MongoDB聚合查询

1、count：查询记录条数

db.user.count()

它也跟find一样可以有条件的

db.user.count({"age":})

2、distinct：用来找出给定键的所有不同的值

db.user.distinct("num")

3、Group：分组查询

key：用来分组文档的字段，我们这里是对年龄分组

initial: 每组都分享一个”初始化函数“

$reduce: 执行的reduce函数，第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，有多少个文档， $reduce就会调用多少次

db.user.group({
"key":{"age":true},
"initial":{"person":[]},
"$reduce":function(cur,prev){
    prev.person.push(cur.name);
}
})

如果想再过滤掉age小于20的人，group有这么两个可选参数: condition 和 finalize

condition：执行过滤的条件

finalize：在reduce执行完成，结果集返回之前对结果集最终执行的函数。

db.user.group({
"key":{"age":true},
"initial":{"person":[]},
"$reduce":function(doc,out){
    out.person.push(doc.name);
},
"finalize":function(out){
out.count=out.person.length;
},
"condition":{"age":{$lt:}}
})

4、MapReduce：

MongoDB中的MapReduce相当于关系数据库中的group by。

参数:

map函数：这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

reduce函数：这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是emit中的key，vlaue为emit分组后的emit(value)的集合，。

mapReduce函数：这个就是最后执行的函数，参数为map，reduce和一些可选参数。

示例：

map函数，对age大于10的进行处理：

var m=function(){
    if(this.age>){
    emit(this.age,{name:this.name});
    }
}

reduce函数：

var r=function(key,values){
 var count=;
 values.forEach(function(){count+=;});
 return count;
}

执行：

db.user.mapReduce(m,r,{"out":"collection"})

查看输出集合“collecton”的情况

db.collection.find()

从结果集也可以看出，临时结果集中的_id是emit函数中的key。

从图中我们可以看到如下信息：

result: "存放的集合名“。

input:传入文档的个数。

emit：此函数被调用的次数。

reduce：此函数被调用的次数。

output:最后返回文档的个数。