黑色好看版 - 傳送門

在前面幾篇都是說明如何尋找到你想要的東西，而在接下來的聚合章節中，我們將說來學習到如何使用聚合工具，來幫助我們分析更多資料，以下為本篇要說明的事情。

• 聚合(aggregate)是啥?有啥用。
• Mongodb聚合工具Aggregate Framework。
• 管道pipeline操作符號。

~ 聚合(aggregate)是啥?有啥用? ~

在前面幾篇文章中，我們學會了mongodb的CRUD，以及使用索引讓我們搜尋、排序速度更快速，那我們接下來幾篇要學什麼?答案就是『分析』，是的，我們將資料存放進mongodb最終的目的就是要使用分析，而聚合就是能幫助我們分析的工具，它能處理數據記錄並回傳結果。

~ MongoDb聚合工具之Aggregate Framework ~

在mongodb中提供了aggregate framework的聚合工具，使用方法如下，其中AGGREGATE_OPERATION就是指你每一次的處理過程。

db.collection.aggregate(AGGREGATE_OPERATION)

先不考慮mongodb的語言，下面就是一個聚合的範例，mongodb的aggregate framework主要是建立在聚合管道(pipeline)基礎下，而這管道就是可以一連串的處理事件，以下列範例中你可以想成管道中有四節，『將每篇文章作者與like數抓取出來』為第一節，然後它處理完會產生資料，會再丟給第二節[依作者進行分類]，直到最後產生結果。

db.collection.aggregate(
	[將每篇文章作者與like數抓取出來],
	[依作者進行分類],
	[將like數進行加總]
	[返like數前五多的結果]
)

~ 管道pipeline操作符號 ~

Aggregate framework提供了很多的操作符號，來幫助你進行複雜的操作，每個符號都會接受一堆document，並對這些document做些操作，然後再將結果傳至下一個pipeline直到最後結果出現。

$project

使用$project可以用來選取document中的欄位，還可以在這些欄位上進行一些操作，或是新建欄位。
下面寫個簡單的使用範例。

首先我們有下列的資料。

{
	"id" : 1,
   "name" : "mark",
   "age" : 20,
   "assets" : 100000000
}

然後我們可以用$project來決定要那個欄位，我們選取id與name欄位。

db.user.aggregate({ "$project" : { "id" : 1, "name" : 1 }})

結果如下，當然他的功能沒著麼單純，它還可以和很多東西搭配，晚點會說。

{ 
  "_id" : ObjectId("584e73bd6f4811e2ad965055"), 
  "id" : 1, "name" : "mark" 
}

$match

$match主要用於對document的篩選，用個簡單的範例來看看。

{
	"id" : 1
   "name" : "mark",
   "age" : 20,
   "assets" : 100000000
},{
	"id" : 2
   "name" : "steven",
   "age" : 40,
   "assets" : 1000000
}

然後我們要只選出age為10至30歲的人。

db.user.aggregate({ "$match" : { age : { $gt : 10, $lte : 30 } }})

結果

{ 
  "_id" : ObjectId("584e2c486f4811e2ad965043"), 
  "id" : 1, 
  "name" : "mark", 
  "age" : 20, 
  "assets" : 100000000 
}

$group

$group它的功能就是用來分組，你可以決定要依照什麼來分組。

假設我們資料如下。

{"id" :1 , "status" : "o" , "count" : 5},
{"id" :2 , "status" : "o", "count" : 5},
{"id" :3 , "status" : "o", "count" : 5},
{"id" :4 , "status" : "x", "count" : 10},
{"id" :5 , "status" : "x", "count" : 10},
{"id" :6 , "status" : "x", "count" : 10}

然後我們希望根據status來分成兩組。

db.user.aggregate({"$group" : {"_id" : "$status"}})

當然我自也可以在分組時進行一些統計，例如兩組的count總計。

db.user.aggregate(
	{"$group" : {"_id" : "$status","total" : {"$sum" : "$count"}}
})

結果如下。

{ "_id" : "x", "total" : 30 }
{ "_id" : "o", "total" : 15 }

$unwind

$unwind英文解釋就是『拆分』，他可以將陣列欄位的每一個值拆分為單獨的document，
來看看下面的範例。

{
	"name" : "mark",
	"fans" : [
		{"name" : "steven","age":20},
		{"name" : "max","age":60},
		{"name" : "stanly","age":30}
	]
}

然後我們希望將fans內的資料拆分成三個document。

db.user.aggregate({"$unwind" : "$fans"})

結果如下。

{ "_id" : ObjectId("584e53246f4811e2ad96504a"), 
  "name" : "mark", 
  "fans" : { "name" : "steven", "age" : 20 } 
},  
{ "_id" : ObjectId("584e53246f4811e2ad96504a"), 
  "name" : "mark", 
  "fans" : { "name" : "max", "age" : 60 } 
},
{ "_id" : ObjectId("584e53246f4811e2ad96504a"), 
  "name" : "mark", 
  "fans" : { "name" : "stanly", "age" : 30 } 
}

$sort

$sort它可以根據任何欄位進行排序，是的與搜尋時的用法一樣，但是有件事要注意。

如果大量的資料要進行排序，建議在管道的第一節進行排序，因為可以用索引。

假設我們有下列資料。

{"name" : "mark", "age" : 18}
{"name" : "steven", "age" : 38}
{"name" : "max", "age" : 10}
{"name" : "stanlly", "age" : 28}

然後我們要根據age進行排序。

db.user.aggregate({"$sort" : { "age" : 1 }})

結果如下。

{ "_id" : ObjectId("584e71856f4811e2ad96504d"), 
  "name" : "max", "age" : 10 }
{ "_id" : ObjectId("584e71856f4811e2ad96504b"), 
  "name" : "mark", "age" : 18 }
{ "_id" : ObjectId("584e71866f4811e2ad96504e"),
  "name" : "stanlly", "age" : 28 }
{ "_id" : ObjectId("584e71856f4811e2ad96504c"), 
  "name" : "steven", "age" : 38 }

$limit

就是可以限制回傳document的數量，大致使用法式如下，懶的講太多了。

db.user.aggregate({"$limit" : 5})

$skip

$skip就是可以捨棄前n然後在開始回傳結果，以下有點要注意。

就如同在find時一樣，大量數據下他的效能會非常的差。

db.user.aggregate({"$skip" : 5})

~操作符號的實際應用~

上面將了不少的管道操作符號，不過也只是一個一個分開來使用，接下來我們組合起來一起使用，這才是聚合的真正用法，再開始之前我們複習一下，我們用個表個整理上述的操作符號功用。

實際應用模擬

先看看我們有的資料，它是一堆使用者的基本資料。

{ 
	"id" : 1,
	"name" : "mark",
	"age" : 20,
	"sex" : "M",
	"fans" : [{"name" : "steven"},{"name" : "max"}],
	"phone" : "xxxxx"
},
{ 
	"id" : 2,
	"name" : "steven",
	"age" : 40,
	"sex" : "M",
	"fans" : [{"name" : "mark"},{"name" : "max"}],
	"phone" : "xxxxx"
},
{ 
	"id" : 3,
	"name" : "marry",
	"age" : 30,
	"sex" : "S",
	"fans" : [{"name" : "mark"},{"name" : "max"},{"name" : "jack"}],
	"phone" : "xxxxx"
},
{ 
	"id" : 4,
	"name" : "jack",
	"age" : 21,
	"sex" : "M",
	"fans" : [{"name" : "mark"}],
	"phone" : "xxxxx"
}

我們希望可以找出男性中第二年輕的人

我們可以按照下面的步驟建立管道，來找出第二年輕的男性。

1. 先篩選出sex為M的user。
2. 將每個user的name與age投射出來。
3. 根據age進行排序。
4. 跳過1名user。
5. 限制輸出結果為1。

根據以上的步驟我們建立出來的聚合如下。

db.user.aggregate(
	{ "$match" : { "sex" : "M"}},
	{ "$project" : { "name" : 1 , "age" : 1 }},
	{ "$sort" : { "age" : 1 }},
	{ "$skip" : 1 },
	{ "$limit" : 1 }
)

然後執行結果正確，jack的確是第二年輕的男性。

{ 
  "_id" : ObjectId("584e98109ea01650ca1f5617"), 
  "name" : "jack", 
  "age" : 21 
 }

~結語~

今天簡單的說明了聚合工具Aggregate framework的用法，以及管理的操作符號，不過還缺了一些東西，事實上每個管道內還可以在做更多的事情，這些下一篇文章將會說明到。

~參考資料~

• https://docs.mongodb.com/v3.2/core/aggregation-pipeline/#aggregation-pipeline-operators-and-performance
• http://wiki.jikexueyuan.com/project/mongodb/mongodb-aggregation.html
• https://github.com/qianjiahao/MongoDB/wiki/MongoDB%E4%B9%8B%E8%81%9A%E5%90%88%E7%AE%A1%E9%81%93%E4%B8%8A