Mongodb聚合函数count、distinct、group如何实现数据聚合操作

MongoDB是目前流行的非关系型数据库之一，在数据聚合操作中，使用其提供的聚合函数可以轻松实现各种聚合操作。本文将详细讲解 MongoDB 聚合函数 count、distinct、group 的使用方法，包括语法和示例。

count函数

count函数用于统计集合中满足条件的文档数量。语法如下：

db.collection.count(query, options)

其中，query是过滤条件，options是统计选项。

示例1：统计集合中所有文档的数量

db.collection.count()

示例2：统计集合中 age 大于等于 18 的文档数量

db.collection.count({age: {$gte: 18}})

distinct函数

distinct函数用于查找集合中某个字段的不同值。语法如下：

db.collection.distinct(field, query, options)

其中，field是要查找的字段，query是过滤条件，options是查询选项。

示例1：查找集合中所有文档的不同城市

db.collection.distinct("city")

示例2：查找集合中 age 大于等于 18 的文档的不同城市

db.collection.distinct("city", {age: {$gte: 18}})

group函数

group函数用于按某个字段分组，并进行聚合操作，如求和、求平均值等。语法如下：

db.collection.group(keys, condition, initial, reduce, finalize)

其中，keys是分组键，condition是过滤条件，initial是初始值，reduce是聚合函数，finalize是最终函数。

示例1：按城市分组，统计每个城市中人口数量大于等于 1000000 的数量

db.collection.group(
    {
        key: {city: true},
        cond: {population: {$gte: 1000000}},
        reduce: function(curr, result) {result.count++},
        initial: {count: 0}
    }
)

示例2：按城市分组，统计每个城市的平均年龄和人口数量

db.collection.group(
    {
        key: {city: true},
        reduce: function(curr, result) {
            result.age += curr.age;
            result.population += curr.population;
            result.count++;
        },
        initial: {age: 0, population: 0, count: 0},
        finalize: function(result) {
            result.avg_age = result.age / result.count;
            result.avg_population = result.population / result.count;
        }
    }
)

以上就是 MongoDB 中 count、distinct、group 聚合函数的使用方法和示例说明。