聚合管道(Aggregation Pipeline)

聚合管道提供了一種方法用于轉換整合文檔到集合。你可以通過管道來傳遞文檔，就像 Unix 的 "pipe" 一樣，將一個命令的輸出傳遞到另第二個，第三個，等等。

最簡單的聚合，應該是你在 SQL 中早已熟悉的?group by?操作。我們已經看過?count()?方法，那么假設我們怎么才能知道有多少匹公獨角獸，有多少匹母獨角獸呢？

db.unicorns.aggregate([{$group:{_id:'$gender',
    total: {$sum:1}}}])

在 shell 中，我們有?aggregate?輔助類，用來執(zhí)行數組的管道操作。對于簡單的對某物進行分組計數，我們只需要簡單的調用?$group。這和 SQL 中的?GROUP BY?完全一致，我們用來創(chuàng)建一個新的文檔，以?_id?字段表示我們以什么來分組(在這里是以?gender) ，另外的字段通常被分配為聚合的結果，在這里，我們對匹配某一性別的各文檔使用了?$sum?1 。你應該注意到了?_id?字段被分配為?'$gender'?而不是?'gender'?- 字段前面的?'$'?表示，該字段將會被輸入的文檔中的有同樣名字的值所代替，一個占位符。

我們還可以用其他什么管道操作呢？在?$group?之前(之后也很常用)的一個是?$match?- 這和?find?方法完全一樣，允許我們獲取文檔中某個匹配的子集，或者在我們的結果中對文檔進行篩選。

db.unicorns.aggregate([{$match: {weight:{$lt:600}}},
    {$group: {_id:'$gender',  total:{$sum:1},
      avgVamp:{$avg:'$vampires'}}},
    {$sort:{avgVamp:-1}} ])

這里我們介紹另外一個管道操作?$sort?，作用和你想的完全一致，還有和它一起用的?$skip?和?$limit。以及用$group?操作?$avg。

MongoDB 數組非常強大，并且他們不會阻止我們往保存中的數組中寫入內容。我們需要可以 "flatten" 他們以便對所有的東西進行計數:

db.unicorns.aggregate([{$unwind:'$loves'},
    {$group: {_id:'$loves',  total:{$sum:1},
    unicorns:{$addToSet:'$name'}}},
    {$sort:{total:-1}}, 
    {$limit:1} ])

這里我們可以找出獨角獸最喜歡吃的食物，以及拿到獨角獸們喜歡吃的食物名單。?$sort?和?$limit?的組合能讓你拿到 "top N" 這種查詢的結果。

還有另外一個強大的管道操作叫做?$project?(類似于?find)，不但允許你拿到指定字段，還可以根據現存字段進行創(chuàng)建或計算一個新字段。比如，可以用數學操作，在做平均運算之前，對幾個字段進行加法運算，或者你可以用字符串操作創(chuàng)建一個新的字段，用于拼接現有字段。

這只是用聚合所能做到的眾多功能中的皮毛， 2.6 的聚合擁有了更強大的力量，比如聚合命令可以返回結果集的游標(我們已經在第一章學過了) 或者可以將結果寫到另外一個新集合中，通過?$out?管道操作。你可以從?MongoDB 手冊?得到關于管道操作和表達式操作更多的例子。

MapReduce

MapReduce 分兩步進行數據處理。首先是 map，然后 reduce。在 map 步驟中，轉換輸入文檔和輸出一個 key=>value 對(key 和/或 value 可以很復雜)。然后, key/value 對以 key 進行分組，有同樣的 key 的 value 會被收入一個數組中。在 reduce 步驟中，獲取 key 和該 key 的 value 的數組，生成最終結果。map 和 reduce 方法用 JavaScript 來編寫。

在 MongoDB 中我們對一個集合使用?mapReduce?命令。?mapReduce?執(zhí)行 map 方法， reduce 方法和 output 指令。在我們的 shell 中，我們可以創(chuàng)建輸入一個 JavaScript 方法。許多庫中，支持字符串方法 (有點丑)。第三個參數設置一個附加參數，比如說我們可以過濾，排序和限制那些我們想要分析的文檔。我們也可以提供一個?finalize?方法來處理?reduce?步驟之后的結果。

在你的大多數聚合中，也許無需用到 MapReduce , 但如果需要，你可以讀到更多關于它的內容，從?我的 blog?和?MongoDB 手冊。

小結

在這章中我們介紹了 MongoDB 的?聚合功能(aggregation capabilities)。 一旦你理解了聚合管道(Aggregation Pipeline)的構造，它還是相對容易編寫的，并且它是一個聚合數據的強有力工具。 MapReduce 更難理解一點，不過它強力無邊，就像你用 JavaScript 寫的代碼一樣。