推荐订阅源

聚合框架详情 请参考官方文档 

https://docs.mongodb.com/manual/aggregation/

MongoDB 聚合框架（Aggregation Framework）是一个计算框架，它可以：

• 作用在一个或几个集合上；

　　• 对集合中的数据进行的一系列运算；

　　• 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：

　　• GROUP BY
　　• LEFT OUTER JOIN
　　• AS等
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：
　　• 接受一系列文档（原始数据）；
　　• 每个步骤对这些文档进行一系列运算；
　　• 结果文档输出给下一个步骤；

pipeline = [$stage1, $stage2, ...$stageN];
db.<COLLECTION>.aggregate(
　　　　pipeline,
　　　　{ options }
);

常见的stage步骤

步骤	作用	SQL等价运算符
$match	过滤	WHERE
$project	投影	AS
$sort	排序	ORDER BY
$group	分组	GROUP BY
$skip/$limit	结果限制	SKIP/LIMIT
$lookup	左外连接	LEFT OUTER JOIN

 常见步骤中的运算符

$match	$project	$group
•$eq/$gt/$gte/$lt/$lte •$and/$or/$not/$in •$geoWithin/$intersect •……	•选择需要的或排除不需要的字段 •$map/$reduce/$filter •$range •$multiply/$divide/$substract/$add •$year/$month/$dayOfMonth/$hour/$minute/$second •……	•$sum/$avg •$push/$addToSet •$first/$last/$max/$min •……

  其他功能

步骤	作用	SQL等价运算符
$unwind	展开数组	N/A
$graphLookup	图搜索	N/A
$facet/$bucket	分面搜索	N/A

比如展开数据就有妙用，可以将内嵌文档展开为多行数据。

使用示例：

　　条件过滤步骤 $match

　　投影步骤 $project

　　展开数据步骤 $unwind

　　分组聚合步骤 $group 

 

mongoSQl特有步骤$bucket

$bucket 和select 中的case when 比较像。

$Facet组合$bucket

 

 数据样例

计算到目前为止的所有订单的总销售额
db.orders.aggregate([
　　　　　　{ $group:
　　　　　　　　　　{
　　　　　　　　　　　　_id: null,
　　　　　　　　　　　　total: { $sum: "$total" }
　　　　　　　　　　}
　　　　　　}
])
// 结果： // { "_id" : null, "total" : NumberDecimal("44019609") }

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1：匹配条件
　　　　　　{ $match: { status: "completed", orderDate: {
　　　　　　　　　　　　　　$gte: ISODate("2019-01-01"),
　　　　　　　　　　　　　　$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 } } 
　　　　　　},
　　　　　　{ $project: {
　　　　　　// 计算总金额 sum(a+b) as grandTotal
　　　　　　　　grandTotal: { $add: ["$total", "$shippingFee"] },
　　　　　　　　count: 1,
　　　　　　　　_id: 0 } 
　　　　　　}
])
// 结果：
// { "count" : 5875, "grandTotal" : NumberDecimal("2636376.00") }

 join操作

适用场景：

一般情况下，设计合理的mongoDB的文档嵌套模型可以避免频繁适用join操作，但是还是有些场景，需要设计主表和关联表做join

1. 内嵌文档数据多，可能上万条或者更多。

2.内嵌文档数据量大，可能数 MB 或者超过 16MB，而且并非常用字段。 
3.内嵌文档或数组元素会频繁修改，一直增长。

mongoDB join的适用限制

MongoDB 对使用引用的集合之间并无主外键检查
MongoDB 使用聚合框架的 $lookup 来模仿关联查询
$lookup 只支持 left outer join
$lookup 的关联目标（from）不能是分片表

example1：

db.contacts.aggregate([
　　{
　　　　$lookup:
　　　　　　{
　　　　　　　　from: "groups",
　　　　　　　　localField: "group_ids",
　　　　　　　　foreignField: "group_id",
　　　　　　　　as: "groups"
　　　　　　}
　　}
])
//select a.xx from  contacts a left join groups b on a.group_ids=b.group_id 
//as 是起的别名

example2：

//表1
db.orders.insert([
   { "_id" : 1, "item" : "almonds", "price" : 12, "quantity" : 2 },
   { "_id" : 2, "item" : "pecans", "price" : 20, "quantity" : 1 },
   { "_id" : 3  }
])

//表2
db.inventory.insert([
   { "_id" : 1, "sku" : "almonds", description: "product 1", "instock" : 120 },
   { "_id" : 2, "sku" : "bread", description: "product 2", "instock" : 80 },
   { "_id" : 3, "sku" : "cashews", description: "product 3", "instock" : 60 },
   { "_id" : 4, "sku" : "pecans", description: "product 4", "instock" : 70 },
   { "_id" : 5, "sku": null, description: "Incomplete" },
   { "_id" : 6 }
])

//join示例
db.orders.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "item",
         foreignField: "sku",
         as: "inventory_docs"
       }
  }
])

返回结果

   "_id" : 1,
   "item" : "almonds",
   "price" : 12,
   "quantity" : 2,
   "inventory_docs" : [
      { "_id" : 1, "sku" : "almonds", "description" : "product 1", "instock" : 120 }
   ]
}
{
   "_id" : 2,
   "item" : "pecans",
   "price" : 20,
   "quantity" : 1,
   "inventory_docs" : [
      { "_id" : 4, "sku" : "pecans", "description" : "product 4", "instock" : 70 }
   ]
}
{
   "_id" : 3,
   "inventory_docs" : [
      { "_id" : 5, "sku" : null, "description" : "Incomplete" },
      { "_id" : 6 }
   ]
}

上面是一对一的关联，还有多对多的关联，详情参考  官方文档：

传送门 https://docs.mongodb.com/manual/reference/operator/aggregation/lookup/