今天學習了mongodb中比較好玩的知識，主要包括：聚合，遊標。
聚合
常見的聚合操作跟sql server一樣，有：count，distinct，group，mapReduce。
1，count是最簡單，最容易，也是最常用的聚合工具，跟sql語句相差不大
> db.person.count()
4
> db.person.count({"age":"28"})
2
2，distinct查出不重複的值
> db.person.distinct({"age"})
2015-08-24T19:19:25.264+0800 E QUERY SyntaxError: Unexpected token }
> db.person.distinct("age")
[ "20", "23", "28" ]
3，在mongodb裏面做group操作有點小複雜，不過大家對sql server裏面的group比較熟悉的話還是一眼能看的明白的，其實group操作本質上形成了一種“k-v”模型。
下面舉的例子就是按照age進行group操作，value爲對應age的姓名。下面對這些參數介紹一下：
key： 這個就是分組的key，我們這裏是對年齡分組。
initial: 每組都分享一個”初始化函數“，特別注意：是每一組，比如這個的age=20的value的list分享一個initial函數，age=22同樣也分享一個initial函數。
$reduce: 這個函數的第一個參數是當前的文檔對象，第二個參數是上一次function操作的累計對象，第一次爲initial中的{”perosn“：[]}。有多少個文檔， $reduce就會調用多少次。
> db.person.group({
... "key":{"age":true},
... "initial":{"person":[]},
... "$reduce":function(cur,prev){
... prev.person.push(cur.name);
... }
... })
[
{
"age" : "20",
"person" : [
"jack"
]
},
{
"age" : "23",
"person" : [
"jack zhang"
]
},
{
"age" : "28",
"person" : [
"jack Ma",
"Lucy"
]
}
]
看到上面的結果，是不是有點感覺，我們通過age查看到了相應的name人員，不過有時我們可能有如下的要求：
①：想過濾掉age>27一些人員。
②：有時person數組裏面的人員太多，我想加上一個count屬性標明一下。
針對上面的需求，在group裏面還是很好辦到的，因爲group有這麼兩個可選參數: condition 和 finalize。
condition: 這個就是過濾條件。
finalize:這是個函數，每一組文檔執行完後，多會觸發此方法，那麼在每組集合裏面加上count也就是它的活了。
> db.person.find({"age":{$gt:20}})
{ "_id" : ObjectId("55db0437eddcc2232489cb53"), "name" : "LiLei zhang", "age" : 23, "address" : "ShangHai" }
{ "_id" : ObjectId("55db0440eddcc2232489cb54"), "name" : "Lucy zhang", "age" : 23, "address" : "ShangHai" }
{ "_id" : ObjectId("55db0450eddcc2232489cb55"), "name" : "Lily zhang", "age" : 26, "address" : "BJ" }
{ "_id" : ObjectId("55db045aeddcc2232489cb56"), "name" : "Jack zhang", "age" : 26, "address" : "SZ" }
{ "_id" : ObjectId("55db0468eddcc2232489cb57"), "name" : "Mathew zhang", "age" : 28, "address" : "SZ" }
{ "_id" : ObjectId("55db0470eddcc2232489cb58"), "name" : "Deth zhang", "age" : 28, "address" : "SZ" }
先按條件查出所有，再按條件分組
db.person.group({ "key":{"age":true}, "initial":{"person":[]}, "$reduce":function(doc,out){ out.person.push(doc.name); }, "finalize":function(out){
out.count=out.person.length; }, "condition":{"age":{$lt:28}} })
[
{
"age" : 23,
"person" : [
"LiLei zhang",
"Lucy zhang"
],
"count" : 2
},
{
"age" : 26,
"person" : [
"Lily zhang",
"Jack zhang"
],
"count" : 2
}
]
4，mapReduce這玩意算是聚合函數中最複雜的了，不過複雜也好，越複雜就越靈活。mapReduce其實是一種編程模型，用在分佈式計算中，其中有一個“map”函數，一個”reduce“函數。
① map：這個稱爲映射函數，裏面會調用emit(key,value)，集合會按照你指定的key進行映射分組。
② reduce：這個稱爲簡化函數，會對map分組後的數據進行分組簡化，注意：在reduce(key,value)中的key就是emit中的key，vlaue爲emit分組後的emit(value)的集合，這裏也就是很多{"count":1}的數組。
③ mapReduce:這個就是最後執行的函數了，參數爲map，reduce和一些可選參數。具體看圖可知：
> var map= function() {
... emit(this.name, this.age);
... }
> var reduce= function(key,value) {
... return Array.sum(value);
... }
> db.person.mapReduce(
... map,
... reduce,
... { out: "map_reduce_person" }
... )
{
"result" : "map_reduce_person",
"timeMillis" : 33,
"counts" : {
"input" : 6,
"emit" : 6,
"reduce" : 0,
"output" : 6
},
"ok" : 1
}
從圖中我們可以看到如下信息：
result: "存放的集合名“；
input:傳入文檔的個數。
emit：此函數被調用的次數。
reduce：此函數被調用的次數。
output:最後返回文檔的個數。
遊標
mongodb裏面的遊標有點類似我們說的C#裏面延遲執行，比如：
var list=db.person.find();
針對這樣的操作，list其實並沒有獲取到person中的文檔，而是申明一個“查詢結構”，等我們需要的時候通過for或者next()一次性加載過來，然後讓遊標逐行讀取，當我們枚舉完了之後，遊標銷燬，之後我們在通過list獲取時，發現沒有數據返回了。
> var list=db.person.find();
> list.forEach(function(x){
... print(x.name);
... })
LiLei zhang
Lucy zhang
Lily zhang
Jack zhang
Mathew zhang
Deth zhang
當然我們的“查詢構造”還可以搞的複雜點，比如分頁，排序都可以加進去。
var single=db.person.find().sort({"name",1}).skip(2).limit(2);
那麼這樣的“查詢構造”可以在我們需要執行的時候執行，大大提高了不必要的花銷。
> var single=db.person.find().sort({"name":1}).skip(2).limit(3)
> single
{ "_id" : ObjectId("55db0437eddcc2232489cb53"), "name" : "LiLei zhang", "age" : 23, "address" : "ShangHai" }
{ "_id" : ObjectId("55db0450eddcc2232489cb55"), "name" : "Lily zhang", "age" : 26, "address" : "BJ" }
{ "_id" : ObjectId("55db0440eddcc2232489cb54"), "name" : "Lucy zhang", "age" : 23, "address" : "ShangHai" }
