• 讲解关于mongodb的高级操作，包括聚合、主从复制、分片、备份与恢复、MR
• 完成python与mongodb的交互

2.1、聚合 aggregate

• 聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()
• 语法

db.集合名称.aggregate([{管道:{表达式}}])

管道

• 管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入

ps ajx | grep mongo

• 在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理
• 常用管道
  • $group：将集合中的文档分组，可用于统计结果
  • $match：过滤数据，只输出符合条件的文档
  • $project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
  • $sort：将输入文档排序后输出
  • $limit：限制聚合管道返回的文档数
  • $skip：跳过指定数量的文档，并返回余下的文档
  • $unwind：将数组类型的字段进行拆分

表达式

• 处理输入文档并输出
• 语法

表达式:‘$列名‘

• 常用表达式
  • $sum：计算总和，$sum:1同count表示计数
  • $avg：计算平均值
  • $min：获取最小值
  • $max：获取最大值
  • $push：在结果文档中插入值到一个数组中
  • $first：根据资源文档的排序获取第一个文档数据
  • $last：根据资源文档的排序获取最后一个文档数据

2.1.1、$group

• 将集合中的文档分组，可用于统计结果
• _id表示分组的依据，使用某个字段的格式为‘$字段‘
• 例1：统计男生、女生的总人数

db.stu.aggregate([
    {$group:
        {
            _id:‘$gender‘,
            counter:{$sum:1}
        }
    }
])

Group by null

• 将集合中所有文档分为一组
• 例2：求学生总人数、平均年龄

db.stu.aggregate([
    {$group:
        {
            _id:null,
            counter:{$sum:1},
            avgAge:{$avg:‘$age‘}
        }
    }
])

透视数据

• 例3：统计学生性别及学生姓名

db.stu.aggregate([
    {$group:
        {
            _id:‘$gender‘,
            name:{$push:‘$name‘}
        }
    }
])

• 使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

db.stu.aggregate([
    {$group:
        {
            _id:‘$gender‘,
            name:{$push:‘$$ROOT‘}
        }
    }
])

2.1.2、$match

• 用于过滤数据，只输出符合条件的文档
• 使用MongoDB的标准查询操作
• 例1：查询年龄大于20的学生

db.stu.aggregate([
    {$match:{age:{$gt:20}}}
])

• 例2：查询年龄大于20的男生、女生人数

db.stu.aggregate([
    {$match:{age:{$gt:20}}},
    {$group:{_id:‘$gender‘,counter:{$sum:1}}}
])

2.1.3、$project

• 修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
• 例1：查询学生的姓名、年龄

db.stu.aggregate([
    {$project:{_id:0,name:1,age:1}}
])

• 例2：查询男生、女生人数，输出人数

db.stu.aggregate([
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$project:{_id:0,counter:1}}
])

2.1.4、$sort

• 将输入文档排序后输出
• 例1：查询学生信息，按年龄升序

b.stu.aggregate([{$sort:{age:1}}])

• 例2：查询男生、女生人数，按人数降序

db.stu.aggregate([
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$sort:{counter:-1}}
])

2.1.5、$limit、$skip

$limit

• 限制聚合管道返回的文档数
• 例1：查询2条学生信息

db.stu.aggregate([{$limit:2}])

$skip

• 跳过指定数量的文档，并返回余下的文档
• 例2：查询从第3条开始的学生信息

db.stu.aggregate([{$skip:2}])

• 例3：统计男生、女生人数，按人数升序，取第二条数据

db.stu.aggregate([
    {$group:{_id:‘$gender‘,counter:{$sum:1}}},
    {$sort:{counter:1}},
    {$skip:1},
    {$limit:1}
])

• 注意顺序：先写skip，再写limit

2.1.6、$unwind

• 将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值

语法1

• 对某字段值进行拆分

db.集合名称.aggregate([{$unwind:‘$字段名称‘}])

• 构造数据

db.t2.insert({_id:1,item:‘t-shirt‘,size:[‘S‘,‘M‘,‘L‘]})

• 查询

db.t2.aggregate([{$unwind:‘$size‘}])

语法2

• 对某字段值进行拆分
• 处理空数组、非数组、无字段、null情况

db.inventory.aggregate([{
    $unwind:{
        path:‘$字段名称‘,
        preserveNullAndEmptyArrays:<boolean>#防止数据丢失
    }
}])

• 构造数据

db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])

• 使用语法1查询

db.t3.aggregate([{$unwind:‘$size‘}])

• 查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了
• 问：如何能不丢弃呢？
• 答：使用语法2查询

db.t3.aggregate([{$unwind:{path:‘$sizes‘,preserveNullAndEmptyArrays:true}}])