主頁 > 知識庫 > mongodb聚合_動力節(jié)點Java學(xué)院整理

mongodb聚合_動力節(jié)點Java學(xué)院整理

熱門標(biāo)簽:服務(wù)外包 地方門戶網(wǎng)站 AI電銷 呼叫中心市場需求 Linux服務(wù)器 百度競價排名 網(wǎng)站排名優(yōu)化 鐵路電話系統(tǒng)

今天跟大家分享一下mongodb中比較好玩的知識,主要包括:聚合,游標(biāo)。

一:聚合

常見的聚合操作跟sql server一樣,有:count,distinct,group,mapReduce。

1> count

count是最簡單,最容易,也是最常用的聚合工具,它的使用跟我們C#里面的count使用簡直一模一樣。

2> distinct

這個操作相信大家也是非常熟悉的,指定了誰,誰就不能重復(fù),直接上圖。

3> group

在mongodb里面做group操作有點小復(fù)雜,不過大家對sql server里面的group比較熟悉的話還是一眼

能看的明白的,其實group操作本質(zhì)上形成了一種“k-v”模型,就像C#中的Dictionary,好,有了這種思維,

我們來看看如何使用group。

下面舉的例子就是按照age進(jìn)行g(shù)roup操作,value為對應(yīng)age的姓名。下面對這些參數(shù)介紹一下:

key: 這個就是分組的key,我們這里是對年齡分組。

initial: 每組都分享一個”初始化函數(shù)“,特別注意:是每一組,比如這個的age=20的value的list分享一個

initial函數(shù),age=22同樣也分享一個initial函數(shù)。

$reduce: 這個函數(shù)的第一個參數(shù)是當(dāng)前的文檔對象,第二個參數(shù)是上一次function操作的累計對象,第一次

為initial中的{”perosn“:[]}。有多少個文檔, $reduce就會調(diào)用多少次。

看到上面的結(jié)果,是不是有點感覺,我們通過age查看到了相應(yīng)的name人員,不過有時我們可能有如下的要求:

①:想過濾掉age>25一些人員。

②:有時person數(shù)組里面的人員太多,我想加上一個count屬性標(biāo)明一下。

針對上面的需求,在group里面還是很好辦到的,因為group有這么兩個可選參數(shù): condition 和 finalize。

condition: 這個就是過濾條件。

finalize:這是個函數(shù),每一組文檔執(zhí)行完后,多會觸發(fā)此方法,那么在每組集合里面加上count也就是它的活了。

4> mapReduce

這玩意算是聚合函數(shù)中最復(fù)雜的了,不過復(fù)雜也好,越復(fù)雜就越靈活。

mapReduce其實是一種編程模型,用在分布式計算中,其中有一個“map”函數(shù),一個”reduce“函數(shù)。

① map:

這個稱為映射函數(shù),里面會調(diào)用emit(key,value),集合會按照你指定的key進(jìn)行映射分組。

② reduce:

這個稱為簡化函數(shù),會對map分組后的數(shù)據(jù)進(jìn)行分組簡化,注意:在reduce(key,value)中的key就是

emit中的key,vlaue為emit分組后的emit(value)的集合,這里也就是很多{"count":1}的數(shù)組。

③ mapReduce:

這個就是最后執(zhí)行的函數(shù)了,參數(shù)為map,reduce和一些可選參數(shù)。具體看圖可知:

從圖中我們可以看到如下信息:

result: "存放的集合名“;

input:傳入文檔的個數(shù)。

emit:此函數(shù)被調(diào)用的次數(shù)。

reduce:此函數(shù)被調(diào)用的次數(shù)。

output:最后返回文檔的個數(shù)。

最后我們看一下“collecton”集合里面按姓名分組的情況。

二:游標(biāo)

mongodb里面的游標(biāo)有點類似我們說的C#里面延遲執(zhí)行,比如:

var list=db.person.find();

針對這樣的操作,list其實并沒有獲取到person中的文檔,而是申明一個“查詢結(jié)構(gòu)”,等我們需要的時候通過

for或者next()一次性加載過來,然后讓游標(biāo)逐行讀取,當(dāng)我們枚舉完了之后,游標(biāo)銷毀,之后我們在通過list獲取時,

發(fā)現(xiàn)沒有數(shù)據(jù)返回了。

當(dāng)然我們的“查詢構(gòu)造”還可以搞的復(fù)雜點,比如分頁,排序都可以加進(jìn)去。

var single=db.person.find().sort({"name",1}).skip(2).limit(2);

那么這樣的“查詢構(gòu)造”可以在我們需要執(zhí)行的時候執(zhí)行,大大提高了不必要的花銷。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • java操作elasticsearch的案例解析
  • 利用Java多線程技術(shù)導(dǎo)入數(shù)據(jù)到Elasticsearch的方法步驟
  • JAVA使用ElasticSearch查詢in和not in的實現(xiàn)方式
  • java 使用ElasticSearch完成百萬級數(shù)據(jù)查詢附近的人功能
  • 使用java操作elasticsearch的具體方法
  • 基于Lucene的Java搜索服務(wù)器Elasticsearch安裝使用教程
  • JAVA mongodb 聚合幾種查詢方式詳解
  • mongoDB中聚合函數(shù)java處理示例詳解
  • java使用elasticsearch分組進(jìn)行聚合查詢過程解析

標(biāo)簽:湘潭 衡水 蘭州 崇左 湖南 仙桃 黃山 銅川

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《mongodb聚合_動力節(jié)點Java學(xué)院整理》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266