MongoDB 聚合管道（Aggregation Pipeline）

管道概念
　　以面向對象的思想去理解，整個流水線，能夠理解爲一個數據傳輸的管道；該管道中的每個工做線程，能夠理解爲一個整個流水線的一個工做階段stage,這些工做線程之間的合做是一環扣一環的。靠輸入口越近的工做線程，是時序較早的工做階段stage,它的工做成果會影響下一個工做線程階段（stage）的工做結果,即下個階段依賴於上一個階段的輸出，上一個階段的輸出成爲本階段的輸入。這也是pipeline的一個共有特色！

　　爲了迴應用戶對簡單數據訪問的需求,MongoDB2.2版本引入新的功能聚合框架（Aggregation Framework） ，它是數據聚合的一個新框架，其概念相似於數據處理的管道。 每一個文檔經過一個由多個節點組成的管道，每一個節點有本身特殊的功能（分組、過濾等），文檔通過管道處理後，最後輸出相應的結果。管道基本的功能有兩個：

一是對文檔進行「過濾」，也就是篩選出符合條件的文檔;
二是對文檔進行「變換」，也就是改變文檔的輸出形式;

 

管道操做符：

管道操做符	Description
$project	增長、刪除、重命名字段
$match	條件匹配。只知足條件的文檔才能進入下一階段
$limit	限制結果的數量
$skip	跳過文檔的數量
$sort	條件排序。
$group	條件組合結果
$unwind	將array類型字段拆分紅多條文檔

 

 

 

 

 

 

 

 

 

SQL和NOSQL對比:

WHERE	$match
GROUP BY	$group
HAVING	$match
SELECT	$project
ORDER BY	$sort
LIMIT	$limit
SUM()	$sum
COUNT()	$sum
join	$lookup

 

 

 

 

 

 

 

 

 

管道表達式:
管道操做符做爲「鍵」,所對應的「值」叫作管道表達式。
例如{$match:{status:"A"}}，$match稱爲管道操做符，而status:"A"稱爲管道表達式，是管道操做符的操做數(Operand)。
每一個管道表達式是一個文檔結構，它是由字段名、字段值、和一些表達式操做符組成的。

經常使用表達式操做符	Description
$addToSet	將文檔指定字段的值去重
$max	文檔指定字段的最大值
$min	文檔指定字段的最小值
$sum	文檔指定字段求和
$avg	文檔指定字段求平均
$gt	大於給定值
$lt	小於給定值
$eq	等於給定值

 

 

 

 

 

 

 

 

 

關於$lookup

MongoDB 的核心分析工具是 aggregation，經過這個，你能建立一個任務管道（pipeline），對選中的文檔施加各類操做，最後獲得須要的數據。當你要聚合訂單表時，首先在 pipeline 中添加個運算符，來匹配特定的幾類產品的訂單，而後用另外一個運算符分組計算每類產品的銷量。問題是 pipeline 只能對一個集合中的文檔進行操做，所以，若是還須要操做另外一個集合的時候，就玩不轉了。MongoDB 3.2添加了一個 $lookup 操做符 用以引入其它集合的數據。

$lookup 操做符有一個 from 參數，用來指定你想從哪一個集合拖數據。還有一個 on 參數用來指定另外一個集合中的哪一個字段跟 pipeline 中的哪一個字段應該匹配。最後當匹配到一個文檔，該文檔會被插入管道中的文檔，經過 as 參數設定一個 key 把該文檔就放到這個 key 中。這個方式看上去有點暴力， 使文檔變得很大， 別擔憂，其它的聚合操做符會把數據切小的。 $lookup 在聚合管道中有巨大的潛力，可使用戶不須要刻意將數據非正規化。不過咱們要等到 alpha/beta 發佈才能知道 $lookup 在實踐中到底有多有效。