MongoDB提供以下聚合工具来对数据进行操作：聚合框架、MapReduce以及几个简单聚合命令：count、distinct、group
聚合框架：可以使用多个构件创建一个管道，上一个构件的结果传给下一个构件。这些构件包括：筛选（$match）、投射（$project）、分组（$group）、排序($sort)、限制（$limit）、跳过（$skip），不同的管道操作可以任意组合，重复使用
# from pymongo import MongoClient # import datetime # from pprint import pprint # # #连接 # #client = MongoClient('localhost',27017) # client = MongoClient('mongodb://root:123@localhost:27017') # # #使用数据库 # db = client['db1'] # # #查看数据库下所有的集合 # print(db.collection_names(include_system_collections=False)) # # #创建集合 # table_user = db['userinfo'] # # #插入文档 # user0 = { # 'id':1, # 'name':'lary', # 'birth':datetime.datetime.now(), # 'age':10, # 'hobbies':['music','read','dancing'], # 'addr':{ # 'country':'China', # 'city':'BJ' # } # } # user1 = { # 'id':2, # 'name':'lary1', # 'birth':datetime.datetime.now(), # 'age':10, # 'hobbies':['music','read','dancing'], # 'addr':{ # 'country':'China', # 'city':'BJ' # } # } # # user2 = { # 'id':3, # 'name':'lary2', # 'birth':datetime.datetime.now(), # 'age':10, # 'hobbies':['music','read','dancing'], # 'addr':{ # 'country':'China', # 'city':'BJ' # } # } # # #插入数据 # # res = table_user.insert_many([user0,user1,user2]).inserted_ids # # print(table_user.count()) # # #查找数据 # #pprint(table_user.find_one()) # # for item in table_user.find(): # # pprint(item) # # print(table_user.find_one({'id':{'$gte':1},'name':'lary'})) # # #更新数据 # table_user.update({'id':1},{'name':'lary'}) # # #传入新的文档替换旧的文档 # table_user.save( # { # 'id':2, # 'name':'lary_test' # } # ) from pymongo import MongoClient import datetime client = MongoClient('mongodb://root:123@localhost:27017') table = client['db1']['user'] user_data =[ ('lary','male',18,'20170301','good teacher',7300.33,401,1), #教学部 ('lily','male',78,'20150302','teacher',1000000.31,401,1), ('jane','male',81,'20130305','teacher',8300,401,1), ('tom','male',73,'20140701','teacher',3500,401,1), ('jack','male',28,'20121101','teacher',2100,401,1), ('lory','female',18,'20110211','teacher',9000,401,1), ('martin','male',18,'19000301','teacher',30000,401,1), ('tracy','male',48,'20101111','teacher',10000,401,1), ('yy','female',48,'20150311','sale',3000.13,402,2),#销售部 ('cc','female',38,'20101101','sale',2000.35,402,2), ('tt','female',18,'20110312','sale',1000.37,402,2), ('kk','female',18,'20160513','sale',3000.29,402,2), ('jj','female',28,'20170127','sale',4000.33,402,2), ('AA','male',28,'20160311','operation',10000.13,403,3), #运营部 ('CYA','male',18,'19970312','operation',20000,403,3), ('CYQ','female',18,'20130311','operation',19000,403,3), ('CYE','male',18,'20150411','operation',18000,403,3), ('CYT','female',18,'20140512','operation',17000,403,3) ] for n,item in enumerate(user_data): d = { 'id':n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d)
$match
#{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等 db.emp.aggregate({"$match":{"post":"teacher"}}) #select * from db1.emp where post='teacher'; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}} ) #select * from db1.emp where id > 3 group by post; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}, {"$match":{"avg_salary":{"$gt":10000}}} ) #select * from db1.emp where id > 3 group by post having avg(salary) > 10000;
$project
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}
#1、select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"new_age":{"$add":["$age",1]}
}
})
#2、表达式之数学表达式
{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一个减第二个
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果
#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如：select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)
#例如查看每个员工的工作多长时间
db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)
#4、字符串表达式
{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]}
{"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接
{"$toLower":expr}
{"$toUpper":expr}
db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})
#5、逻辑表达式
$and
$or
$not
#其他见Mongodb权威指南
$group
{"$group":{"_id":分组字段,"新的字段名":聚合操作符}}
#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last
#例1：select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2：去每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4：求每个部门的总工资
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5：求每个部门的人数
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#3、数组操作符
{"$addToSet":expr}：不重复
{"$push":expr}：重复
#例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
$sort/$limit/$skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序，-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate({"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}},{"$sort":{"平均工资":-1}},{"$limit":2})
#例2、
db.emp.aggregate({ "$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}},{"$sort":{"平均工资":-1}},{ "$limit":2},{ "$skip":1})
$sample
#从user集合中随机选取3个文档 db.user.aggregate( [ { $sample: { size: 3 } } ] )
1. 查询岗位名以及各岗位内的员工姓名 2. 查询岗位名以及各岗位内包含的员工个数 3. 查询公司内男员工和女员工的个数 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
1. 查询岗位名以及各岗位内的员工姓名 db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) 2. 查询岗位名以及各岗位内包含的员工个数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) 3. 查询公司内男员工和女员工的个数 db.emp.aggregate({"$group":{"_id":"$sex","count":{"$sum":1}}}) 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"},"max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) 5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资 db.emp.aggregate({"$group":{"_id":"$sex","avg_salary":{"$avg":"$salary"}}}) 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 db.emp.aggregate( { "$group":{"_id":"$post","count":{"$sum":1},"names":{"$push":"$name"}} }, {"$match":{"count":{"$lt":2}}}, {"$project":{"_id":0,"names":1,"count":1}} ) 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000,"$lt":20000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序 db.emp.aggregate( {"$sort":{"age":1,"hire_date":-1}} ) 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":1}} ) 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":-1}}, {"$limit":1}, {"$project":{"date":new Date,"平均工资":"$avg_salary","_id":0}} )