MongoDB：aggregate與aggregateCursor

環境
mongos 3.0.14

aggregate

使用 aggregate 能夠實現較爲複雜的數據聚合操做，例如 彙總（count）、去重彙總（distinct count）、分組統計（group having）等。

aggregate 返回結果爲數組，須要注意數據大小不能超過16M。

例如：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id'=>'$user_id']
            ]],
            ['$group' => [
                '_id' => '_id.user_id',
                'number' => ['$sum'=>1]
            ]]
        ];
$options = [
        'allowDiskUse'=>true,
        'cursor'=>['batchSize'=>1]
];
        $data = MongoSvc::get('user')->user_info->aggregate($pipeline,$options);

aggregateCursor

對於大量返回結果的聚合，可使用 aggregateCursor 返回遊標，能夠避免數據大小超限。

aggregateCursor 的返回結果爲遊標，可循環取數。

例如：

$pipeline = [
            ['$match' => $matchArr],
            ['$project' => ['id'=>1,'_id'=>0]],
            ['$group' => [
                '_id' => '$id',
                'count' => ['$sum' => 1]
            ]],
            ['$match' => [
                'count' => ['$gt' => 1]
            ]]
        ];
        //這裏改成aggregateCursor用遊標循環獲取
        $data = MongoSvc::get('user')->user_info->aggregateCursor($pipeline);

pipeline 參數

• $match
  條件匹配。
• $addFields
  增長新字段。
• $count
  該stage的文檔總數。
• $group
  分組。
• $limit
  限制數量。
• $skip
  跳步。
• $sort
  排序。
• $out
  輸出結果到集合。
• $project
  過濾字段。

https://docs.mongodb.com/manu...

options 參數

• explain boolean
  處理信息。
• allowDiskUse boolean
  true 可往磁盤寫臨時數據。
• cursor
  cursor: { batchSize: <int> }
  給返回集合設置一個初始大小。
• hint string or document
  強制指定索引。

https://docs.mongodb.com/manu...

查詢示例

彙總統計文檔中某個字段（如'sum'）的count值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['sum'],
                'sum_value' => ['$sum' => '$money']
            ]]
        ];

某列的去重後的數據：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id' => '$user_id']
            ]]
        ];

統計某列（如'user_id'）去重後的count值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id'=>'$user_id']
            ]],
            ['$group' => [
                '_id' => '_id.user_id',
                'number' => ['$sum'=>1]
            ]]
        ];
        
$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id'        => ['qid' => '$qid'],
                'max_number' => ['$max' => '$days'] 
            ]],
            ['$group' => [
                '_id' => ['number' => '$max_number'],
                'total' => ['$sum' => 1]
            ]]
        ];

統計分組後，各組內的某列彙總值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['type' => '$type'],
                'sum_value' => ['$sum' => '$number']
            ]]
        ];