邮政编码数据示例

数据模型¶

zipcodes集合中的每个文档都具有以下格式：

{
  "_id": "10280",
  "city": "NEW YORK",
  "state": "NY",
  "pop": 5574,
  "loc": [
    -74.016323,
    40.710537
  ]
}

• 该_id字段将邮政编码保存为字符串。
• 该city字段包含城市名称。一个城市可以具有多个与之相关的邮政编码，因为该城市的不同部分可以分别具有不同的邮政编码。
• 该state字段包含两个字母的州缩写。
• 该pop领域拥有人口。
• 该loc字段将位置保存为经度纬度对。

aggregate()方法¶

以下所有示例均aggregate()在mongoShell中使用辅助程序。

该aggregate()方法使用 汇总管道将文档处理为汇总结果。一个聚集管道由阶段有每个阶段处理的文件，因为它们沿管道传递。文档依次经过各个阶段。

Shell中的aggregate()方法 mongo为aggregate数据库命令提供了包装 。有关用于数据聚合操作的更惯用的界面，请参见驱动程序的文档 。

返回人口超过1000万的州¶

以下汇总操作将返回总人口超过1000万的所有州：

db.zipcodes.aggregate( [
   { $group: { _id: "$state", totalPop: { $sum: "$pop" } } },
   { $match: { totalPop: { $gte: 10*1000*1000 } } }
] )

在此示例中，聚合管道 包括$group以下 $match阶段：

• 该$group阶段zipcode 按state字段将集合的文档分组，totalPop为每个状态计算字段，并为每个唯一状态输出文档。

  新的按状态的文档有两个字段：_id字段和totalPop字段。该_id字段包含state; 的值 ；即按字段分组。该totalPop字段是包含每个州的总人口的计算字段。要计算该值，请$group使用$sum 运算符pop为每个州添加人口字段（）。

  在该$group阶段之后，管道中的文档类似于以下内容：

  复制

  {
    "_id" : "AK",
    "totalPop" : 550043
  }
  

• 该$match阶段过滤这些分组的文档以仅输出totalPop值大于或等于1000万的那些文档。该$match阶段不会更改匹配的文档，但会输出未修改的匹配文档。

此聚合操作的等效SQL为：

SELECT state, SUM(pop) AS totalPop
FROM zipcodes
GROUP BY state
HAVING totalPop >= (10*1000*1000)

各州返回城市平均人口数¶

以下汇总操作返回每个州的城市平均人口：

db.zipcodes.aggregate( [
   { $group: { _id: { state: "$state", city: "$city" }, pop: { $sum: "$pop" } } },
   { $group: { _id: "$_id.state", avgCityPop: { $avg: "$pop" } } }
] )

在这个例子中，聚集管道 由的$group阶段，接着是另一个 $group阶段：

• 第一$group阶段通过组的组合的文件city和state，使用$sum 表达式来计算的人口为每个组合，并且输出对于每个文档city和state组合。 [1]

  在管道中的此阶段之后，文档类似于以下内容：

  复制

  {
    "_id" : {
      "state" : "CO",
      "city" : "EDGEWATER"
    },
    "pop" : 13154
  }
  

• 第二$group阶段按_id.state字段（即文档state内部的字段_id）对管道中的文档进行分组，使用$avg表达式计算avgCityPop每个州的平均城市人口（），并输出每个州的文档。

此聚合操作产生的文档类似于以下内容：

{
  "_id" : "MN",
  "avgCityPop" : 5335
}

按州返回最大和最小城市¶

以下汇总操作将按人口返回每个州的最小和最大城市：

db.zipcodes.aggregate( [
   { $group:
      {
        _id: { state: "$state", city: "$city" },
        pop: { $sum: "$pop" }
      }
   },
   { $sort: { pop: 1 } },
   { $group:
      {
        _id : "$_id.state",
        biggestCity:  { $last: "$_id.city" },
        biggestPop:   { $last: "$pop" },
        smallestCity: { $first: "$_id.city" },
        smallestPop:  { $first: "$pop" }
      }
   },

  // the following $project is optional, and
  // modifies the output format.

  { $project:
    { _id: 0,
      state: "$_id",
      biggestCity:  { name: "$biggestCity",  pop: "$biggestPop" },
      smallestCity: { name: "$smallestCity", pop: "$smallestPop" }
    }
  }
] )

在此示例中，聚合管道 由一个$group阶段，一个$sort阶段，另一个$group阶段和一个$project阶段组成：

• 第一$group阶段通过组的组合中的文件city和state，计算sum所述的pop值对于每个组合，并且输出对于每个文档city和state组合。

  在管道的此阶段，文档类似于以下内容：

  复制

  {
    "_id" : {
      "state" : "CO",
      "city" : "EDGEWATER"
    },
    "pop" : 13154
  }
  

• 该$sort阶段订单管道由文件pop字段值，从最小到最大; 即通过增加顺序。此操作不会更改文档。

• 下一$group阶段按_id.state字段（即文档state内部的字段 _id）对现在分类的文档进行分组，并为每个状态输出文档。

  该阶段还将为每个状态计算以下四个字段。使用$last表达式，$group操作员创建biggestCity和biggestPop字段，用于存储人口最多的城市和该人口。使用 $first表达式，$group操作员创建smallestCity和smallestPop字段，用于存储人口最少的城市和该人口。

  在管道的此阶段，这些文档类似于以下内容：

  复制

  {
    "_id" : "WA",
    "biggestCity" : "SEATTLE",
    "biggestPop" : 520096,
    "smallestCity" : "BENGE",
    "smallestPop" : 2
  }
  

• 最后$project阶段重命名_id字段 state和移动biggestCity，biggestPop， smallestCity，和smallestPop成biggestCity和 smallestCity嵌入文档。

此聚合操作的输出文档类似于以下内容：

{
  "state" : "RI",
  "biggestCity" : {
    "name" : "CRANSTON",
    "pop" : 176404
  },
  "smallestCity" : {
    "name" : "CLAYVILLE",
    "pop" : 45
  }
}