$ group（汇总）_MonogDB 中文网

MongoDB 中文手册

参考 > 参考 > 经营者 > 聚合管道阶段 > $ group（汇总）

在本页面

定义
注意事项
例子
其他资源

定义¶

$group¶

按指定的_id表达式对输入文档进行分组，并针对每个不同的分组输出文档。_id每个输出文档的字段都包含唯一的按值分组。输出文档还可以包含包含某些累加器表达式值的计算字段。

注意

$group并没有责令其输出文档。

该$group阶段具有以下原型形式：

复制

{
  $group:
    {
      _id: <expression>, // Group By Expression
      <field1>: { <accumulator1> : <expression1> },
      ...
    }
 }

领域	描述
`_id`	需要。如果指定`_id`null或任何其他常数值，那么此`$group`阶段将整体计算所有输入文档的累积值。请参见Group by Null的示例。
`field`	可选的。使用累加器运算符进行计算。

在_id和累加器运营商可以接受任何有效的expression。有关表达式的更多信息，请参见表达式。

注意事项¶

累加器运算符¶

该<accumulator>运算符必须是以下累加器运算符之一：

名称	描述
`$addToSet`	返回每个组的唯一表达式值的数组。数组元素的顺序未定义。
`$avg`	返回数值的平均值。忽略非数字值。
`$first`	从每个组的第一个文档返回一个值。仅当文档按定义的顺序定义顺序。
`$last`	从每个组的最后一个文档返回一个值。仅当文档按定义的顺序定义顺序。
`$max`	返回每个组的最高表达式值。
`$mergeObjects`	返回通过组合每个组的输入文档而创建的文档。
`$min`	返回每个组的最低表达式值。
`$push`	返回每个组的表达式值数组。
`$stdDevPop`	返回输入值的总体标准偏差。
`$stdDevSamp`	返回输入值的样本标准偏差。
`$sum`	返回数值的总和。忽略非数字值。

`$group`运算符和内存¶

该$group阶段的RAM限制为100 MB。默认情况下，如果阶段超出此限制，则$group返回错误。要允许处理大型数据集，请将allowDiskUse选项设置为 true。该标志使$group操作能够写入临时文件。有关更多信息，请参见 db.collection.aggregate()方法和 aggregate命令。

返回每个组的第一个文档的优化¶

如果流水线sorts并groups 在同一字段中且该$group阶段仅使用 $first累加器运算符，请考虑在与排序顺序匹配的分组字段上添加索引。在某些情况下，$group阶段可以使用索引快速找到每个组的第一个文档。

例

如果一个名为的集合foo包含一个索引，则以下管道可以使用该索引来查找每个组的第一个文档：{ x: 1, y: 1 }

复制

db.foo.aggregate([
  {
    $sort:{ x : 1, y : 1 }
  },
  {
    $group: {
      _id: { x : "$x" },
      y: { $first : "$y" }
    }
  }
])

例子¶

计算集合中的文档数¶

在mongo外壳程序中，创建一个示例集合，其名称 sales为以下文档：

复制

db.sales.insertMany([
  { "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") },
  { "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") },
  { "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },
  { "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" :  NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },
  { "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },
  { "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },
  { "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("10") , "date" : ISODate("2015-09-10T08:43:00Z") },
  { "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])

以下聚合操作使用该$group阶段来计算sales集合中文档的数量：

复制

db.sales.aggregate( [
  {
    $group: {
       _id: null,
       count: { $sum: 1 }
    }
  }
] )

该操作返回以下结果：

{ "_id" : null, "count" : 8 }

此聚合操作等效于以下SQL语句：

复制

SELECT COUNT(*) AS count FROM sales

也可以看看

$count

检索重复值¶

以下聚合操作使用该$group阶段从sales集合中检索不同的项目值：

复制

db.sales.aggregate( [ { $group : { _id : "$item" } } ] )

该操作返回以下结果：

{ "_id" : "abc" }
{ "_id" : "jkl" }
{ "_id" : "def" }
{ "_id" : "xyz" }

按项目分组具有¶

以下汇总操作按item 字段将文档分组，计算每件商品的总销售额，并仅返回总销售额大于或等于100的物料：

复制

db.sales.aggregate(
  [
    // First Stage
    {
      $group :
        {
          _id : "$item",
          totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } }
        }
     },
     // Second Stage
     {
       $match: { "totalSaleAmount": { $gte: 100 } }
     }
   ]
 )

第一阶段：: 该$group阶段将文档分组item以检索不同的项目值。此阶段返回 totalSaleAmount每个项目的。
第二阶段：: 该$match阶段过滤结果文档以仅返回totalSaleAmount大于或等于100的项目。

该操作返回以下结果：

{ "_id" : "abc", "totalSaleAmount" : NumberDecimal("170") }
{ "_id" : "xyz", "totalSaleAmount" : NumberDecimal("150") }
{ "_id" : "def", "totalSaleAmount" : NumberDecimal("112.5") }

此聚合操作等效于以下SQL语句：

复制

SELECT item,
   Sum(( price * quantity )) AS totalSaleAmount
FROM   sales
GROUP  BY item
HAVING totalSaleAmount >= 100

也可以看看

$match

计算计数，总和和平均值¶

在mongo外壳程序中，创建一个示例集合，其名称 sales为以下文档：

复制

db.sales.insertMany([
  { "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") },
  { "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") },
  { "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },
  { "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" :  NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },
  { "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },
  { "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },
  { "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("10") , "date" : ISODate("2015-09-10T08:43:00Z") },
  { "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])

按年份分组¶

以下管道计算2014年每一天的总销售额，平均销售额和销售数量：

复制

db.sales.aggregate([
  // First Stage
  {
    $match : { "date": { $gte: new ISODate("2014-01-01"), $lt: new ISODate("2015-01-01") } }
  },
  // Second Stage
  {
    $group : {
       _id : { $dateToString: { format: "%Y-%m-%d", date: "$date" } },
       totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } },
       averageQuantity: { $avg: "$quantity" },
       count: { $sum: 1 }
    }
  },
  // Third Stage
  {
    $sort : { totalSaleAmount: -1 }
  }
 ])

第一阶段：: 此$match阶段过滤文档以仅将文档从2014年传递到下一阶段。
第二阶段：: 该$group阶段按日期对文档进行分组，并计算每组中文档的总销售额，平均数量和总数。
第三阶段：: 此$sort阶段按降序按每个组的总销售额对结果进行排序。

该操作返回以下结果：

{ "_id" : "2014-04-04", "totalSaleAmount" : NumberDecimal("200"), "averageQuantity" : 15, "count" : 2 }
{ "_id" : "2014-03-15", "totalSaleAmount" : NumberDecimal("50"), "averageQuantity" : 10, "count" : 1 }
{ "_id" : "2014-03-01", "totalSaleAmount" : NumberDecimal("40"), "averageQuantity" : 1.5, "count" : 2 }

此聚合操作等效于以下SQL语句：

复制

SELECT date,
       Sum(( price * quantity )) AS totalSaleAmount,
       Avg(quantity)             AS averageQuantity,
       Count(*)                  AS Count
FROM   sales
GROUP  BY Date(date)
ORDER  BY totalSaleAmount DESC

也可以看看

$match
$sort
db.collection.countDocuments()$group用一个$sum表达式包装聚合阶段。

分组依据`null`¶

下面的聚合操作指定一组_id的 null，计算总销售金额，平均数量，以及算上所有集合中的文件。

复制

db.sales.aggregate([
  {
    $group : {
       _id : null,
       totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } },
       averageQuantity: { $avg: "$quantity" },
       count: { $sum: 1 }
    }
  }
 ])

该操作返回以下结果：

{
  "_id" : null,
  "totalSaleAmount" : NumberDecimal("452.5"),
  "averageQuantity" : 7.875,
  "count" : 8
}

此聚合操作等效于以下SQL语句：

复制

SELECT Sum(price * quantity) AS totalSaleAmount,
       Avg(quantity)         AS averageQuantity,
       Count(*)              AS Count
FROM   sales

也可以看看

$count
db.collection.countDocuments()$group用一个$sum表达式包装聚合阶段。

透视数据¶

在mongo外壳程序中，创建一个示例集合，其名称 books为以下文档：

复制

db.books.insertMany([
  { "_id" : 8751, "title" : "The Banquet", "author" : "Dante", "copies" : 2 },
  { "_id" : 8752, "title" : "Divine Comedy", "author" : "Dante", "copies" : 1 },
  { "_id" : 8645, "title" : "Eclogues", "author" : "Dante", "copies" : 2 },
  { "_id" : 7000, "title" : "The Odyssey", "author" : "Homer", "copies" : 10 },
  { "_id" : 7020, "title" : "Iliad", "author" : "Homer", "copies" : 10 }
])

集团`title`由`author`¶

以下聚合操作将books 集合中的数据旋转为具有按作者分组的标题。

复制

db.books.aggregate([
   { $group : { _id : "$author", books: { $push: "$title" } } }
 ])

该操作返回以下文档：

复制

{ "_id" : "Homer", "books" : [ "The Odyssey", "Iliad" ] }
{ "_id" : "Dante", "books" : [ "The Banquet", "Divine Comedy", "Eclogues" ] }

通过¶对文档进行分组`author`

以下聚合操作按以下方式对文档进行分组author：

复制

db.books.aggregate([
   // First Stage
   {
     $group : { _id : "$author", books: { $push: "$$ROOT" } }
   },
   // Second Stage
   {
     $addFields:
       {
         totalCopies : { $sum: "$books.copies" }
       }
   }
 ])

第一阶段：: $group使用$$ROOT 系统变量按作者对整个文档进行分组。此阶段将以下文档传递到下一阶段：

MongoDB 中文手册

$ group（汇总）

定义¶

注意事项¶

累加器运算符¶

$group运算符和内存¶

返回每个组的第一个文档的优化¶

例子¶

计算集合中的文档数¶

检索重复值¶

按项目分组具有¶

计算计数，总和和平均值¶

按年份分组¶

分组依据null¶

透视数据¶

集团title由author¶

通过¶对文档进行分组author

`$group`运算符和内存¶

分组依据`null`¶

集团`title`由`author`¶

通过¶对文档进行分组`author`