摘要：上一篇文章指南下一篇文章為在集合上執(zhí)行基本的聚合任務(wù)提供了一些命令。也可以給傳遞一個(gè)查詢文檔，會(huì)計(jì)算查詢結(jié)果的數(shù)量對(duì)分頁顯示來說總數(shù)非常必要共個(gè)，目前顯示個(gè)。使用時(shí)必須指定集合和鍵。指定要進(jìn)行分組的集合。

上一篇文章：MongoDB指南---17、MapReduce
下一篇文章：

MongoDB為在集合上執(zhí)行基本的聚合任務(wù)提供了一些命令。這些命令在聚合框架出現(xiàn)之前就已經(jīng)存在了，現(xiàn)在（大多數(shù)情況下）已經(jīng)被聚合框架取代。然而，復(fù)雜的group操作可能仍然需要使用JavaScript，count和distinct操作可以被簡(jiǎn)化為普通命令，不需要使用聚合框架。

count是最簡(jiǎn)單的聚合工具，用于返回集合中的文檔數(shù)量：

> db.foo.count()
0
> db.foo.insert({"x" : 1})
> db.foo.count()
1

不論集合有多大，count都會(huì)很快返回總的文檔數(shù)量。
也可以給count傳遞一個(gè)查詢文檔，Mongo會(huì)計(jì)算查詢結(jié)果的數(shù)量：

> db.foo.insert({"x" : 2})
> db.foo.count()
2
> db.foo.count({"x" : 1})
1

對(duì)分頁顯示來說總數(shù)非常必要：“共439個(gè)，目前顯示0~10個(gè)”。但是，增加查詢條件會(huì)使count變慢。count可以使用索引，但是索引并沒有足夠的元數(shù)據(jù)供count使用，所以不如直接使用查詢來得快。

distinct用來找出給定鍵的所有不同值。使用時(shí)必須指定集合和鍵。

> db.runCommand({"distinct" : "people", "key" : "age"})

假設(shè)集合中有如下文檔：

{"name" : "Ada", "age" : 20}
{"name" : "Fred", "age" : 35}
{"name" : "Susan", "age" : 60}
{"name" : "Andy", "age" : 35}

如果對(duì)"age"鍵使用distinct，會(huì)得到所有不同的年齡：

> db.runCommand({"distinct" : "people", "key" : "age"})
{"values" : [20, 35, 60], "ok" : 1}

這里還有一個(gè)常見問題：有沒有辦法獲得集合里面所有不同的鍵呢？MongoDB并沒有直接提供這樣的功能，但是可以用MapReduce（詳見7.3節(jié)）自己寫一個(gè)。

使用group可以執(zhí)行更復(fù)雜的聚合。先選定分組所依據(jù)的鍵，而后MongoDB就會(huì)將集合依據(jù)選定鍵的不同值分成若干組。然后可以對(duì)每一個(gè)分組內(nèi)的文檔進(jìn)行聚合，得到一個(gè)結(jié)果文檔。
如果你熟悉SQL，那么這個(gè)group和SQL中的GROUP BY差不多。
假設(shè)現(xiàn)在有個(gè)跟蹤股票價(jià)格的站點(diǎn)。從上午10點(diǎn)到下午4點(diǎn)每隔幾分鐘就會(huì)更新某只股票的價(jià)格，并保存在MongoDB中。現(xiàn)在報(bào)表程序要獲得近30天的收盤價(jià)。用group就可以輕松辦到。
股價(jià)集合中包含數(shù)以千計(jì)如下形式的文檔：

{"day" : "2010/10/03", "time" : "10/3/2010 03:57:01 GMT-400", "price" : 4.23}
{"day" : "2010/10/04", "time" : "10/4/2010 11:28:39 GMT-400", "price" : 4.27}
{"day" : "2010/10/03", "time" : "10/3/2010 05:00:23 GMT-400", "price" : 4.10}
{"day" : "2010/10/06", "time" : "10/6/2010 05:27:58 GMT-400", "price" : 4.30}
{"day" : "2010/10/04", "time" : "10/4/2010 08:34:50 GMT-400", "price" : 4.01}

注意，由于精度的問題，實(shí)際使用中不要將金額以浮點(diǎn)數(shù)的方式存儲(chǔ)，這個(gè)例子只是為了簡(jiǎn)便才這么做。
我們需要的結(jié)果列表中應(yīng)該包含每天的最后交易時(shí)間和價(jià)格，就像下面這樣：

[
    {"time" : "10/3/2010 05:00:23 GMT-400", "price" : 4.10},
    {"time" : "10/4/2010 11:28:39 GMT-400", "price" : 4.27},
    {"time" : "10/6/2010 05:27:58 GMT-400", "price" : 4.30}
]

先把集合按照"day"字段進(jìn)行分組，然后在每個(gè)分組中查找"time"值最大的文檔，將其添加到結(jié)果集中就完成了。整個(gè)過程如下所示：

> db.runCommand({"group" : {
... "ns" : "stocks",
... "key" : "day",
... "initial" : {"time" : 0},
... "$reduce" : function(doc, prev) {
...     if (doc.time > prev.time) {
...         prev.price = doc.price;
...         prev.time = doc.time;
...     }
... }}})

把這個(gè)命令分解開看看。

"ns" : "stocks"

指定要進(jìn)行分組的集合。

"key" : "day"

指定文檔分組依據(jù)的鍵。這里就是"day"鍵。所有"day"值相同的文檔被分到一組。

"initial" : {"time" : 0}

每一組reduce函數(shù)調(diào)用中的初始"time"值，會(huì)作為初始文檔傳遞給后續(xù)過程。每一組的所有成員都會(huì)使用這個(gè)累加器，所以它的任何變化都可以保存下來。

"$reduce" : function(doc, prev) { ... }

這個(gè)函數(shù)會(huì)在集合內(nèi)的每個(gè)文檔上執(zhí)行。系統(tǒng)會(huì)傳遞兩個(gè)參數(shù)：當(dāng)前文檔和累加器文檔（本組當(dāng)前的結(jié)果）。本例中，想讓reduce函數(shù)比較當(dāng)前文檔的時(shí)間和累加器的時(shí)間。如果當(dāng)前文檔的時(shí)間更晚一些，則將累加器的日期和價(jià)格替換為當(dāng)前文檔的值。別忘了，每一組都有一個(gè)獨(dú)立的累加器，所以不必?fù)?dān)心不同日期的命令會(huì)使用同一個(gè)累加器。

在問題一開始的描述中，就提到只要最近30天的股價(jià)。然而，我們?cè)谶@里迭代了整個(gè)集合。這就是要添加"condition"的原因，因?yàn)檫@樣就可以只對(duì)必要的文檔進(jìn)行處理。

> db.runCommand({"group" : {
... "ns" : "stocks",
... "key" : "day",
... "initial" : {"time" : 0},
... "$reduce" : function(doc, prev) {
...     if (doc.time > prev.time) {
...            prev.price = doc.price;
...         prev.time = doc.time;
...     }},
... "condition" : {"day" : {"$gt" : "2010/09/30"}}
... }})

有些參考資料提及"cond"鍵或者"q"鍵，其實(shí)和"condition"鍵是完全一樣的（就是表達(dá)力不如"condition"好）。
最后就會(huì)返回一個(gè)包含30個(gè)文檔的數(shù)組，其實(shí)每個(gè)文檔都是一個(gè)分組。每組都包含分組依據(jù)的鍵（這里就是"day" : string）以及這組最終的prev值。如果有的文檔不存在指定用于分組的鍵，這些文檔會(huì)被多帶帶分為一組，缺失的鍵會(huì)使用"day : null"這樣的形式。在"condition"中加入"day" : {"$exists" : true}就可以排除不包含指定用于分組的鍵的文檔。group命令同時(shí)返回了用到的文檔總數(shù)和"key"的不同值數(shù)量：

> db.runCommand({"group" : {...}})
{
    "retval" :
        [
            {
                "day" : "2010/10/04",
                "time" : "Mon Oct 04 2010 11:28:39 GMT-0400 (EST)"
                "price" : 4.27
            },
            ...
        ],
    "count" : 734,
    "keys" : 30,
    "ok" : 1
}

這里每組的"price"都是顯式設(shè)置的，"time"先由初始化器設(shè)置，然后在迭代中進(jìn)行更新。"day"是默認(rèn)被加進(jìn)去的，因?yàn)橛糜诜纸M的鍵會(huì)默認(rèn)加入到每個(gè)"retval"內(nèi)嵌文檔中。要是不想在結(jié)果集中看到這個(gè)鍵，可以用完成器將累加器文檔變?yōu)槿魏蜗胍男螒B(tài)，甚至變換成非文檔（例如數(shù)字或字符串）。

完成器（finalizer）用于精簡(jiǎn)從數(shù)據(jù)庫傳到用戶的數(shù)據(jù)，這個(gè)步驟非常重要，因?yàn)間roup命令的輸出結(jié)果需要能夠通過單次數(shù)據(jù)庫響應(yīng)返回給用戶。為進(jìn)一步說明，這里舉個(gè)博客的例子，其中每篇文章都有多個(gè)標(biāo)簽（tag）。現(xiàn)在要找出每天最熱門的標(biāo)簽。可以（再一次）按天分組，得到每一個(gè)標(biāo)簽的計(jì)數(shù)。就像下面這樣：

> db.posts.group({
... "key" : {"day" : true},
... "initial" : {"tags" : {}},
... "$reduce" : function(doc, prev) {
...     for (i in doc.tags) {
...         if (doc.tags[i] in prev.tags) {
...             prev.tags[doc.tags[i]]++;
...         } else {
...             prev.tags[doc.tags[i]] = 1;
...         }
...     }
... }})

得到的結(jié)果如下所示：

[
    {"day" : "2010/01/12", "tags" : {"nosql" : 4, "winter" : 10, "sledding" : 2}},
    {"day" : "2010/01/13", "tags" : {"soda" : 5, "php" : 2}},
    {"day" : "2010/01/14", "tags" : {"python" : 6, "winter" : 4, "nosql": 15}}
]

接著可以在客戶端找出"tags"文檔中出現(xiàn)次數(shù)最多的標(biāo)簽。然而，向客戶端發(fā)送每天所有的標(biāo)簽文檔需要許多額外的開銷——每天所有的鍵/值對(duì)都被傳送給用戶，而我們需要的僅僅是一個(gè)字符串。這也就是group有一個(gè)可選的"finalize"鍵的原因。"finalize"可以包含一個(gè)函數(shù)，在每組結(jié)果傳遞到客戶端之前調(diào)用一次。可以使用"finalize"函數(shù)將不需要的內(nèi)容從結(jié)果集中移除：

> db.runCommand({"group" : {
... "ns" : "posts",
... "key" : {"day" : true},
... "initial" : {"tags" : {}},
... "$reduce" : function(doc, prev) {
...     for (i in doc.tags) {
...         if (doc.tags[i] in prev.tags) {
...             prev.tags[doc.tags[i]]++;
...         } else {
...             prev.tags[doc.tags[i]] = 1;
...         }
...     },
... "finalize" : function(prev) {
...     var mostPopular = 0;
...     for (i in prev.tags) {
...         if (prev.tags[i] > mostPopular) {
...             prev.tag = i;
...             mostPopular = prev.tags[i];
...         }
...     }
...     delete prev.tags
... }}})

現(xiàn)在，我們就得到了想要的信息，服務(wù)器返回的內(nèi)容可能如下：

[
    {"day" : "2010/01/12", "tag" : "winter"},
    {"day" : "2010/01/13", "tag" : "soda"},
    {"day" : "2010/01/14", "tag" : "nosql"}
]

finalize可以對(duì)傳遞進(jìn)來的參數(shù)進(jìn)行修改，也可以返回一個(gè)新值。

有時(shí)分組所依據(jù)的條件可能會(huì)非常復(fù)雜，而不是單個(gè)鍵。比如要使用group計(jì)算每個(gè)類別有多少篇博客文章（每篇文章只屬于一個(gè)類別）。由于不同作者的風(fēng)格不同，填寫分類名稱時(shí)可能有人使用大寫也有人使用小寫。所以，如果要是按類別名來分組，最后“MongoDB”和“mongodb”就是兩個(gè)完全不同的組。為了消除這種大小寫的影響，就要定義一個(gè)函數(shù)來決定文檔分組所依據(jù)的鍵。
定義分組函數(shù)就要用到$keyf鍵（注意不是"key"），使用"$keyf"的group命令如下所示：

> db.posts.group({"ns" : "posts",
... "$keyf" : function(x) { return x.category.toLowerCase(); },
... "initializer" : ... })

有了"$keyf"，就能依據(jù)各種復(fù)雜的條件進(jìn)行分組了。