MongoDB 的聚集操作

聚合引言

聚集操作就是出来数据记录并返回计算结果的操作。MongoDB提供了丰富的聚集操作，能够检测和执行数据集上的计算。运行在mongod上的数据聚集简化了代码和资源限制。

像查询一样，在Mongo的聚合操作使用collections作为输入，并返回一个或多个document作为输出。

聚合模式

• 聚合管道

MongoDB2.2引入了一个新的聚合框架：聚合管道，这是基于数据处理管道概念的模型。文档输入一个多阶段的管道并将文档转化为一个聚合的结果。

最基本的管道阶段提供了过滤器（Filters)来像查询一样操作，和文档转化（Document transformations)来修改输出文档的形式。

其他的管道提供了对特定字段分组和排序的工具，也有聚合数组内容的工具。并且，管道阶段能对任务使用操作符，比如计算平均值或连接一个字符串。

管道使用MongoDB原生的操作提供了有效的数据聚合，也是MongoDB里面一个理想的数据聚合方法。

上面带有注释的聚合操作管道操作，这个聚合管道有两个阶段： $match和$group

• Map-Reduce

MongoDB也提供了map-reduce操作来执行聚合操作。一般的，map- reduce操作有两个阶段：Map阶段来处理每个文档并为每个输入文档输出一个或多个文档，Reduce阶段整合map操作的输出。Map- reduce有一个可选的finalize阶段，来为结果做最终的修改。和其他聚合操作一样，map-reduce指出了查询条件来选择输入文档并排序和限制结果。

Map-reduce使用自定义的javasript函数来执行map和reduce操作，以及可选的finalize操作。虽然自定义的javasript相对聚合管道提供了更大的灵活性，但一般map-reduce相对低效和复杂。

并且，map-reduce操作的输出集合比集合管道的输出极限大16M。

注：

从MongoDB2.4开始，特定的mongo shell函数和属性不能被map-reduce操作使用。MongoDB2.4也提供了同时执行多个Javascript操作的支持。在 MongoDB2.4之前，javascript代码只能在单线程执行，这为map-reduce的并行带来困难。

• 单一目的的聚合操作

对很多的常规单一目的的聚合操作(single purpose aggregation operation),MongoDB提供了特殊目的的数据库命令。这些常规的聚合操作是：返回匹配文档的数量，返回一个字段的唯一的值，和基于一个字段值的分组。所有这些操作都是来自一个collection。虽然这些操作提供了简单的常规聚合操作处理方法，但他们都缺乏灵活性和像聚合管道、Map- reduce那样的能力。

来自：http://blog.csdn.net/chenloveit/article/details/38086765