📣读完这篇文章里你能收获到

• MongoDB聚合框架的概念知识
• MongoDB的复杂聚合查询
• MQL与SQL的对比
• MQL聚合查询转换成相应语言的代码

MongoDB的聚合查询是比较复杂，不过别急着自我劝退，记得看到最后有彩蛋

一、什么是 MongoDB 聚合框架（Aggregation Framework）

• MongoDB 聚合框架是一个计算框架，它可以：

1. 作用在一个或几个集合上；
2. 对集合中的数据进行的一系列运算；
3. 将这些数据转化为期望的形式；

• 从效果而言，聚合框架相当于 SQL 查询中的：

4. GROUP BY
5. LEFT OUTER JOIN
6. AS等

二、聚合框架中的管道（Pipeline）和步骤（Stage）

• 整个聚合运算过程称为管道（Pipeline），它是由多个步骤（Stage）组成的，每个管道：

1. 接受一系列文档（原始数据）；
2. 每个步骤对这些文档进行一系列运算；
3. 结果文档输出给下一个步骤；

三、聚合运算的基本格式

pipeline = [$stage1, $stagde2, ...$stageN];

db.<COLLECTION>.aggregate
  (  pipeline,
  {  options }
);

常见步骤

常见步骤中的运算符

四、MQL常用聚合查询与SQL对比

案例1—分页查询

• SQL

SELECT
FIRST_NAME AS `名`,  LAST_NAME AS `姓`
FROM Users
WHERE GENDER = '男'
SKIP 100
LIMIT 20

• MQL

db.users.aggregate([
  {$match: {gender: ’’男”}},
  {$skip: 100},
  {$limit: 20},
  {$project: {
	'名': '$first_name',
	'姓': '$last_name'
  }}
]);

案例2—GroupBy分组查询

• SQL

SELECT DEPARTMENT,  COUNT(NULL) AS EMP_QTY
FROM Users
WHERE GENDER = '女'
GROUP BY DEPARTMENT HAVING
COUNT(*) < 10

• MQL

db.users.aggregate([
  {$match: {gender: '女'}},
  {$group: {
	_id: '$DEPARTMENT’,
	emp_qty: {$sum: 1}
  }},
  {$match: {emp_qty: {$lt: 10}}}
]);

五、MQL特有的聚合查询

$unwind

> db.students.findOne()
{
  name:'张三',  
  score:[
    {subject:'语文',score:84},
    {subject:'数学',score:90},
    {subject:'外语',score:69}
  ]
}

> db.students.aggregate([{$unwind: '$score'}])
{name: '张三', score: {subject: '语文', score: 84}}
{name: '张三', score: {subject: '数学', score: 90}}
{name: '张三', score: {subject: '外语', score: 69}}

$bucket

db.products.aggregate([{
  $bucket:{
    groupBy: "$price",  boundaries: [0,10,20,30,40],  
    default: "Other",
	output:{"count":{$sum:1}}
  }
}])

$facet

db.products.aggregate([{
  $facet:{
	price:{
	  $bucket:{…}
	},
    year:{
	  $bucket:{…}
    }
  }
}])

六、聚合查询实验

数据准备

• 这部分数据需要原始数据的私聊我拿
  

聚合实验一：计算总销量

• 计算到目前为止的所有订单的总销售额

db.orders.aggregate([
  { $group:
	{
	  _id: null,//_id为null，表示不进行分组
	  total: { $sum: "$total" }
	}
  }
])
// 结果： // { "_id" : null, "total" : NumberDecimal("44019609") }

聚合实验二：订单金额按日期汇总

• 查询2019年第一季度（1月1日~3月31日）已完成订单（completed）的订单总金额和订单总数

db.orders.aggregate([
  // 步骤一：匹配条件，相当于sql中的where
  { $match: { status: "completed", orderDate: {
	$gte: ISODate("2019-01-01"),//MongoDB中日期均需要通过ISODate进行转换
	$lt: ISODate("2019-04-01") } 
  } },
  // 步骤二：聚合订单总金额、总运费、总数量
  { $group: {
	_id: null,
	total: { $sum: "$total" },
	shippingFee: { $sum: "$shippingFee" },  
	count: { $sum: 1 }	
  } },
  // 步骤三:投影及汇总金额+运费
  { $project: {//$project相当sql中select x1 as s1 
	// 计算总金额
	grandTotal: { $add: ["$total", "$shippingFee"] },
	count: 1,//1表示显示，0则为不显示
	_id: 0 } }
])
// 结果：
// { "count" : 5875, "grandTotal" : NumberDecimal("2636376.00") }

七、彩蛋

• 通过Mongo Compass来创建复杂的聚合计算管道
  

手把手教学

以上一章节的聚合实验二为例进行讲解：订单金额按日期汇总

• 步骤一：匹配条件
  筛选match stage，右边会跟据你的条件给你筛选出部分实时数据，随后进行下一个stage的输入，点击ADD STAGE

• 步骤二：聚合订单总金额、总运费、总数量

• 步骤三:投影及汇总金额+运费
  

保存 Pipeline

一键生成对应开发语言的聚合查询代码