MongoDB：aggregate与aggregateCursor

环境
mongos 3.0.14

aggregate

使用 aggregate 可以实现较为复杂的数据聚合操作，例如 汇总（count）、去重汇总（distinct count）、分组统计（group having）等。

aggregate 返回结果为数组，需要注意数据大小不能超过16M。

例如：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id'=>'$user_id']
            ]],
            ['$group' => [
                '_id' => '_id.user_id',
                'number' => ['$sum'=>1]
            ]]
        ];
$options = [
        'allowDiskUse'=>true,
        'cursor'=>['batchSize'=>1]
];
        $data = MongoSvc::get('user')->user_info->aggregate($pipeline,$options);

aggregateCursor

对于大量返回结果的聚合，可以使用 aggregateCursor 返回游标，可以避免数据大小超限。

aggregateCursor 的返回结果为游标，可循环取数。

例如：

$pipeline = [
            ['$match' => $matchArr],
            ['$project' => ['id'=>1,'_id'=>0]],
            ['$group' => [
                '_id' => '$id',
                'count' => ['$sum' => 1]
            ]],
            ['$match' => [
                'count' => ['$gt' => 1]
            ]]
        ];
        //这里改为aggregateCursor用游标循环获取
        $data = MongoSvc::get('user')->user_info->aggregateCursor($pipeline);

pipeline 参数

• $match
  条件匹配。
• $addFields
  增加新字段。
• $count
  该stage的文档总数。
• $group
  分组。
• $limit
  限制数量。
• $skip
  跳步。
• $sort
  排序。
• $out
  输出结果到集合。
• $project
  过滤字段。

https://docs.mongodb.com/manu...

options 参数

• explain boolean
  处理信息。
• allowDiskUse boolean
  true 可往磁盘写临时数据。
• cursor
  cursor: { batchSize: <int> }
  给返回集合设置一个初始大小。
• hint string or document
  强制指定索引。

https://docs.mongodb.com/manu...

查询示例

汇总统计文档中某个字段（如'sum'）的count值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['sum'],
                'sum_value' => ['$sum' => '$money']
            ]]
        ];

某列的去重后的数据：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id' => '$user_id']
            ]]
        ];

统计某列（如'user_id'）去重后的count值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['user_id'=>'$user_id']
            ]],
            ['$group' => [
                '_id' => '_id.user_id',
                'number' => ['$sum'=>1]
            ]]
        ];
        
$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id'        => ['qid' => '$qid'],
                'max_number' => ['$max' => '$days'] 
            ]],
            ['$group' => [
                '_id' => ['number' => '$max_number'],
                'total' => ['$sum' => 1]
            ]]
        ];

统计分组后，各组内的某列汇总值：

$pipeline = [
            ['$match' => $tmpCondition],
            ['$group' => [
                '_id' => ['type' => '$type'],
                'sum_value' => ['$sum' => '$number']
            ]]
        ];