十：文档 Document 查询高级篇

上一篇的mongodb查询，主要介绍的是一些基本操作，当然有基本就高阶操作；

本文将带来更多的查询姿势

• 排序
• 分页
• 聚合

1. 排序

在mongodb中，使用sort方法进行排序，语法如下

db.collection.find().sort({key: 1})

请注意，sort内部是一个对象，key为field，value为1或者-1，其中1表示升序，-1表示降序

实例说明，根据age进行排序

db.doc_demo.find().sort({'age': 1})

输出如下:

上面的演示属于常规的操作，但是针对mongodb的特点，自然会有一些疑问

q1: 如果某个文档没有包含这个field，排序是怎样的？

db.doc_demo.find().sort({'tag': 1})

从输出来看，升序时，不包含这个field的文档，在最前面；降序时，不包含这个field的文档，在最后面

q2: 支持多个field排序吗？

原则上一般不建议多个field的排序（比较影响性能），但对于数据库而言，你得支持吧

# 在开始之前，先改一下tag，让文档不完全一致
db.doc_demo.update({"_id": ObjectId("5e7b5ac10172dc950171c488")}, {$set: {'tag': 2}})
db.doc_demo.update({"_id": ObjectId("5e7b5bb085a742842d2e23fc")}, {$set: {'tag': 2}})

# 先根据age进行升序排，当age相同的，根据tag降序排
db.doc_demo.find().sort({'age': 1, 'tag': -1})
# 先根据tag进行升序排，tag相同的，根据age升序排
db.doc_demo.find().sort({'tag': 1, 'age': 1})

请注意上的输出，在涉及到多个field排序时，优先根据第一个进行排序，当文档的field相同时，再根据后面的进行排序

2. 分页

当文档很多时，我们不可能把所有的文档一次返回，所以就有了常见的分页，在sql中我们一般使用limit offset来实现分页，在mongodb中也差不多

limit()

限制返回的文档数

db.doc_demo.find().limit(2)

skip()

使用limit进行返回条数限制，使用skip进行分页，表示跳过前面的n条数据

# 跳过第一条数据，返回两条； 相当于返回第2、3条数据
db.doc_demo.find().limit(2).skip(1)

3. 聚合

使用aggregate()来实现聚合，用于处理求和、平均值，最大值，分组等

数据准备:

{ "_id" : ObjectId("5e7b5ac10172dc950171c488"), "name" : "一灰灰blog", "age" : "19", "skill" : [ "java", "python", "sql" ], "tag" : 2 }
{ "_id" : ObjectId("5e7b5ac40172dc950171c489"), "name" : "一灰灰blog", "age" : 20, "skill" : [ "web", "shell", "js" ], "tag" : 1 }
{ "_id" : ObjectId("5e7b5bb085a742842d2e23fc"), "name" : "一灰灰", "age" : 18, "sex" : "man", "tag" : 2 }
{ "_id" : ObjectId("5e7b5c2e0172dc950171c48a"), "name" : "一灰灰", "age" : 18, "hobby" : [ "play game" ] }

分组查询

根据name进行分组统计

# 根据name进行分组，统计文档数量
# 相当于sql中的  select name, count(1) from doc_demo group by name
db.doc_demo.aggregate([{$group: {_id: "$name", size: {$sum: 1}}}])

请注意，分组的条件中

• _id: 表示根据哪个字段进行分组
• size: {}: 表示聚合条件指定，将结果输出到名为size的field中
• filed名前加$进行指定

当前mongodb支持的聚合表达式包括:

表达式	说明	举例说明
sum	求和	db.doc_demo.aggregate([{$group: {_id: "$name", size: {$sum: '$age'}}}])
avg	平均值	db.doc_demo.aggregate([{$group: {_id: "$name", size: {$avg: '$age'}}}])
min	取最小	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$min: '$age'}}}])
max	取最大	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$max: '$age'}}}])
push	结果插入到一个数组中	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$push: '$age'}}}])
addToSet	结果插入集合，过滤重复	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$addToSet: '$age'}}}])
first	第一个	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$first: '$age'}}}])
last	最后一个	db.doc_demo.aggregate([{$group: {_id: "$name", age: {$last: '$age'}}}])

上面虽然介绍了分组支持的一些表达式，但是没有查询条件，难道只能针对所有的文档进行分组统计么？

分组过滤

借助$match来实现过滤统计，如下

db.doc_demo.aggregate([
  {$match: {'tag': {$gt: 1}}}, 
  {$group: {_id: '$name', age: {$sum: 1}}}
])

请注意，$match的语法规则和find的查询条件一样，会将满足条件的数据传递给后面的分组计算

这种方式和liux中的管道特别相似，aggregate方法的参数数组中，前面的执行完毕之后，将结果传递给后面的继续执行，除了$match和$group之外，还有一些其他的操作

操作	说明
$project	修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
$match	用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
$limit	用来限制MongoDB聚合管道返回的文档数。
$skip	在聚合管道中跳过指定数量的文档，并返回余下的文档。
$unwind	将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
$group	将集合中的文档分组，可用于统计结果。
$sort	将输入文档排序后输出。
$geoNear	输出接近某一地理位置的有序文档。