NoSQL | MongoDB入门实战教程（6）
通过前面几篇的学习，作为后端开发的我们基本可以应付70%的开发场景。接下来，我们就来看点进阶一点的东西，首先是聚合查询。
前面的学习我们都是针对单个Collection操作的，虽然在MongoDB中针对Collection的设计就已经是无模式的，因此我们大部分场景都是针对单个Collection进行操作。
但是，我们在实际应用场景中还是会遇到想要SQL查询中的 GROUP BY、LEFT OUTER JOIN、AS等操作。
好在，MongoDB提供了一套聚合框架（Aggregation Framework），它可以帮助我们在一个或多个Collection上，对Collection中的数据进行一系列的计算，并将这些数据转化为期望的格式。
整个聚合计算的过程也被称之为管道（Pipeline），由多个步骤（Stage）组成，这一点和Jenkins Pipeline比较类似。其中，每个管道需要：
（1）接受一系列Document（原始数据）
（2）每个步骤对这些Document进行一系列的运算
（3）结果Document输出给下一个步骤
整个管道的过程如下图所示：
聚合计算的基本格式如下所示：
pipeline = [$stage1, $stage2, ...$stageN];db.<CollectionName>.aggregate(pipeline,{ options });
示例数据数据库
这里我们使用《MongoDB入门实战教程（3）》中使用Mongo Tools进行恢复的Mock数据库中的orders集合来进行应用。
在orders集合中，约有100000条记录。
每个order文档的数据模型如下所示：
练习1：目前为止的订单总销量
假设我们需要针对orders集合进行一个操作，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" }}}]);
这里我们使用到了一个常见的步骤（Stage）：$group，它和SQL中的GROUP BY等价，用于对数据进行分组。这里我们仅仅是做一个求和，不需要对谁进行分组。
然后，我们还用到了一个分组步骤中常用的运算符：$sum，它和SQL中的SUM等价，用于对指定列的数据进行求和。这里我们需要对total字段进行一个求和。
下图是查询结果：
练习2：某个日期区间的订单金额汇总
假设我们需要查询在2019年第一季度已完成订单的订单总金额和订单总数。
说明：第一季度为1月1日~3月31日，订单状态为completed。
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grandTotal: { $add: ["$total", "$shippingFee"] },count: 1,_id: 0 } }])
可以看到，这是一个较为复杂的查询，我们可以将其分为三步：
第一步，使用$match进行匹配，这一点是做的SQL中的WHERE操作。
第二步，使用$group进行分组，目的是为了使用SUM运算符求和。
第三步，使用$project进行投影，目的是选择需要的或排除不需要的字段显示。
下图是查询结果：
分页查询对比
在SQL中常使用SKIP 和 LIMIT 进行分页查询，在MQL中也有等价操作：
-- SQLSELECTFIRST_NAME AS `名`,LAST_NAME AS `姓`FROM UsersWHERE GENDER = '男'SKIP 100LIMIT 20-- MQLdb.users.aggregate([{$match: {gender: "男"}},{$skip: 100},{$limit: 20},{$project: {'名': '$first_name','姓': '$last_name'}}]);
分组查询对比
在SQL中常使用GROUP BY + HAVING 的分组高级查询，在MQL中也有等价操作：
-- SQLSELECT DEPARTMENT,COUNT(NULL) AS EMP_QTYFROM UsersWHERE GENDER = '女'GROUP BY DEPARTMENT HAVINGCOUNT(*) < 10-- MQLdb.users.aggregate([{$match: {gender: '女'}},{$group: {_id: '$DEPARTMENT’,emp_qty: {$sum: 1}}},{$match: {emp_qty: {$lt: 10}}}]);
unwind
在MQL中有一个特有的步骤 unwind，它可以实现将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
> db.students.findOne(){name:'张三',score:[{subject:'语文',score:84},{subject:'数学',score:90},{subject:'外语',score:69}]}> db.students.aggregate([{$unwind: '$score'}]){name: '张三', score: {subject: '语文', score: 84}}{name: '张三', score: {subject: '数学', score: 90}}{name: '张三', score: {subject: '外语', score: 69}}
本文简单介绍了MongoDB的Aggregation Framework 以及 如何使用聚合框架进行聚合查询。
下一篇，我们会学习MongoDB的模式设计中的一些设计模式。
参考资料
唐建法，《MongoDB高手课》（极客时间）
郭远威，《MongoDB实战指南》（图书）