聚合示例

在MongoDB中有几种执行聚合的方法。这些示例使用map reduce和group方法介绍了新的聚合框架。

安装程序

首先，我们将插入一些可以对其执行聚合的示例数据：

>>> from pymongo import MongoClient
>>> db = MongoClient().aggregation_example
>>> result = db.things.insert_many(
...     [
...         {"x": 1, "tags": ["dog", "cat"]},
...         {"x": 2, "tags": ["cat"]},
...         {"x": 2, "tags": ["mouse", "cat", "dog"]},
...         {"x": 3, "tags": []},
...     ]
... )
>>> result.inserted_ids
[ObjectId('...'), ObjectId('...'), ObjectId('...'), ObjectId('...')]

聚合框架

此示例演示如何使用 aggregate() 方法来使用聚合框架。我们将执行一个简单的聚合来计算 tags 数组，跨越整个集合。为了实现这一点，我们需要将三个操作传递给管道。首先，我们需要放松 tags 数组，然后按标记分组并求和，最后按计数排序。

由于python字典没有维护您应该使用的顺序 SON 或 collections.OrderedDict 如果需要显式排序，例如“$sort”：

备注

聚合需要服务器版本 >= 2.1.0 .

>>> from bson.son import SON
>>> pipeline = [
...     {"$unwind": "$tags"},
...     {"$group": {"_id": "$tags", "count": {"$sum": 1}}},
...     {"$sort": SON([("count", -1), ("_id", -1)])},
... ]
>>> import pprint
>>> pprint.pprint(list(db.things.aggregate(pipeline)))
[{'_id': 'cat', 'count': 3},
 {'_id': 'dog', 'count': 2},
 {'_id': 'mouse', 'count': 1}]

要为此聚合运行解释计划，请使用 PyMongoExplain ，一个适用于PyMongo的伴随库。它允许您通过提供几个方便的类来解释任何CRUD操作：

>>> from pymongoexplain import ExplainableCollection
>>> ExplainableCollection(collection).aggregate(pipeline)
{'ok': 1.0, 'queryPlanner': [...]}

或者，使用 command() 方法：

>>> db.command('aggregate', 'things', pipeline=pipeline, explain=True)
{'ok': 1.0, 'stages': [...]}

除了简单的聚合之外，聚合框架还提供投影功能来重塑返回的数据。使用投影和聚合，可以添加计算字段、创建新的虚拟子对象，并将子字段提取到结果的顶层。

参见

MongoDB的完整文档 aggregation framework