MongoDB 中的聚合：管道和語法
已發表: 2020-09-23目錄
介紹
MongoDB是一種大容量數據存儲介質。 它充當具有文檔查詢的非關係數據庫。 MongoDB 中的基本單元是 MongoDB 集合中文檔的鍵值對。 從 2000 年代初開始，它成為一種非常有益的媒介。
MongoDB 中的聚合是一個框架，它允許我們對一個或多個 MongoDB 集合中的文檔執行各種計算任務。 它是生成報告或少量數據指標以從不同文檔進行解釋的有效方法。 該框架被命名為 MongoDB，因為它聚合了多個文檔以形成統一和組合的結果。
MongoDB中的聚合主要包含管道框架。 管道的基本概念是從 MongoDB 集合中獲取輸入，文檔經過一系列階段最終產生統一的輸出。 這個想法非常類似於 Linux 管道的概念，即 Bash。
MongoDB的主要特點
這種數據庫系統被廣泛使用的原因有很多。 下面提到了一些特殊功能：
- MongoDB 作為 NoSQL 數據庫，使用起來非常靈活。 它是面向文檔的。
- 鍵值對可以索引文檔內的字段。 這是 MongoDB 的一個非常特殊的功能。
- MongoDB 使用分片的概念將大型數據集拆分為小實例。 通過這種方式，它可以在許多服務器上運行，保持實例平衡。
- MongoDB 中的查詢可以返回文檔中的特定字段。
閱讀： MongoDB 項目理念和主題
為什麼 MongoDB 中的聚合很有用？
有時可能需要處理一百萬個嵌入文件。 但是，這可能會導致服務器堆棧溢出並導致進程終止。 處理大量嵌入文件的限制通過將文件關聯在一起來增強掃描過程。
因此，聚合操作旨在計算不同階段的文檔，並將累積效果顯示為結果並返回。 結果生成的匹配技術徹底改變了海量文件的問題。 因此，聚合框架是必不可少的。
該框架可以同時對不同的文件執行許多查詢操作。 它與關係數據庫查詢非常相似。
查看：最常見的 MongoDB 命令
什麼是聚合管道？
管道是一個連續階段的框架，旨在執行單獨的任務，共同解決一個統一的目標。 在MongoDB Aggregation中，該框架服務於計算過程並操作文檔。 MongoDB 集合中的許多文檔作為輸入給出，並且特定於方法論； 在每個階段執行一項特定任務。
之後，將所有結果匯總起來，計算累積指標，顯示為輸出。 輸出與關係數據庫給出的查詢輸出非常相似，即額外工作的文檔流。 後來，它可以用於網站製作的報告生成。
因此，每個階段在這裡都充當一個處理單元。 對於每個內部階段，前一階段的輸出充當輸入。 此外，可以在初始階段添加額外的過濾器。 這些階段通常設計有許多超參數。 為此，提供了一些旋鈕或調諧按鈕來控制它們。 更改這些超參數會影響該階段的結果。 這參數化了有興趣執行的任務。 以這種方式，一個階段執行一個通用任務。
在某些情況下，人們可能希望在特定管道中多次包含類似類型的階段。 例如，初始部分中可能存在一個過濾器，以不使整個集合通過。 但稍後，經過一些處理後，可能需要另一個過濾器來滿足不同的標準。
句法
有一種特定的格式用於構建聚合查詢。 代碼的語法和格式如下所示。
db.Collection_Name.aggregate([
{ $match: {“_id_field_”: 值}}
{ $group: {“_id_field_”: 值}}
{ $sort: {“_id_field_”: 值}}
]);
管道命令
- 結構命令：結構命令有助於組織文檔並使它們適用於數據操作操作。 有兩個經常使用的主要結構命令。
- 匹配：這是過濾階段。 這個階段刪除不關心的文件。 該命令與 SQL 的WHERE函數非常相似。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
]);
上面的代碼從 MongoDB Collections 中返回所有居住在 700068 郵政編碼中的客戶的文檔。
1. 分組：過濾文檔後，需要進行具體的分組。 這使得能夠形成整個集合的子集。 此外，文檔可以基於相似的共性進行聚類。 聚類有助於一起對它們執行類似的操作。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
{
$組：{
_id：空，
數數： {
總和：1
}
}
]);
$group 啟用文檔的集群以執行轉換操作。 _id 命令處理保留數據字段。
2.排序：這有助於根據任何特定的查詢字段按升序或降序對文檔進行排序。
db.customers.aggregate([
{ $match: {“zip”: 700068}}
{
$組：{
_id：空，
數數： {
總和：1
}
}
{
$排序：{
{“壓縮”：-1}
}
}
]);
這將根據其郵政編碼對文檔進行排序。
- 操作命令： MongoDB Aggregation中有許多操作命令，可幫助執行數據任務。 一些最重要的命令如下所述：
- Summation ($sum) ：返回文檔中所有值的加法。
- 最大值 ($max) ：從所有文檔中輸出特定變量的最大值。
- 最小值 ($min) ：返回變量的最小值。
- 平均值 ($avg) ：計算每個文檔的值的平均值。
- Push ($push) ：將值附加到數組。
- First ($first) ：返回集合中的第一個文檔。
- Last ($last) ：返回集合中的最後一個文檔。
- 添加到集合 ($addToSet) ：將值附加到文檔的數組而不復制它。
另請閱讀： MongoDB 的未來範圍
包起來
在這個大數據時代，非關係型數據庫對於處理大樣本集非常有用。 如今，數據科學和開發領域已經習慣使用 MongoDB。 該框架可用於 Java、JavaScript、Python 和許多其他語言等流行語言。 了解 MongoDB 並熟練掌握聚合框架可以成就夢想的職業。
如果你已經對MongoDB產生了興趣 聚合併查找一些在線課程，查看我們的 PG 大數據軟件開發專業文憑課程，該課程專為在職專業人士設計，提供 7 多個案例研究和項目，涵蓋 14 種編程語言和工具、實用的實踐研討會等在頂級公司提供超過 400 小時的嚴格學習和就業幫助。
在這種情況下，本課程肯定會幫助您獲得有關數據結構和算法、Java 編程、數據庫基礎、HTML、CSS、JavaScript、Angular、Java、面向對象分析和設計的所有知識。
本課程提供超過 250 小時的在線教學、與行業專家的一對一課程以及更多內容。 除此之外，該課程將由 upGrad 的主題專家策劃，您將獲得來自頂級 IT 公司、基於產品的公司和初創企業的實習機會。
從世界頂級大學在線學習軟件開發課程。 獲得行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。
