MongoDB之 分组查询

分组查询

可视化工具

https://robomongo.org

pymongo

from pymongo import MongoClient
# 方式一:
c = MongoClient(host="127.0.0.1",port=27017)
db=c["admin"]
db.authenticate("root":"123")
db = c['day5']
print(db.collection_name(include_system_collections=False))
# 方式二:
c = MongoClient("mongodb://root:123@127.0.0.1:27017")
db=c['day5']
print(db.collection_name(include_system_collections=False))
user_table=db['user']
print(list(user_table.find()))

分组查询

# 聚合函数: $sum,$max,$min,$first,$last
# 每个部门最高工资
select post,max(salary) from emp group by post db.emp.aggregate({
"$group":{
"_id":"$post",
"max_salary":{"$max":"$salary"},
"avg_salary":{"$avg":"$salary"},
"第一个":{"$first":"$name"}
}
}) # 每个部门的员工姓名-- 拼到列表(相当于group_concat)
db.emp.aggregate({
"$goup":{
"_id":"$post",
"人员名单":{"$push":"$name"}
#"人员名单":{"$addToset":"$name"} -- 去除重复
}
})

$match : 对数据进行过滤

# mysql where and having(只能是分组后使用),goup by 后面不能出现where
# {"$match":{"字段":"条件"}}, 可以使用任何常用查询操作符 $gt, $lt,$in
db.emp.aggregrate({
"$match":{"name":"egon"}
})
db.emp.aggregrate({
"$match":{"_id":{"$gt":3}}
})
# 查询部门最高工作 》10000 的部门信息
db.emp.aggregrate(
{ "$group":{
"_id":"$post",
"max_salary":{"$max":"$salary"}
}},
{"$match":{"max_salary":{"$gt":10000}}},
{"$match":{"_id":{"$ne":"teacher"}}}
)

投射 project

# 不修改原始数据,只是显示
# 1. {"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}} db.emp.aggregate(
{"$project":{"name":1,"_id":0}} -- 展示name, 不展示id
)
# 计算一年的工资
db.emp.aggregate(
{"$project":{
"name":1,
"_id":0,
"year_salary":{"$multiply":[12,"$salary"]}
}} -- 展示name, 不展示id
)
# 加法: 年龄+10 (可多个值)
db.emp.aggregate(
{"$project":{
"name":1,
"_id":0,
"10_later":{"$add":[10,"$age"]}
}}
)
##2. 数学表达式
{"add":[expr1,expr2,....]} # 相加
{"$subtract":[expr1,expr2] # 相减
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果 #注意!! 隐藏字段不能参加运算 # 3. 表达式之日期表达
# $add $subtract $multiply $divide
$year $month, $week,$dayofMonth,$dayofWeek,$dayofYear,$hour,$minute,$second
db.emp.aggregate(
{"$project":{
"name":1,
"_id":0,
"year":{"$year":"$hire_date"}
"job_year":{"$subtract":[{"$year":new Date()},{"$year":"$hire_date"}]}
}}
) #4. 字符串表达式
{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个'字节']}
{"$concat":[expr1,expr2...]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接
{"$toLower":expr}
{"$toUpper":expr}
db.emp.aggregate({"$project":{"NAME":{"$toUpper":"$name"}}}) # 5. 逻辑表达式
$and
$or
$not
其他见Mongodb权威指南

$ group

$group 用于分组
# 分组后具体信息被隐藏
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post"}}
) # 结果:{"_id":"operation"} {"_id":"sale"} {"_id":"teacher"} 三个部门 # 要对分组后的内容进行统计就需要对应的几个聚合函数
# 对应的聚合函数 $sum、$avg、$max、$min、$first、$last
# select id,avg(salary) from db1.emp where id > 3 group by post;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
)
# match用于匹配 与mysql不同的是没有顺序限制,每一个操作接收上一个数据进行处理再传给下一个
# select id,avg(salary) from db1.emp where id > 3 group by post having avg(salary) > 10000;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post","ave_salary":{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
) #1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组,比如按照州市分组 #2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符:$sum、$avg、$max、$min、$first、$last
#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}}) #例2:去每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) #例3:如果字段是排序后的,那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}}) #例4:求每个部门的总工资
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}}) #例5:求每个部门的人数
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) # 3. 数组操作符, 等同于group_concat
"数组":{"$addToSet":expr}: 不重复
"数组":{"$push":expr}: 重复
#例:查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregrate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregrate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})

$sort, limit, skip

{"$sort":{"字段1":1,"字段2":-1}}  1升序  -1降序
{"$limit":1}
{"$skip":2} #跳过多少个文档
#例1、取平均工资最高的前两个部门
# 分类,平均工资,前两个
db.emp.aggregrate(
{"$group":{"ave_salary":{"$avg":"$salary"}}},
{"$sort":{"ave_salary":1}},
{"$limit":2}
{"skip":1}
)
排序:$sort、限制:$limit、跳过:$skip

$sample

# 随机取出n条记录
#集合users包含的文档如下
{ "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true }
{ "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false }
{ "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true }
{ "_id" : 4, "name" : "li", "q1" : true, "q2" : false }
{ "_id" : 5, "name" : "annT", "q1" : false, "q2" : true }
{ "_id" : 6, "name" : "li", "q1" : true, "q2" : true } db.users.aggregrate({"$sample":{"size":3}})
上一篇:webpack4 系列教程(十一):字体文件处理


下一篇:PHP中使用OpenSSL生成RSA公钥私钥及进行加密解密示例(非对称加密)