group做的聚合有些复杂。先选定分组所依据的键，此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档，产生一个结果文档。
和数据库一样group常常用于统计。MongoDB的group还有很多限制，如：返回结果集不能超过16M， group操作不会处理超过10000个唯一键，好像还不能利用索引[不很确定]。
Group大约需要一下几个参数。
1.key：用来分组文档的字段。和keyf两者必须有一个
2.keyf：可以接受一个javascript函数。用来动态的确定分组文档的字段。和key两者必须有一个
3.initial：reduce中使用变量的初始化
4.reduce：执行的reduce函数。函数需要返回值。
5.cond：执行过滤的条件。
6.finallize：在reduce执行完成，结果集返回之前对结果集最终执行的函数。可选的。
下面介绍一个实例：
先插入测试数据：
|
1
2
3
4
|
for(var i=1; i<20; i++){
var num=i%6;
db.test.insert({_id:i,name:"user_"+i,age:num});
}
|
1.普通分组查询
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
db.test.group({
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
}
});
db.runCommand({group:
{
ns:"test",
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++
}
}
});
|
2.筛选后再分组
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
db.test.group({
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++
},
condition:{age:{$gt:2}}
});
db.runCommand({group:
{
ns:"test",
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev)
{
prev.num++},
condition:{age:{$gt:2}}
}
});
|
3、普通的$where查询：
|
1
2
3
4
|
db.test.find({$where:function(){
return this.age>2;
}
});
|
group联合$where查询
|
1
2
3
4
5
6
7
8
9
10
11
|
db.test.group({
key:{age:true},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
},
condition:{$where:function(){
return this.age>2;
}
}
});
|
4、使用函数返回值分组
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
//注意，$keyf指定的函数一定要返回一个对象
db.test.group({
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
}
});
db.runCommand({group:
{
ns:"test",
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++}
}
});
|
5.使用终结器
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
db.test.group({
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++
},
finalize: function(doc){ doc.count=doc.num;delete doc.num; }
});
db.runCommand({group:
{
ns:"test",
$keyf:function(doc){return {age:doc.age};},
initial:{num:0},
$reduce:function(doc,prev){
prev.num++},
finalize: function(doc){ doc.count=doc.num;delete doc.num; }
}
});
|
有关MapReduce
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
//首先插入测试数据
for(var i=1;i<21;i++)
{
db.test.insert({_id:i,name:'mm'+i});
}
//进行mapreduce
db.runCommand(
{
mapreduce:'test',
map:function(){emit(this.name.substr(0,3),this);},
reduce:function(key,vals){return vals[0];}, //注意：vals是一个Object对象而不是数组
out:'wq'
});
|
注意：
1.mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的
2.仅当根据分组键分组后一个键匹配多个文档，才会将key和文档集合交由reduce函数处理。例如：
|
1
2
3
4
5
6
7
|
db.runCommand(
{
mapreduce:'test',
map:function(){emit(this.name.substr(0,3),this);},
reduce:function(key,vals){return 'wq';},
out:'wq'
});
|
执行mapreduce命令后，再查看wq表数据：
|
1
2
3
4
5
6
7
8
9
10
11
|
db.wq.find()
{ "_id" : "mm1", "value" : "wq" }
{ "_id" : "mm2", "value" : "wq" }
{ "_id" : "mm3", "value" : { "_id" : 3, "name" : "mm3" } }
{ "_id" : "mm4", "value" : { "_id" : 4, "name" : "mm4" } }
{ "_id" : "mm5", "value" : { "_id" : 5, "name" : "mm5" } }
{ "_id" : "mm6", "value" : { "_id" : 6, "name" : "mm6" } }
{ "_id" : "mm7", "value" : { "_id" : 7, "name" : "mm7" } }
{ "_id" : "mm8", "value" : { "_id" : 8, "name" : "mm8" } }
{ "_id" : "mm9", "value" : { "_id" : 9, "name" : "mm9" } }
|
以上所述就是本文的全部内容了，希望大家能够喜欢。