前端mongo聚合笔记

怼烎@ 2022-01-12 02:17 229阅读 0赞

> `MongoDB` 是一个基于分布式文件存储的数据库。由 `C++` 语言编写。旨在为 `WEB` 应用提供可扩展的高性能数据存储解决方案。

## 1.前言 ##

自从前后端分离后就一直有争辩，前后端分离的界限在哪里，前端仅仅是写页面吗？需要学习服务器数据库等后端的知识吗？

我认为是非常有必要的，假如就笼统以浏览器和服务器区分前后端，如何解释浏览器的 `indexedDB` 的存在。存在就是合理的，了解越多可以走得越远。

公司最近有 `mongo` 聚合的需求，我瞬间有了极大的兴趣，这篇文章是 `mongo` 的学习和解决问题笔记。

## 2.环境 ##

环境安装与本篇文章的关系不大，但提供几个渠道：

1.  跟着 `mongo` 官方文档来安装，本地启动调试；
2.  `mongo` 客户端，[Robo 3T][]很好用哦；
3.  `mongo` 官方的[命令行小窗口][Link 1]（***免安装直接使用，学习推荐***）。

## 3.介绍 ##

在城市中有几所学校（`db`），我们来查看下城市中的学校都有哪些

然后需要指定学校，作用是可以操作该学校（`mongo`默认指向`test`）

## 4.插入 ##

学校（`test`）到了期末考试，成绩如下：

<table> 
 <thead> 
  <tr> 
   <th style="text-align:center;">姓名</th> 
   <th style="text-align:center;">性别</th> 
   <th style="text-align:center;">语文</th> 
   <th style="text-align:center;">数学</th> 
   <th style="text-align:center;">英语</th> 
   <th style="text-align:center;">参加考试时间</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">小一</td> 
   <td style="text-align:center;">男生</td> 
   <td style="text-align:center;">90</td> 
   <td style="text-align:center;">90</td> 
   <td style="text-align:center;">90</td> 
   <td style="text-align:center;">2019年6月10号</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">小二</td> 
   <td style="text-align:center;">女生</td> 
   <td style="text-align:center;">80</td> 
   <td style="text-align:center;">80</td> 
   <td style="text-align:center;">80</td> 
   <td style="text-align:center;">2019年6月10号</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">小三</td> 
   <td style="text-align:center;">女生</td> 
   <td style="text-align:center;">70</td> 
   <td style="text-align:center;">70</td> 
   <td style="text-align:center;">70</td> 
   <td style="text-align:center;">2019年6月10号</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">小四</td> 
   <td style="text-align:center;">女生</td> 
   <td style="text-align:center;">60</td> 
   <td style="text-align:center;">60</td> 
   <td style="text-align:center;">60</td> 
   <td style="text-align:center;">2019年6月12号</td> 
  </tr> 
 </tbody> 
</table>

成绩出来后老师把分数录入成绩系统。

// 插入的方法：insertOne插入一条数据
    db.student.insertOne({ 
      name: "小一", 
      sex: '男生', 
      chinese: '90', 
      math: '90', 
      english: '90', 
      createdAt: new Date('2016-06-09T16:00:00Z')
    })
    复制代码

> 注意：`new Date('2016-06-09T16:00:00Z')`是世界标准时间，`mongo`记录的也是世界标准时间。中国在东八区，时间加8小时，换算过来刚好是2019年6月10号。

老师觉得一个个添加太烦了，所以一次性添加：

// // 插入的方法：insertMany 插入一条数据
    db.student.insertMany([
      { name: "小二", sex: '女生', chinese: '80', math: '80', english: '80', createdAt: new Date('2016-06-09T16:00:00Z')},
      { name: "小三", sex: '女生', chinese: '70', math: '70', english: '70', createdAt: new Date('2016-06-09T16:00:00Z')},
      { name: "小四", sex: '女生', chinese: '60', math: '60', english: '60', createdAt: new Date('2016-06-11T16:00:00Z')}
    ])
    复制代码

> 1.  学校（`db`）：数据库，`mongo`可以容纳多个数据库，默认使用`test`；
> 2.  学生集合（`student`）：集合，可以理解为集合所有学生的班级；
> 3.  学生信息（`data`）：文档，可以理解为单个学生信息。

## 5.修改 ##

老师突然发现，小三其实是女装大佬，老师被骗恼羞成怒，于是修改其性别。

// 更新方法：updateOne
    db.student.updateOne(
      { name: '小三' },
      { $set: { sex: '女装大佬' }}
    )
    复制代码

> 其中 `$set` 是更新操作符，告诉 `mongo` 需要对符合的数据进行什么操作。用法差不多，列举部分如下（更多[更新操作符][Link 2]）：
> 
> 1.  [$currentDate][currentDate]：设置时间；
> 2.  [$inc][inc]：按指定的数量增加字段的值；
> 3.  [$min][currentDate]：仅当指定的值小于现有字段值时才更新字段；
> 4.  [$max][currentDate]：仅当指定的值大于现有字段值时才更新字段；
> 5.  [$mul][currentDate]：将字段的值乘以指定的量；
> 6.  [$rename][currentDate]：重命名字段；
> 7.  [$set][currentDate]：设置文档中字段的值；
> 8.  [$setOnInsert][currentDate]：如果更新导致文档插入，则设置字段的值。对修改现有文档的更新操作没有影响；
> 9.  [$unset][currentDate]：从文档中删除指定的字段。

## 6.查找 ##

三个学生都努力学习，经过期末考试完后，小一自信可以拿第一，于是小一去查自己的成绩。

// 查询方法：find
    // pretty方法可以让数据更好看
    db.student.find({
        name: '小一'}).pretty()
    复制代码

然后再查小二和小三的成绩。他突然发现小三是女装大佬的事实，震惊！

// 查询方法：find
    db.student.find({
        $or: [{
        name: '小二'}, {
        name: '小三'}]}).pretty()
    复制代码

> 其中 `$or` 是查询操作符，告诉 `mongo` 需要对符合的数据进行什么操作。用法差不多，列举部分如下（更多[查询操作符][Link 3]）：
> 
> 1.  [$eq][eq]：匹配等于指定值的值；
> 2.  [$gt][gt]：匹配大于指定值的值；
> 3.  [$lt][lt]：匹配小于指定值的值；
> 4.  [$and][lt]：列举条件都匹配；
> 5.  [$not][lt]：列举条件都不匹配；
> 6.  [$or][lt]：列举条件匹配其中一个。

## 7.删除 ##

小一内心纠结，最后把这事告诉小三。小三觉得无颜面对同学和老师，决定退学。老师把小三的信息从教务系统删除。

// 删除方法：deleteOne
    db.student.deleteOne({
        name: '小三'})
    复制代码

## 8.循环 ##

期末老师做工作总结，发现成绩录入成字符串，应该是数字类型才对，所以操作循环更改。

// 遍历方法：forEach
    db.student.find().forEach(function(doc) {
      doc.chinese = NumberInt(doc.chinese);
      doc.math = NumberInt(doc.math);
      doc.english = NumberInt(doc.english);
      db.student.save(doc);
    })
    复制代码

> 数字类型：`NumberInt`强制转化为数字类型。

## 9.聚合 ##

期末老师需要把班级的语文、数学、英语的平均分计算出来。

### 9.1 aggregate ###

// 聚合方法：aggregate
    // 而$chinese、$math和$english只是代表文档字段。
    db.student.aggregate([
      {
        $group: {
          _id: null,
          sumChinese: { $sum: '$chinese' },
          avgChinese: { $avg: '$chinese' },
          sumMath: { $sum: '$math' },
          avgMath: { $avg: '$math' },
          sumEnglish: { $sum: '$english' },
          avgEnglish: { $avg: '$english' },
        }
      }
    ]).pretty()
    复制代码

> `$group`是分组操作符，根据`_id`来进行分组，如果传`null`就是不分组，选择所有的数据。 其中 `$sum` 和 `$avg` 是聚合操作符，告诉 `mongo` 需要对符合的数据进行什么操作。用法差不多，列举部分如下（更多[聚合操作符][Link 4]）：
> 
> 1.  [$sum][sum]：返回每个组的总和（忽略非数字值）；
> 2.  [$avg][avg]：返回每个组的平均值（忽略非数字值）；
> 3.  [$max][max]：返回每个组的最高表达式值；
> 4.  [$min][min]：返回每个组的最低表达式值；
> 5.  [$gte][gte]：如果给定的值大于等于，返回true，否则返回false；
> 6.  [$lte][lte]：如果给定的值小于等于，返回true，否则返回false；
> 7.  [$add][add]：添加数字以返回总和，或添加数字和日期以返回新日期；
> 8.  [$year][year]：以数字（例如2014）返回日期的年份；
> 9.  [$month][month]：以1（1月）到12（12月）之间的数字返回日期的月份；
> 10. [$dayOfMonth][dayOfMonth]：以1到31之间的数字返回日期的月中某天。

老师发现上面的计算方式是计算所有的学生的成绩，而这次只需要计算2019年6月10号考试成绩，修改如下：

db.student.aggregate([
      {
        $match: {
          createdAt: {
            $gte: new Date('2016-06-09T16:00:00Z'),
            $lte: new Date('2016-06-10T16:00:00Z')
          }
        },
      },
      {
        $project: {
          name: 1,
          sex: 1,
          chinese: 1,
          math: 1,
          english: 1,
          time: {
        $add: ['$createdAt', 8 * 60 * 60 * 1000]}
        }
      },
      {
        $group: {
          _id: {
            year: {
        '$year': '$time'},
            month: {
        '$month': '$time'},
            day: {
        '$dayOfMonth': '$time'},
          },
          sumChinese: { $sum: '$chinese' },
          avgChinese: { $avg: '$chinese' },
          sumMath: { $sum: '$math' },
          avgMath: { $avg: '$math' },
          sumEnglish: { $sum: '$english' },
          avgEnglish: { $avg: '$english' },
        }
      }
    ]).pretty()
    复制代码

`time` 字段用来显示中国真实时间，它的值是 `createedAt` 的值再加8个小时。因为 `mongo` 默认存储世界标准时间，中国在东八区，需要加8个小时才能正确显示中国时间。

> 1.  `$match` ：筛选操作符，顾名思义只有满足条件的数据才继续传递下去；
> 2.  `$project` ：修改返回数据结构的操作符，1表示显示，不写或者0则不显示。（`aggregate` 聚合方法接受数组参数，因为有管道概念，简单说前面命令执行完的结果作为后面命令的参数，像`jquery`的点连接符。）

### 9.2 MapReduce ###

除了使用聚合方法，还可以使用 `MapReduce` 方法来计算。

> `Map-Reduce` 是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

db.student.mapReduce(
      function(){
        emit(null, this);
      }, 
      function(key, values){
        var reducedVal = {
          sumChinese: 0,
          avgChinese: 0,
          sumMath: 0,
          avgMath: 0,
          sumEnglish: 0,
          avgEnglish: 0
        };
        
        for (var i = 0; i < values.length; i++) {
          reducedVal.sumChinese += values[i].chinese;
          reducedVal.sumMath += values[i].math;
          reducedVal.sumEnglish += values[i].english;
        }
        
        reducedVal.avgChinese = reducedVal.sumChinese / values.length;
        reducedVal.avgMath = reducedVal.sumMath / values.length;
        reducedVal.avgEnglish = reducedVal.sumEnglish / values.length;
        
        return reducedVal;
      }, 
      {
        query: {
        createdAt: {
        $gte: new Date('2016-06-09T16:00:00Z'), $lte: new Date('2016-06-10T16:00:00Z')}}, 
        out: 'sum'
      }
    ).find().pretty()
    复制代码

上面 `mongo` 语句的意思是：

1.  根据 `query` 筛选出合适的数据（相当于聚合 `aggregate` 的 `$match` ），交给 `map` 函数（`mapReduce`接受的第一个参数）；
2.  `map` 函数调用 `emit` 函数遍历所有筛选数据，传递的第一个参数表示分组，我们不需要分组就传递 `null`，第二个参数是对应的数据，我们把完整数据传递下去给给 `reduce` 函数（`mapReduce`接受的第二个参数）；
3.  `reduce` 函数接收 `map` 传递的 `key` 和 `values` 值（就是对应上面的 `emit(null, this)`），我们只需要按自己的需求遍历组装，返回组装好的数据就可以了。

## 10.总结 ##

`mongo` 很好玩，本篇文章只是记录功能开发中运用 `mongo`的一些场景，而且 `mongo` 的内容远远不止本篇文章写的这么一点点范围，有兴趣可以查阅[官方文档][Link 5]。

转载于:https://juejin.im/post/5cffaacae51d4558936aa060

[Robo 3T]: https://link.juejin.im?target=https%3A%2F%2Frobomongo.org%2F
[Link 1]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Ftutorial%2Finsert-documents%2F
[Link 2]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fupdate%2F
[currentDate]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fupdate%2FcurrentDate%2F%23up._S_currentDate
[inc]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fupdate%2Finc%2F%23up._S_inc
[Link 3]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fquery%2F
[eq]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fquery%2Feq%2F%23op._S_eq
[gt]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fquery%2Fgt%2F%23op._S_gt
[lt]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Fquery%2Flt%2F%23op._S_lt
[Link 4]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Freference%2Foperator%2Faggregation%2F
[sum]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fsum%2F%23grp._S_sum
[avg]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Favg%2F%23grp._S_avg
[max]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fmax%2F%23grp._S_max
[min]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fmin%2F%23grp._S_min
[gte]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fgte%2F%23exp._S_gte
[lte]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Flte%2F%23exp._S_lte
[add]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fadd%2F%23exp._S_add
[year]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fyear%2F%23exp._S_year
[month]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2Fmonth%2F%23exp._S_month
[dayOfMonth]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fv2.6%2Freference%2Foperator%2Faggregation%2FdayOfMonth%2F%23exp._S_dayOfMonth
[Link 5]: https://link.juejin.im?target=https%3A%2F%2Fdocs.mongodb.com%2Fmanual%2Ftutorial%2Fgetting-started%2F