对标 MongoDB 存储类 JSON 数据文档统计分析详解

本文将详细讲解如何使用 MongoDB 存储类 JSON 数据文档进行统计分析。

什么是 MongoDB存储类 JSON 数据文档？

MongoDB数据库是一种NoSQL数据库，其中的数据以类JSON文档格式进行存储。这种文档格式可以包含非常复杂的结构和多层嵌套的数据，因此具有很好的灵活性。

如何统计 MongoDB 存储类 JSON 数据文档？

使用聚合（aggregation）操作可以统计 MongoDB 存储类 JSON 数据文档。以下是一个简单的示例，统计一个集合中的文档总数：

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

在这个聚合操作中，$group操作符用来分组文档。这里以null为分组主键，因为我们只想要一个总的统计数据，而不是按照某种特定的属性分组。$sum操作符用来累加文档的数量。最终输出的文档中，_id字段为null，count字段为集合中全部文档的数量。

实例一：统计不同城市中餐厅的数量

假设我们有一个餐厅数据集合，其中文档示例如下：

{
  "name": "餐厅 A",
  "city": "北京",
  "type": "中餐厅"
},
{
  "name": "餐厅 B",
  "city": "上海",
  "type": "中餐厅"
},
{
  "name": "餐厅 C",
  "city": "北京",
  "type": "西餐厅"
},
{
  "name": "餐厅 D",
  "city": "广州",
  "type": "中餐厅"
}

我们可以使用以下聚合操作统计不同城市中餐厅的数量：

db.restaurants.aggregate([
  {
    $match: {
      type: "中餐厅"
    }
  },
  {
    $group: {
      _id: "$city",
      count: {
        $sum: 1
      }
    }
  }
])

在这个聚合操作中，$match操作符用来筛选类型为中餐厅的餐厅文档。$group操作符用来分组文档，并以城市为分组主键。最后输出的文档中，_id字段为城市名称，count字段为该城市中的中餐厅数量。

实例二：统计餐厅菜品数量最多的前三名

假设我们有一个餐厅数据集合，其中菜品数据以数组形式存储在文档中，示例如下：

{
  "name": "餐厅 A",
  "dishes": [
    {
      "name": "菜品 A",
      "price": 10
    },
    {
      "name": "菜品 B",
      "price": 20
    },
    {
      "name": "菜品 C",
      "price": 15
    }
  ]
},
{
  "name": "餐厅 B",
  "dishes": [
    {
      "name": "菜品 D",
      "price": 30
    },
    {
      "name": "菜品 E",
      "price": 25
    }
  ]
},
{
  "name": "餐厅 C",
  "dishes": [
    {
      "name": "菜品 F",
      "price": 18
    },
    {
      "name": "菜品 G",
      "price": 22
    },
    {
      "name": "菜品 H",
      "price": 12
    }
  ]
}

我们可以使用以下聚合操作统计菜品数量最多的前三名餐厅：

db.restaurants.aggregate([
  {
    $unwind: "$dishes"
  },
  {
    $group: {
      _id: "$name",
      count: {
        $sum: 1
      }
    }
  },
  {
    $sort: {
      count: -1
    }
  },
  {
    $limit: 3
  }
])

在这个聚合操作中，$unwind操作符用来展开菜品数组，便于后面以菜品为基础统计文档。$group操作符用来分组文档，并以餐厅名称为分组主键，统计该餐厅中菜品的数量。$sort操作符用来按照菜品数量降序排序，这里的-1表示降序，1表示升序。$limit操作符用来限制输出文档数量，这里只输出前三名餐厅的文档。