python| MongoDB聚合(count、distinct、group、MapReduce)

1. count：返回集合中文档的数量。

db.friend.count()

db.friend.count({‘age‘:24})

增加查询条件会使count查询变慢。

2. distinct：找出给定键的所有不同的值。

使用时必须指定集合和键：

db.runCommand({‘distinct‘:‘friend‘,‘key‘:‘age‘})，返回一个文档，‘value‘键的值就是这个‘age‘键的所有不同值组成的数组。

或：

db.friend.distinct(‘age‘)，直接返回‘age‘键的所有不同值组成的数组。

3. group：分组统计。

示例：找出相同年龄(age)中，积分(score)最高的人。

参数说明：

ns：指定要进行分组的集合。

key：指定文档分组依据的键，键值相同的所有文档分为一组。

initial：每一组reduce函数调用时作为第二个参数传递给reduce函数的初始文档，每一组的所有成员都会使用这个累加器，所以改变会被保留住。

$reduce：每个文档都对应一次这个调用，两个参数分别是当前文档和累加器文档（本组当前的结果）。每一组都有一个独立的累加器存储本分组的结果。

condition：只处理满足条件的文档。

finalize：函数，完成器，在每组结果传递到客户端之前被调用一次，用以精简从数据库传到用户的数据。

例如，在上面的例子中可以在group中加入finalize参数来去除结果中的’age’键：

‘finalize’: function(prev) {

        delete prev.age;

}

（参数prev是每个分组结果文档）

$keyf：将函数作为键使用，用作分组依据。当分组依据变得复杂，不再只是一个简单的键值那么简单的时候，’key’参数已经无法满足需求，此时可以使用’$keyf’参数，它可以依据各种复杂的条件进行分组。

使用场景之一：依据分组键值进行分组，但忽略大小写。

‘$keyf’: function(x) {

         return {‘name’:x.name.toLowerCase()};

}

（参数x表示当前文档对象，返回值一定要是一个对象，对象的键即是分组键。group中不能同时包含key参数和$keyf参数）

注意：分组依据键不存在的文档会被分到一组，并显示键值为null，可以在condition参数中加入{‘$exists’:true}来去掉这一组。

4. MapReduce：

使用MapReduce的代价就是速度慢，不能用在“实时”环境中。要作为后台任务来运行MapReduce，创建一个保存结果的集合，然后对这个集合进行实时查询。

示例：找出集合中的所有键。

参数说明：

mapreduce：字符串，指定需要进行MapReduce操作的集合的名称。

map：函数，分组函数，将集合中的文档根据某个键的值进行分组（一个文档调用一次）。

reduce：函数，每个分组的处理函数（一个分组调用一次）。

在以上例子中，执行完map函数之后，传递给reduce函数的参数格式类似：key为’age’，emits为[{‘count’:1},{‘count’:1},{‘count’:1}...]。

最终产生的结果集中”_id”键值为分组key的键值，”value”则是reduce函数返回的内容，目前reduce函数不支持返回数组，会报错：multiple not supported yet。

finalize：函数，处理reduce调用之后产生的结果，MapReduce的最后一步（一般用于清除多余信息）。

keeptemp：布尔，连接关闭时临时结果集合是否保存。

out：字符串，结果集名称，设置该项则隐含着keeptemp：true。不指定’out’参数会报错：’out’ has to be a string or an object。

query：文档，发往map函数前先使用指定条件过滤文档。

sort：文档，发往map函数前先给文档排序。

limit：整数，发往map函数的文档数量的上限。

scope：文档，JavaScript代码中要用到的变量。

scope是MapReduce的作用域键，可以使用“变量名：值”这样的普通文档来设置该选项，然后在map、reduce和finalize函数中就能使用了。

verbose：布尔，是否产生更加详细的服务器日志。（查看MapReduce的运行过程，也可以用print把map、reduce、finalize过程中的信息输出到服务器日志上。）

每个传递给map函数的文档都要事先反序列化，从BSON转换成JavaScript对象，这个过程非常耗资源。要是事先能确定只对集合的一部分文档执行MapReduce，使用query、sort、limit来增加一层过滤层会极大地提高速度。可以在MapReduce操作产生的结果集合上再进行MapReduce操作！

Group的结果集有4MB的大小限制，MapReduce则没有这个限制。

group和MapReduce对比示例：查询相同年龄人的名字。

（1）group：

（2）MapReduce：