MongoDB 强大查询操作之aggregate

2022-09-13 18:33:13

1、聚合简介
2、简单练习
3、聚合操作

1、聚合简介

在MongoDB中，使用聚合框架可以对集合中的文档进行变换和组合，完成一些复杂的查询操作。聚合框架通过多个阶段来创建一个管道(pipeline)，用于对一连串的文档进行处理。这些构件包括但不限于：

聚合操作就是通过aggregate()函数来完成一系列的聚合查询，主要用于处理如：统计，平均值，求和等，并返回计算后的结果。

语法：

db.collection.aggregate{
  [
    {$group:{_id:"$分组键名"}, "$分组键名", 别名:{聚合运算: "$运算列"} }，
    {条件筛选:{键名:{运算条件:运算值}}}
  ]
}

管道操作符

操作符	描述
$match	过滤数据，只输出符合结果的文档（也可以对分组的数组做过滤）
$project	投射，选择想要的字段或对字段进行重命名
$group	将集合中的文档分组，可用于统计结果
$unwind	拆分
$sort	排序
$limit	限制查询条数
$skip	跳过一些条数
$lookup	多表关联查询

表达式操作符

操作符	描述
$sum	计算总和，{$sum: 1}表示返回总和×1的值(即总和的数量),使用{$sum: ‘$制定字段‘}也能直接获取制定字段的值的总和
$avg	求平均值
$min	求最小值
$max	求最大值
$push	将结果文档中插入值到一个数组中
$first	根据文档的排序获取第一个文档数据
$skip	跳过一些条数
$last	同理，获取最后一个数据

2、简单练习

造一个测试文档，后面围绕这个文档做聚合操作

db.orders.insertMany([
{
  cust_id: "a1300123",
  ord_date: ISODate("2020-06-22T17:04:11.102Z"),
  status: ‘success‘,
  price: 85,
  items: [ { sku: "beef", qty: 30, amount: 1 },
           { sku: "mutton", qty: 25, amount: 1 },
           { sku: "beer", qty: 10, amount: 3 }
         ]
},
{
  cust_id: "a1300123",
  ord_date: ISODate("2020-06-22T17:04:11.102Z"),
  status: ‘success‘,
  price: 100,
  items: [ { sku: "beef", qty: 30, amount: 1 },
           { sku: "mutton", qty: 25, amount: 2 },
           { sku: "beer", qty: 10, amount: 3 }
         ]
},
{
  cust_id: "a1300124",
  ord_date: ISODate("2020-06-22T17:04:11.102Z"),
  status: ‘success‘,
  price: 85,
  items: [ { sku: "beef", qty: 30, amount: 1 },
           { sku: "mutton", qty: 25, amount: 1 },
           { sku: "beer", qty: 10, amount: 1 }
         ]
},
{
  cust_id: "a1300124",
  ord_date: ISODate("2020-06-22T17:04:11.102Z"),
  status: ‘success‘,
  price: 105,
  items: [ { sku: "beef", qty: 30, amount: 2 },
           { sku: "mutton", qty: 25, amount: 1 },
           { sku: "beer", qty: 10, amount: 1 }
         ]
},
])

1.统计orders集合所有记录

db.orders.aggregate( [
   {
     $group: {
        _id: null,
        count: { $sum: 1 }
     }
   }
] )

// 结果
{ "_id": null, "count": 4 }

Note：这里的$sum:1 表示的就是统计所有记录

2.计算orders集合所有文档price的总和

db.orders.aggregate([
  {
    $group: {
      _id: null,
      total_price: { $sum: "$price"}
    }
  }
])

// 结果
{ "_id": null, "total_price": 375 }

3.对于每一个唯一的cust_id，计算price总和

db.orders.aggregate([
  {
    $group: {
      _id: ‘$cust_id‘,
      total_price: { $sum: "$price"}
    }
  }
])

// 结果
{ "_id": "a1300123", "total_price": 185 }
{ "_id": "a1300124", "total_price": 190 }

4.对每一个唯一对cust_id和ord_date分组，计算price总和，不包括日期的时间部分

db.orders.aggregate( [
   {
     $group: {
        _id: {
           cust_id: "$cust_id",
           ord_date: {
               month: { $month: "$ord_date" },
               day: { $dayOfMonth: "$ord_date" },
               year: { $year: "$ord_date"}
           }
        },
        total: { $sum: "$price" }
     }
   }
] )

// 结果
{ "_id": { "cust_id": "a1300124", "ord_date": { "month": 6, "day": 22, "year": 2020 } }, "total": 190 }
{ "_id": { "cust_id": "a1300123", "ord_date": { "month": 6, "day": 22, "year": 2020 } }, "total": 185 }

5.对于有多个记录的cust_id，返回cust_id和对应的数量

db.orders.aggregate([
  {
    $group: {
      _id: "$cust_id",
      count: {$sum : 1}
    }
  }
])

// 结果
{ "_id": "a1300123", "count": 2 }
{ "_id": "a1300124", "count": 2 }

6.对每个唯一的cust_id和ord_date分组，计算价格总和，并只返回price总和大于等于190的记录，且排除日期的时间部分

db.orders.aggregate([
  {
    $group: {
      _id: {
        cust_id: "$cust_id",
        ord_date:{
            month: { $month: "$ord_date" },
            day: { $dayOfMonth: "$ord_date" },
            year: { $year: "$ord_date"}
        }
      },
      total: {$sum: "$price"}
    }
  },
  { $match: {total: {$gte: 190 }}}
])

// 结果
{ "_id": { "cust_id": "a1300124", "ord_date": { "month": 6, "day": 22, "year": 2020 } }, "total": 190 }

7.对每个唯一的cust_id且status=success，计算price总和

db.orders.aggregate([
  {$match: { status: ‘success‘} },
  {
    $group:{
      _id: ‘$cust_id‘,
      total: { $sum: ‘$price‘}
    }
  }
])

// 结果
{ "_id": "a1300124", "total": 190 }
{ "_id": "a1300123", "total": 185 }

8.统计每个orders文档里菜单的价格 * 购买数量

db.orders.aggregate( [
  { $unwind: "$items" },
  {$project: {cust_id: ‘$cust_id‘,total: { $multiply: ["$items.qty", "$items.amount"]}}},
])
    
// 结果
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a1"), "total": 30 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a1"), "total": 25 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a1"), "total": 30 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a2"), "total": 30 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a2"), "total": 50 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a2"), "total": 30 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a3"), "total": 30 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a3"), "total": 25 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a3"), "total": 10 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a4"), "total": 60 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a4"), "total": 25 }
{ "_id": ObjectId("5ef0230a3e2cd6e9f70b94a4"), "total": 10 }

3、聚合操作

模拟数据

db.dev.insertMany([
  {title: ‘Linux运维班‘, description: ‘某小厂工程师主讲‘, url: ‘www.qylinux.com‘, tags: [‘Linux基础‘, ‘linux‘] ,price: 12000},
  {title: ‘Linux架构师‘, description: ‘某大厂资深工程师主讲‘, url: ‘www.qylinux.com‘, tags: [‘Linux架构‘, ‘linux‘] ,price: 18000},
  {title: ‘Python自动化运维‘, description: ‘鹅厂高级自动化运维经理主讲‘, url: ‘www.qypython.com‘, tags: [‘Python‘, ‘运维‘, ‘自动化运维‘] ,price: 21500},
  {title: ‘Python全栈‘, description: ‘AWS开发经理主讲‘, url: ‘www.qypython.com‘, tags: [‘Python‘, ‘AWS‘, ‘前端‘] ,price: 25600},
  {title: ‘Golang全栈‘, description: ‘Google资深工程师主讲‘, url: ‘www.qygolang.com‘, tags: [‘Golang‘, ‘21世纪C语言‘] ,price: 25600},
  {title: ‘AWS架构师‘, description: ‘AWS东南亚首席CTO主讲‘, url: ‘www.qyaws.com‘, tags: [‘AWS‘, ‘云计算‘, ‘虚拟化‘] ,price: 18000},
])

3.1 求和-$sum

1.查询dev集合中一共有多少个文档

// sql
select count(*) AS count FORM dev
             
// mongodb
db.dev.aggregate([
		{
      $group:{
       _id: null, 
       count: { $sum: 1}
			}
		}
])

返回结果：

{ "_id": null, "count": 6 }

参数解释：

$group：分组，代表聚合的分组条件。
_id：分组的字段，不能缺少，必须要有，如果根据某字段的值分组，则定义为_id: ‘$字段名‘，所以此案例中的null代表一个固定的字面值‘null‘。
count：返回结果字段名，可以自定义，类似SQL中的字段别名。
$sum：求和表达式，相当于SQL中的sum()。
1：累加值

2.查询dev集合中所有price键中键值的总和

// $price表示文档中的price字段的值
db.dev.aggregate([
  {
    $group: {
      _id: null,
      totalPrice: { $sum: ‘$price‘ }
    }
  }
])

返回结果：

{ "_id": null, "totalPrice": 120700 }

3.对每个title进行分组并计算每组的price的总和

// $price表示文档中的price字段的值
db.dev.aggregate([
  {
    $group: {
      _id: ‘$title‘,
      totalPrice: { $sum: ‘$price‘ }
    }
  }
])

返回结果：

{ "_id": "Linux运维班", "totalPrice": 12000 }
{ "_id": "Python全栈", "totalPrice": 25600 }
{ "_id": "Linux架构师", "totalPrice": 18000 }
{ "_id": "Golang全栈", "totalPrice": 25600 }
{ "_id": "Python自动化运维", "totalPrice": 21500 }
{ "_id": "AWS架构师", "totalPrice": 18000 }

3.2 过滤-$match

$match 匹配条件，相当于SQL中的where子句，代表聚合之前进行条件筛选

1.查询dev集合中有多少文档的price大于20000

db.dev.aggregate([
  {
    $match: { 
      price: { $gt: 20000}
    }
  },
  {
    $group: {
      _id: null,
      count: { $sum: 1 }
    }
  }
])

返回结果：

{ "_id": null, "count": 3 }

2.查询dev集合，根据title分组计算出每组的price总和，并过滤掉总和小于等于20000的文档

db.dev.aggregate([
  {
    $group: {
      _id: ‘$title‘,
      totalPrice: { $sum: ‘$price‘ }
    }
  },
  {
    $match: {
      totalPrice: { $lte: 20000 }
    }
  }
])

返回结果：

{ "_id": "Linux运维班", "totalPrice": 12000 }
{ "_id": "Linux架构师", "totalPrice": 18000 }
{ "_id": "AWS架构师", "totalPrice": 18000 }

3.3 最大值-$max

查询dev集合中price最大的文档，

$max: ‘$price‘ ：计算price键的最大值

db.dev.aggregate([
  {
    $group: {
      _id: null,
      maxPirce: { $max: ‘$price‘ }
    }
  }
])

返回结果：

{ "_id": null, "maxPirce": 25600 }

3.4 最小值-$min

查询dev集合中price最小的文档，

$min: ‘$price‘ ：计算price键的最小值

db.dev.aggregate([
  {
    $group: {
      _id: null,
      minPirce: { $min: ‘$price‘ }
    }
  }
])

返回结果：

{ "_id": null, "minPirce": 12000 }

3.5 平均值-$avg

查询dev集合中price的平均值，

$avg: ‘$price‘ 计算price键的平均值

db.dev.aggregate([
  {
    $group: {
      _id: null,
      avgPrice: { $avg: ‘$price‘ }
    }
  }
])

返回结果：

{ "_id": null, "avgPrice": 20116.666666666668 }

3.6 统计结果返回数组-$push

查询dev集合，按照price分组并返回它们的title，如果price相同则使用数组返回它们的title。

$push: ‘$title‘：如果price相同则使用数组返回它们的title

db.dev.aggregate([
  {
    $group: {
      _id: ‘$price‘,
      title: { $push: ‘$title‘ }
    }
  }
])

返回结果：

{ "_id": 25600, "title": [ "Python全栈", "Golang全栈" ] }
{ "_id": 12000, "title": [ "Linux运维班" ] }
{ "_id": 18000, "title": [ "Linux架构师", "AWS架构师" ] }
{ "_id": 21500, "title": [ "Python自动化运维" ] }

3.7 数组字段拆分-$unwind

查询dev集合，将数组中的内容拆分显示

$unwind: ‘$tags‘：对数组中的元素进行拆分显示

db.dev.aggregate([
  { $unwind: ‘$tags‘ }
])

返回结果：

....... 省略文档 ........
Fetched 15 record(s) in 3ms

3.8 管道操作

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参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理，管道操作是可以重复的。

管道操作符是按照书写的顺序依次执行的，每个操作符都会接受这一串的文档，然后对文档做相应的转换操作，最后将转换后的文档作为结果传递给下一个操作符（对于最后一个管道操作符，是将结果返回给客户端），称为流式工作方式

管道操作符：$match、$group、$sort、$skip、$unwind .......

Note：管道操作符只能处理当前聚合的文档，而不能处理管道以外的其它文档。

3.8.1、聚合投影约束-$project

$project操作符：我们可以使用$project操作符做聚合投影操作

1.查询dev集合，将数组中的内容拆分显示，并只显示title键与tags键的值

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      title: ‘$title‘,
      tags: ‘$tags‘
   }
  }
])

返回结果：

{ "title": "Linux运维班", "tags": "Linux基础" }
{ "title": "Linux运维班", "tags": "linux" }
{ "title": "Linux架构师", "tags": "Linux架构" }
{ "title": "Linux架构师", "tags": "linux" }
{ "title": "Python自动化运维", "tags": "Python" }
{ "title": "Python自动化运维", "tags": "运维" }
{ "title": "Python自动化运维", "tags": "自动化运维" }
{ "title": "Python全栈", "tags": "Python" }
{ "title": "Python全栈", "tags": "AWS" }
{ "title": "Python全栈", "tags": "前端" }
{ "title": "Golang全栈", "tags": "Golang" }
{ "title": "Golang全栈", "tags": "21世纪C语言" }
{ "title": "AWS架构师", "tags": "AWS" }
{ "title": "AWS架构师", "tags": "云计算" }
{ "title": "AWS架构师", "tags": "虚拟化" }

2.查询dev集合，将数组中的内容拆分显示，要求值显示title键与tags键的值并将title键改为Title

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      Title: ‘$title‘,
      tags: ‘$tags‘
   }
  }
])

返回结果：

{ "Title": "Linux运维班", "tags": "Linux基础" }
{ "Title": "Linux运维班", "tags": "linux" }
{ "Title": "Linux架构师", "tags": "Linux架构" }
{ "Title": "Linux架构师", "tags": "linux" }
{ "Title": "Python自动化运维", "tags": "Python" }
{ "Title": "Python自动化运维", "tags": "运维" }
{ "Title": "Python自动化运维", "tags": "自动化运维" }
{ "Title": "Python全栈", "tags": "Python" }
{ "Title": "Python全栈", "tags": "AWS" }
{ "Title": "Python全栈", "tags": "前端" }
{ "Title": "Golang全栈", "tags": "Golang" }
{ "Title": "Golang全栈", "tags": "21世纪C语言" }
{ "Title": "AWS架构师", "tags": "AWS" }
{ "Title": "AWS架构师", "tags": "云计算" }
{ "Title": "AWS架构师", "tags": "虚拟化" }

3.8.2、字符串处理-$project

$project中可以通过MongoDB的字符串操作符对投影的内容做字符串处理

1.查询dev集合，将数组中的内容拆分显示，将title中的值转换为小写并命名为New_Title，将tags的值转换为大写并命名为New_Tags。

New_Title：{ $toLower: ‘$title‘}：将title中的值转换为小写

New_Tags：{ $toUpper: ‘$tags‘}：将tags中的值转换为大写

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      New_Title: { $toLower: ‘$title‘},
      New_Tags: { $toUpper: ‘$tags‘}
    }
  }
])

返回结果：

{ "New_Title": "linux运维班", "New_Tags": "LINUX基础" }
{ "New_Title": "linux运维班", "New_Tags": "LINUX" }
{ "New_Title": "linux架构师", "New_Tags": "LINUX架构" }
{ "New_Title": "linux架构师", "New_Tags": "LINUX" }
{ "New_Title": "python自动化运维", "New_Tags": "PYTHON" }
{ "New_Title": "python自动化运维", "New_Tags": "运维" }
{ "New_Title": "python自动化运维", "New_Tags": "自动化运维" }
{ "New_Title": "python全栈", "New_Tags": "PYTHON" }
{ "New_Title": "python全栈", "New_Tags": "AWS" }
{ "New_Title": "python全栈", "New_Tags": "前端" }
{ "New_Title": "golang全栈", "New_Tags": "GOLANG" }
{ "New_Title": "golang全栈", "New_Tags": "21世纪C语言" }
{ "New_Title": "aws架构师", "New_Tags": "AWS" }
{ "New_Title": "aws架构师", "New_Tags": "云计算" }
{ "New_Title": "aws架构师", "New_Tags": "虚拟化" }

2.查询dev集合，将数组中的内容拆分显示，将title字段和tags字段的值拼接为一个完整字符串并在Title_Tags字段中显示。

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      Title_Tags: { $concat: [‘$title‘,‘-‘,‘$tags‘]},
   }
  }
])

返回结果：

{ "Title_Tags": "Linux运维班-Linux基础" }
{ "Title_Tags": "Linux运维班-linux" }
{ "Title_Tags": "Linux架构师-Linux架构" }
{ "Title_Tags": "Linux架构师-linux" }
{ "Title_Tags": "Python自动化运维-Python" }
{ "Title_Tags": "Python自动化运维-运维" }
{ "Title_Tags": "Python自动化运维-自动化运维" }
{ "Title_Tags": "Python全栈-Python" }
{ "Title_Tags": "Python全栈-AWS" }
{ "Title_Tags": "Python全栈-前端" }
{ "Title_Tags": "Golang全栈-Golang" }
{ "Title_Tags": "Golang全栈-21世纪C语言" }
{ "Title_Tags": "AWS架构师-AWS" }
{ "Title_Tags": "AWS架构师-云计算" }
{ "Title_Tags": "AWS架构师-虚拟化" }

Note：$concat的数组中给定需要拼接的值。

3.查询dev集合，将数组中的内容拆分显示，只显示title字段的前3个字符，并命名为Title_Prefix

Title_Prefix: { $substr: [‘$title‘,0,3]}：将title的值从0开始截取3位，并命名为Title_Prefix

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      Title_Prefix: { $substr: [‘$title‘,0,3]},
   }
  }
])

返回结果：

{ "Title_Prefix": "Lin" }
{ "Title_Prefix": "Lin" }
{ "Title_Prefix": "Lin" }
{ "Title_Prefix": "Lin" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Pyt" }
{ "Title_Prefix": "Gol" }
{ "Title_Prefix": "Gol" }
{ "Title_Prefix": "AWS" }
{ "Title_Prefix": "AWS" }
{ "Title_Prefix": "AWS" }

对于$substr只能匹配ASCII的数据，对于中文要使用$substrCP

db.dev.aggregate([
  { $unwind: ‘$tags‘ },
  { 
    $project: {
      _id: 0,
      Title_Prefix: { $substrCP: [‘$title‘,0,6]},
    }
  }
])

返回结果：

{ "Title_Prefix": "Linux运" }
{ "Title_Prefix": "Linux运" }
{ "Title_Prefix": "Linux架" }
{ "Title_Prefix": "Linux架" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Python" }
{ "Title_Prefix": "Golang" }
{ "Title_Prefix": "Golang" }
{ "Title_Prefix": "AWS架构师" }
{ "Title_Prefix": "AWS架构师" }
{ "Title_Prefix": "AWS架构师" }

3.8.3、算数运算-$project

$project中我们可以通过MongoDB的算数操作符对投影的内容进行运算处理

1.查询dev集合中数据，显示title和price字段，为price字段的数据做加1操作，显示字段名为New_Price

db.dev.aggregate([
  { 
    $project: {
      _id: 0,
      title: 1,
      New_Price: { $add: [‘$price‘,1]}
    }
  }
])

返回结果：

{ "title": "Linux运维班", "New_Price": 12001 }
{ "title": "Linux架构师", "New_Price": 18001 }
{ "title": "Python自动化运维", "New_Price": 21501 }
{ "title": "Python全栈", "New_Price": 25601 }
{ "title": "Golang全栈", "New_Price": 25601 }
{ "title": "AWS架构师", "New_Price": 18001 }

2.查询dev集合中数据，显示title和price字段，为price字段的数据做减1操作，显示字段名为New_Price

db.dev.aggregate([
  { 
    $project: {
      _id: 0,
      title: 1,
      New_Price: { $subtract: [‘$price‘,1]}
    }
  }
])

返回结果：

{ "title": "Linux运维班", "New_Price": 11999 }
{ "title": "Linux架构师", "New_Price": 17999 }
{ "title": "Python自动化运维", "New_Price": 21499 }
{ "title": "Python全栈", "New_Price": 25599 }
{ "title": "Golang全栈", "New_Price": 25599 }
{ "title": "AWS架构师", "New_Price": 17999 }

3.查询dev集合中数据，显示title和price字段，为price字段的数据做乘2操作，显示字段名为New_Price

db.dev.aggregate([
  { 
    $project: {
      _id: 0,
      title: 1,
      New_Price: { $multiply: [‘$price‘,2]}
    }
  }
])

返回结果：

{ "title": "Linux运维班", "New_Price": 24000 }
{ "title": "Linux架构师", "New_Price": 36000 }
{ "title": "Python自动化运维", "New_Price": 43000 }
{ "title": "Python全栈", "New_Price": 51200 }
{ "title": "Golang全栈", "New_Price": 51200 }
{ "title": "AWS架构师", "New_Price": 36000 }

4.查询dev集合中数据，显示title和price字段，为price字段的数据做除2操作，显示字段名为New_Price

db.dev.aggregate([
  { 
    $project: {
      _id: 0,
      title: 1,
      New_Price: { $divide: [‘$price‘,2]}
    }
  }
])

返回结果：

{ "title": "Linux运维班", "New_Price": 6000 }
{ "title": "Linux架构师", "New_Price": 9000 }
{ "title": "Python自动化运维", "New_Price": 10750 }
{ "title": "Python全栈", "New_Price": 12800 }
{ "title": "Golang全栈", "New_Price": 12800 }
{ "title": "AWS架构师", "New_Price": 9000 }

5.查询dev集合中数据，显示title和price字段，为price字段的数据做模2操作，显示字段名为New_Price

db.dev.aggregate([
  { 
    $project: {
      _id: 0,
      title: 1,
      New_Price: { $mod: [‘$price‘,2]}
    }
  }
])

返回结果：

{ "title": "Linux运维班", "New_Price": 0 }
{ "title": "Linux架构师", "New_Price": 0 }
{ "title": "Python自动化运维", "New_Price": 0 }
{ "title": "Python全栈", "New_Price": 0 }
{ "title": "Golang全栈", "New_Price": 0 }
{ "title": "AWS架构师", "New_Price": 0 }

3.9 多表关联-lookup

MongoDB很难像关系型数据库一样擅长多表关联，MongoDB提供了$lookup来实现多表关联

模拟数据：比如我们有一个product表和一个orders表，我们orders集合中的文档通过pid关联到对应的product文档的_id字段

db.product.insert({_id: 1, name: ‘商品1‘, price: 15})
db.product.insert({_id: 2, name: ‘商品2‘, price: 23})


db.orders.insert({_id: 1, pid: 1, name: ‘订单1‘})
db.orders.insert({_id: 2, pid: 2, name: ‘订单2‘})
db.orders.insert({_id: 3, pid: 2, name: ‘订单3‘})
db.orders.insert({_id: 4, pid: 1, name: ‘订单4‘})


db.product.find()
db.orders.find()

1.在orders表中，找到price > 20的订单

1）我们orders表中是没有field的，第一步应该执行：

db.product.aggregate([
    {
      $lookup:
        {
          from: "orders",
          localField: "_id",
          foreignField: "pid",
          as: "inventory_docs"
        }
   }
])

返回结果：

{ "_id": 1, "name": "商品1", "price": 15, "inventory_docs": [   {   "_id": 1,   "pid": 1,   "name": "订单1" },   {   "_id": 4,   "pid": 1,   "name": "订单4" } ] }
{ "_id": 2, "name": "商品2", "price": 23, "inventory_docs": [   {   "_id": 2,   "pid": 2,   "name": "订单2" },   {   "_id": 3,   "pid": 2,   "name": "订单3" } ] }

简单介绍$lookup中的参数：

form：需要关联的表（orders）
localField：orders被product的关联的键
foreignField：orders和product有关联的键
as：对应的外键集合数据（可能存在一对多的情况）

2）$match筛选

db.product.aggregate([
    {
      $lookup:
        {
          from: "orders",
          localField: "_id",
          foreignField: "pid",
          as: "inventory_docs"
        }
   },
  { $match: {price: {$gt: 20 } }}
])

返回结果：

{ "_id": 2, "name": "商品2", "price": 23, "inventory_docs": [   {   "_id": 2,   "pid": 2,   "name": "订单2" },   {   "_id": 3,   "pid": 2,   "name": "订单3" } ] }

3）$project挑选字段

我们只需要inventory_docs字段即可

db.product.aggregate([
    {
      $lookup:
        {
          from: "orders",
          localField: "_id",
          foreignField: "pid",
          as: "inventory_docs"
        }
   },
  { $match: {price: {$gt: 20 } }},
  { $project: {"inventory_docs": 1, "_id": 0} }
])

返回结果：

{ "inventory_docs": [   {   "_id": 2,   "pid": 2,   "name": "订单2" },   {   "_id": 3,   "pid": 2,   "name": "订单3" } ] }

MongoDB 强大查询操作之aggregate

码农公寓

1、聚合简介

2、简单练习

3、聚合操作

3.1 求和-$sum

3.2 过滤-$match

3.3 最大值-$max

3.4 最小值-$min

3.5 平均值-$avg

3.6 统计结果返回数组-$push

3.7 数组字段拆分-$unwind

3.8 管道操作

3.8.1、聚合投影约束-$project

3.8.2、字符串处理-$project

3.8.3、算数运算-$project

3.9 多表关联-lookup

相关文章