MongoDB 中的聚合：管道和语法
已发表: 2020-09-23目录
介绍
MongoDB是一种大容量数据存储介质。 它充当具有文档查询的非关系数据库。 MongoDB 中的基本单元是 MongoDB 集合中文档的键值对。 从 2000 年代初开始，它成为一种非常有益的媒介。
MongoDB 中的聚合是一个框架，它允许我们对一个或多个 MongoDB 集合中的文档执行各种计算任务。 它是生成报告或少量数据指标以从不同文档进行解释的有效方法。 该框架被命名为 MongoDB，因为它聚合了多个文档以形成统一和组合的结果。
MongoDB中的聚合主要包含管道框架。 管道的基本概念是从 MongoDB 集合中获取输入，文档经过一系列阶段最终产生统一的输出。 这个想法非常类似于 Linux 管道的概念，即 Bash。
MongoDB的主要特点
这种数据库系统被广泛使用的原因有很多。 下面提到了一些特殊功能：
- MongoDB 作为 NoSQL 数据库，使用起来非常灵活。 它是面向文档的。
- 键值对可以索引文档内的字段。 这是 MongoDB 的一个非常特殊的功能。
- MongoDB 使用分片的概念将大型数据集拆分为小实例。 通过这种方式，它可以在许多服务器上运行，保持实例平衡。
- MongoDB 中的查询可以返回文档中的特定字段。
阅读： MongoDB 项目理念和主题
为什么 MongoDB 中的聚合很有用？
有时可能需要处理一百万个嵌入文件。 但是，这可能会导致服务器堆栈溢出并导致进程终止。 处理大量嵌入文件的限制通过将文件关联在一起来增强扫描过程。
因此，聚合操作旨在计算不同阶段的文档，并将累积效果显示为结果并返回。 结果生成的匹配技术彻底改变了海量文件的问题。 因此，聚合框架是必不可少的。
该框架可以同时对不同的文件执行许多查询操作。 它与关系数据库查询非常相似。
查看：最常见的 MongoDB 命令
什么是聚合管道？
管道是一个连续阶段的框架，旨在执行单独的任务，共同解决一个统一的目标。 在MongoDB Aggregation中，该框架服务于计算过程并操作文档。 MongoDB 集合中的许多文档作为输入给出，并且特定于方法论； 在每个阶段执行一项特定任务。
之后，将所有结果汇总起来，计算累积指标，显示为输出。 输出与关系数据库给出的查询输出非常相似，即额外工作的文档流。 后来，它可以用于网站制作的报告生成。
因此，每个阶段在这里都充当一个处理单元。 对于每个内部阶段，前一阶段的输出充当输入。 此外，可以在初始阶段添加额外的过滤器。 这些阶段通常设计有许多超参数。 为此，提供了一些旋钮或调谐按钮来控制它们。 更改这些超参数会影响该阶段的结果。 这参数化了有兴趣执行的任务。 以这种方式，一个阶段执行一个通用任务。
在某些情况下，人们可能希望在特定管道中多次包含类似类型的阶段。 例如，初始部分中可能存在一个过滤器，以不使整个集合通过。 但稍后，经过一些处理后，可能需要另一个过滤器来满足不同的标准。
句法
有一种特定的格式用于构建聚合查询。 代码的语法和格式如下所示。
db.Collection_Name.aggregate([
{ $match: {“_id_field_”: 值}}
{ $group: {“_id_field_”: 值}}
{ $sort: {“_id_field_”: 值}}
]);
管道命令
- 结构命令：结构命令有助于组织文档并使它们适用于数据操作操作。 有两个经常使用的主要结构命令。
- 匹配：这是过滤阶段。 这个阶段删除不关心的文件。 该命令与 SQL 的WHERE函数非常相似。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
]);
上面的代码从 MongoDB Collections 中返回所有居住在 700068 邮政编码中的客户的文档。
1. 分组：过滤文档后，需要进行具体的分组。 这使得能够形成整个集合的子集。 此外，文档可以基于相似的共性进行聚类。 聚类有助于一起对它们执行类似的操作。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
{
$组：{
_id：空，
数数： {
总和：1
}
}
]);
$group 启用文档的集群以执行转换操作。 _id 命令处理保留数据字段。
2.排序：这有助于根据任何特定的查询字段按升序或降序对文档进行排序。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
{
$组：{
_id：空，
数数： {
总和：1
}
}
{
$排序：{
{“压缩”：-1}
}
}
]);
这将根据其邮政编码对文档进行排序。
- 操作命令： MongoDB Aggregation中有许多操作命令，可帮助执行数据任务。 一些最重要的命令如下所述：
- Summation ($sum) ：返回文档中所有值的加法。
- 最大值 ($max) ：从所有文档中输出特定变量的最大值。
- 最小值 ($min) ：返回变量的最小值。
- 平均值 ($avg) ：计算每个文档的值的平均值。
- Push ($push) ：将值附加到数组。
- First ($first) ：返回集合中的第一个文档。
- Last ($last) ：返回集合中的最后一个文档。
- 添加到集合 ($addToSet) ：将值附加到文档的数组而不复制它。
另请阅读： MongoDB 的未来范围
包起来
在这个大数据时代，非关系型数据库对于处理大样本集非常有用。 如今，数据科学和开发领域已经习惯使用 MongoDB。 该框架可用于 Java、JavaScript、Python 和许多其他语言等流行语言。 了解 MongoDB 并熟练掌握聚合框架可以成就梦想的职业。
如果你已经对MongoDB产生了兴趣 聚合并查找一些在线课程，查看我们的 PG 大数据软件开发专业文凭课程，该课程专为在职专业人士设计，提供 7 多个案例研究和项目，涵盖 14 种编程语言和工具、实用的实践研讨会等在顶级公司提供超过 400 小时的严格学习和就业帮助。
在这种情况下，本课程肯定会帮助您获得有关数据结构和算法、Java 编程、数据库基础、HTML、CSS、JavaScript、Angular、Java、面向对象分析和设计的所有知识。
本课程提供超过 250 小时的在线教学、与行业专家的一对一课程以及更多内容。 除此之外，该课程将由 upGrad 的主题专家策划，您将获得来自顶级 IT 公司、基于产品的公司和初创企业的实习机会。
从世界顶级大学在线学习软件开发课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。
