Mongodb学习总结-3(细说高级操做)

  今天跟你们分享一下mongodb中比较好玩的知识，主要包括：聚合，游标。

一： 聚合

      常见的聚合操做跟sql server同样，有：count，distinct，group，mapReduce。

<1> count

        count是最简单，最容易，也是最经常使用的聚合工具，它的使用跟咱们C#里面的count使用简直如出一辙。

 

<2> distinct

       这个操做相信你们也是很是熟悉的，指定了谁，谁就不能重复，直接上图。

 

<3> group

    在mongodb里面作group操做有点小复杂，不过你们对sql server里面的group比较熟悉的话仍是一眼

能看的明白的，其实group操做本质上造成了一种“k-v”模型，就像C#中的Dictionary，好，有了这种思惟，

咱们来看看如何使用group。

    下面举的例子就是按照age进行group操做，value为对应age的姓名。下面对这些参数介绍一下：

       key：  这个就是分组的key，咱们这里是对年龄分组。

       initial: 每组都分享一个”初始化函数“，特别注意：是每一组，好比这个的age=20的value的list分享一个

initial函数，age=22一样也分享一个initial函数。

       $reduce: 这个函数的第一个参数是当前的文档对象，第二个参数是上一次function操做的累计对象，第一次

为initial中的{”perosn“：[]}。有多少个文档， $reduce就会调用多少次。

   看到上面的结果，是否是有点感受，咱们经过age查看到了相应的name人员，不过有时咱们可能有以下的要求：

     ①：想过滤掉age>25一些人员。

     ②：有时person数组里面的人员太多，我想加上一个count属性标明一下。

 针对上面的需求，在group里面仍是很好办到的，由于group有这么两个可选参数: condition 和 finalize。

     condition:  这个就是过滤条件。

     finalize:这是个函数，每一组文档执行完后，多会触发此方法，那么在每组集合里面加上count也就是它的活了。

 

<4> mapReduce

        这玩意算是聚合函数中最复杂的了，不过复杂也好，越复杂就越灵活。

  mapReduce实际上是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。

   ① map：

          这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

   ② reduce：

         这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是

      emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是不少{"count":1}的数组。

   ③ mapReduce:

          这个就是最后执行的函数了，参数为map，reduce和一些可选参数。具体看图可知：

 

从图中咱们能够看到以下信息：

       result: "存放的集合名“；

       input:传入文档的个数。

       emit：此函数被调用的次数。

       reduce：此函数被调用的次数。

       output:最后返回文档的个数。

最后咱们看一下“collecton”集合里面按姓名分组的状况。

 

二：游标

    mongodb里面的游标有点相似咱们说的C#里面延迟执行，好比：

      var list=db.person.find();

    针对这样的操做，list其实并无获取到person中的文档，而是申明一个“查询结构”，等咱们须要的时候经过

for或者next()一次性加载过来，而后让游标逐行读取，当咱们枚举完了以后，游标销毁，以后咱们在经过list获取时，

发现没有数据返回了。

 

固然咱们的“查询构造”还能够搞的复杂点，好比分页，排序均可以加进去。

 var single=db.person.find().sort({"name",1}).skip(2).limit(2);

那么这样的“查询构造”能够在咱们须要执行的时候执行，大大提升了没必要要的花销。