mongodb查询大全mongo语句

一、前言

虽然这些语句在开发当中不会使用，因为springdataMongoDB封装的非常完美了。但是这里的语句思想和关系型数据库有些区别，所以需要拿出来详细的讲解一下。因为原生的语句没有搞明白，后面使用springdataMongoDB拼接条件查询的时候心里没数，不知道该怎么去写。现在大多数教程讲的非常详细，分初级和高级，但是即使是高级，有很多经常使用到的语句依然没有讲到，这里还是很有必要去总结一下。

mongodb是非关系型数据库，也就是nosql。在使用起来是非常方便的，例如：在某个实体类中需要添加一个列，这样直接在实体类中添加就OK，不会影响mongodb的，如果你添加一个列了，然后保存数据的时候，这个类存在数据，那么就以java中保存这个集合的样子存入mongodb中。所以在关系型数据库中说的表在mongodb中不说表，说集合。

MongoDB是非关系型数据库当中最像关系型数据库的，所以我们通过它与关系型数据库的对比，来了解下它的概念。

SQL概念	MongoDB概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

所以更改数据的时候需要注意，有可能我们更改的那个数据字段压根就不存在。所以在更改领域会出现一个方法叫做更改不存在就添加，然后返回编号 _id。

注意：在非关系型数据库中是没有连表查询这种概念的，但是可以在集合中嵌套集合查询。因为我们在关系型数据库中的连表查询，最终的数据都是保存在集中。我们怎么保存在集合中，那么我们就以保存的这种方式直接存入mongodb就OK，但是mongodb还支持集合中嵌套集合的查询，可以给嵌套的那个集合添加条件筛选。

当前演示的mongodb版本为 4.4 （这个就要注意一下，之前的版本或许有些操作不支持，之后也有不支持的情况，如果废气了呢？？？）。

观看关系型查询语句和mongodb的语句对比，可以查看官方文档：https://docs.mongodb.com/master/reference/sql-comparison/

mongodb使用的是 Bson格式，Bson是JSON的一个升级版。语法和 JSON都差不多。所以在书写的时候，不管条件怎么写一定都是一个JSON格式的。这里第一个第括号是封装条件，那么条件之间使用 or连接，or里面可能有多个数据，那么又用了一个数组来存储，数组中又是一个一个的对象。从而就形成了 { $or: [ { status: "A" } , { age: 50 } ] }这样的格式。

mongodb中的表达式介绍

格式	符号描述	文字描述
`：`（冒号）	`=`	等于
`$lt`	`<`	小于
`$lte`	`<=`	小于等于
`$gt`	`>`	大于
`$gte`	`>=`	大于等于
`$ne`	`!=`	不等于
`$in`	`in()`	包含
`$nin`		不包含

二、sql语句和mongodb语句对比

2.1、创建表并插入数据

sql创建表

create table people (id mediumint not nullauto_increment,user_id varchar(30),age number,status char(1),primary key (id)
)

mongodb创建表

mongodb不用创建表，如果你插入的数据指定的文档没有，那么会自动创建一个相应的文档，并保存。但是也可以显示的创建一个文档然后在向里面插入数据的。

db.people.insertOne( {user_id: "abc123",age: 55,status: "A"} )

sql的方式

insert into people(user_id,age,status) values ("bcd001",45,"a")

mongodb方式

2.2、`sql`和`mongodb`查询对比

注意

除非通过投影明确排除，否则该find()方法始终将_id字段包含在返回的文档中。即使某些字段不包含在相应的查询中，下面的某些SQL查询也可能包含一个反映该问题的字段。_id find()

投影：就只返回指定的字段。如果没有用投影查询，所有查询的语句都相当于sql语句中的 select * from 表名这样的语句。

目前的mongodb和`MySQL`表

MYSQL	mongodb

查询所有

mysql

select * from people;

mongodb

语法：db.文档名.find();

db.people.find();

返回指定字段

select id,user_id,status from people

 db.people.find({},{ user_id: 1, status: 1 }
)

注意：第一个 {},不能去掉，表示筛选条件，例如sql中的where。后面这个大括号中的字段表示是否显示，如果为 1显示，0不显示。但是 _id默认是显示的。

不显示编号 _id

SELECT user_id, status
FROM people

db.people.find({ },{ user_id: 1, status: 1, _id: 0 }
)

status: "A"的所有

SELECT *
FROM people
WHERE status = "A"

db.people.find({ status: "A" }
)

status: "A"并返回指定字段

SELECT user_id, status
FROM people
WHERE status = "A"

db.people.find({ status: "A" },{ user_id: 1, status: 1, _id: 0 }
)

status != "A"返回所有字段

SELECT *
FROM people
WHERE status != "A"

db.people.find({ status: { $ne: "A" } }
)

status = “A” and age =55 返回所有字段

SELECT *
FROM people
WHERE status = "A"
AND age = 55

db.people.find({ status: "A",age: 55 }
)

status = “A” or age = 50 返回所有字段

SELECT *
FROM people
WHERE status = "A"
OR age = 50

db.people.find({ $or: [ { status: "A" } , { age: 50 } ] }
)

注意：mongodb使用的是 Bson格式，Bson是JSON的一个升级版。语法和 JSON都差不多。所以在书写的时候，不管条件怎么写一定都是一个JSON格式的。

这里第一个第括号是封装条件，那么条件之间使用 or连接，or里面可能有多个数据，那么又用了一个数组来存储，数组中又是一个一个的对象。从而就形成了 { $or: [ { status: "A" } , { age: 50 } ] }这样的格式。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-I6Ct5bZI-1599817629990)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20200911112212615.png)]

age > 25 返回所有字段

SELECT *
FROM people
WHERE age > 25

db.people.find({ age: { $gt: 25 } }
)

age < 25 返回所有字段

SELECT *
FROM people
WHERE age < 25

db.people.find({ age: { $lt: 25 } }
)

age > 25 AND age <= 50

SELECT *
FROM people
WHERE age > 25
AND   age <= 50

db.people.find({ age: { $gt: 25, $lte: 50 } }
)

其他

SELECT *
FROM people
WHERE user_id like "%bc%"

db.people.find( { user_id: /bc/ } )

db.people.find( { user_id: { $regex: /bc/ } } )

SELECT *
FROM people
WHERE user_id like "bc%"

db.people.find( { user_id: /^bc/ } )
或者
db.people.find( { user_id: { $regex: /^bc/ } } )

根据user_id升序排序，并且status = "A"

SELECT *
FROM people
WHERE status = "A"
ORDER BY user_id ASC

db.people.find( { status: "A" } ).sort( { user_id: 1 } )

注意：排序的时候，sort()方法是在 find()方法之外了。最后面这个1表示升序排序，-1表示降序排序。

SELECT *
FROM people
WHERE status = "A"
ORDER BY user_id DESC

db.people.find( { status: "A" } ).sort( { user_id: -1 } )

查询总数

SELECT COUNT(*)
FROM people

db.people.count()
或者
db.people.find().count()

指定字段查询总数

SELECT COUNT(user_id)
FROM people

db.people.count( { user_id: { $exists: true } } )
或者
db.people.find( { user_id: { $exists: true } } ).count()

SELECT COUNT(*)
FROM people
WHERE age > 30

db.people.count( { age: { $gt: 30 } } )
或者
db.people.find( { age: { $gt: 30 } } ).count()

去重复，非常有用

例如：访问量人数，访问一次记录一次。那么我想统计访问过我的人，而不是访问量，这时就派的上用场了。

SELECT DISTINCT(status)
FROM people

db.people.aggregate( [ { $group : { _id : "$status" } } ] )
或者
db.people.distinct( "status" )

获取指定条数

SELECT *
FROM people
LIMIT 1

db.people.findOne()
或者
db.people.find().limit(1)

findOne() 每次只能获取一条数据，如果我想获取2条3条呢？这时就需要使用下面这个语句了。

从索引为5获取10条数据

SELECT *
FROM people
LIMIT 5,10

db.people.find().limit(5).skip(10)

查看sql执行情况

EXPLAIN SELECT *
FROM people
WHERE status = "A"

db.people.find( { status: "A" } ).explain()

详细查看该博客：https://www.cnblogs.com/tufujie/p/9413852.html

查询参数讲解：

id:选择标识符
select_type:表示查询的类型。
table:输出结果集的表
partitions:匹配的分区
type:表示表的连接类型
possible_keys:表示查询时，可能使用的索引
key:表示实际使用的索引
key_len:索引字段的长度
ref:列与索引的比较
rows:扫描出的行数(估算的行数)
filtered:按表条件过滤的行百分比
Extra:执行情况的描述和说明

三、mongodb语句风格说明

3.1、首先观察几个查询语句和更改语句

查询 status: "A"所有数据

select * from people where status: "A"

db.people.find({ status: "A" }
)

查询 status: "A"，返回 user_id，status字段。

select user_id,status from people where status: "A"

db.people.find({ status: "A" },{ user_id: 1, status: 1, _id: 0 }
)

查询所有返回user_id，status字段

select user_id,status from people

db.people.find({  },{ user_id: 1, status: 1, _id: 0 }
)

更改全部 status: "D"

update people set status = 'D'

db.people.updateMany(
{},
{ $set: { status: "D" }}
)

将 status: "C"的年龄更改为 20岁

update people SET age = 20 where status = 'C'

db.people.updateMany({ status: "C" },{ $set: { age: 20 } }
)

3.2、总结

不管你是查询还是更改删除，在CRUD操作的方法中。第一个个大括号都封装为条件，第二个大括号在做相应的操作。例如：

查询

第一个大括号封装以什么样作为条件查询；

第二个大括号封装查询结果返回那些字段。

更改

第一个大括号封装一什么样的条件更改；

第二个大括号封装将那些字段更改为什么样的数据。

注意：封装的条件写法都一样，不管是CRUD操作，更改的都是一样的。这里所指的条件就类似于sql语句中的where条件。

四、文字搜索

关于文字搜索方面的东西，我们一般使用 Elasticsearch来实现，所以mongodb提供的我们暂时不研究，如果需要研究的参考官方文档：https://docs.mongodb.com/master/text-search/

五、查询

向mongodb中插入测试数据

db.inventory.insertMany([{ item: "journal", qty: 25, size: { h: 14, w: 21, uom: "cm" }, status: "A" },{ item: "notebook", qty: 50, size: { h: 8.5, w: 11, uom: "in" }, status: "A" },{ item: "paper", qty: 100, size: { h: 8.5, w: 11, uom: "in" }, status: "D" },{ item: "planner", qty: 75, size: { h: 22.85, w: 30, uom: "cm" }, status: "D" },{ item: "postcard", qty: 45, size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }
]);

5.1、简单查询

查询全部

db.inventory.find( {} )

对应的sql语句

select * from inventory

条件查询

查询 status = "D"的所有数据

db.inventory.find( { status: "D" } )

SELECT * FROM inventory WHERE status = "D"

$in查询

查询 status等于 A 或者 B 的全部数据。

db.inventory.find( { status: { $in: [ "A", "D" ] } } )

SELECT * FROM inventory WHERE status in ("A", "D")

$lt小于

查询 status = "A" 并且 qty < 30 的全部数据

db.inventory.find( { status: "A", qty: { $lt: 30 } } )

SELECT * FROM inventory WHERE status = "A" AND qty < 30

$or或者

查询 status = "A" 或者 qty < 30 的所有数据

db.inventory.find( { $or: [ { status: "A" }, { qty: { $lt: 30 } } ] } )

发现没有：如果多条件查询，没有 $or标识的，默认是 and来拼接。

SELECT * FROM inventory WHERE status = "A" OR qty < 30

多条件查询

查询 status: "A" 并且 qty < 30 或者 item以p结尾的全部数据。

db.inventory.find( {status: "A",$or: [ { qty: { $lt: 30 } }, { item: /^p/ } ]
} )

SELECT * FROM inventory WHERE status = "A" AND ( qty < 30 OR item LIKE "p%")

注意：$or的后面有一个中括号的。

5.2、匹配嵌套文档

测试数据

db.inventory.insertMany( [{ item: "journal", qty: 25, size: { h: 14, w: 21, uom: "cm" }, status: "A" },{ item: "notebook", qty: 50, size: { h: 8.5, w: 11, uom: "in" }, status: "A" },{ item: "paper", qty: 100, size: { h: 8.5, w: 11, uom: "in" }, status: "D" },{ item: "planner", qty: 75, size: { h: 22.85, w: 30, uom: "cm" }, status: "D" },{ item: "postcard", qty: 45, size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }
]);

注意：这里的size域不是一个值了，而是一个对象。将这个BSON格式化后就很明确的发现这个问题。

{item: "journal",qty: 25,size: {h: 14,w: 21,uom: "cm"},status: "A"
}

查询size这个对象中 h域等于 14并且 w=21并且 uom=cm的数据。

db.inventory.find( { size: { h: 14, w: 21, uom: "cm" } } )

必选全部匹配才可以并且顺序也不能乱，例如：h属性在w属性前面的。我们封装条件时将w封装在前面h封装在w后面，即使有相同数据存在，也查询不到的，所有顺序也很重要。

就像我们java中判断一个对象是否相等，需要将这个对象中的每个属性值都必须相等才算这两个对象相等，这里也是相同的道理。

Book A = new Book("mongodb",89.56);
Book B = new Book("java",89.56);

如果我们判断这两个对象想不相等，不能直接 A == B ,这样永远不相等，而是要去判断对象里面的所有属性是否相等。应该要获取到A对象中的mongodb，与B对象中的java相互判断是否相等，在用A对象中的89.56和B对象中的89.56做判断。应该要这样去判断是否相等，这个思路搞清楚了，那么上面的mongodb按照条件查询方式就是这样判断的，如果有一个属性不匹配，那么都查询不到。

查询结果

{ "_id" : ObjectId("5f5b37756259a58fcfc6c142"), "item" : "journal", "qty" : 25.0, "size" : {"h" : 14.0, "w" : 21.0, "uom" : "cm"}, "status" : "A"
}

顺序乱了，查询不到数据。

db.inventory.find(  { size: { w: 21, h: 14, uom: "cm" } }  )

查询size这个对象中 h = 14 and w=21的数据

db.inventory.find( { size: { h: 14, w: 21 } } )

查询没有结果数据，因为size对象中的数据全部都有 h、w、uom这三个字段的。

5.3、在嵌套字段上查询

如果需要在嵌套的字段上查询，使用点 .来连接。

指定size对象里面的 uom属性值查询

db.inventory.find( { "size.uom": "in" } )

查询结果

{ "_id" : ObjectId("5f5b37756259a58fcfc6c143"), "item" : "notebook", "qty" : 50.0, "size" : {"h" : 8.5, "w" : 11.0, "uom" : "in"}, "status" : "A"
}
{ "_id" : ObjectId("5f5b37756259a58fcfc6c144"), "item" : "paper", "qty" : 100.0, "size" : {"h" : 8.5, "w" : 11.0, "uom" : "in"}, "status" : "D"
}

查询size对象里面h属性小于15的数据

db.inventory.find( { "size.h": { $lt: 15 } } )

{ "_id" : ObjectId("5f5b37756259a58fcfc6c142"), "item" : "journal", "qty" : 25.0, "size" : {"h" : 14.0, "w" : 21.0, "uom" : "cm"}, "status" : "A"
}
{ "_id" : ObjectId("5f5b37756259a58fcfc6c143"), "item" : "notebook", "qty" : 50.0, "size" : {"h" : 8.5, "w" : 11.0, "uom" : "in"}, "status" : "A"
}
{ "_id" : ObjectId("5f5b37756259a58fcfc6c144"), "item" : "paper", "qty" : 100.0, "size" : {"h" : 8.5, "w" : 11.0, "uom" : "in"}, "status" : "D"
}
{ "_id" : ObjectId("5f5b37756259a58fcfc6c146"), "item" : "postcard", "qty" : 45.0, "size" : {"h" : 10.0, "w" : 15.25, "uom" : "cm"}, "status" : "A"
}

查询 status: "D"并且 size对象中h<15并且 size对象中uom = in的数据。

db.inventory.find( { "size.h": { $lt: 15 }, "size.uom": "in", status: "D" } )

{ "_id" : ObjectId("5f5b37756259a58fcfc6c144"), "item" : "paper", "qty" : 100.0, "size" : {"h" : 8.5, "w" : 11.0, "uom" : "in"}, "status" : "D"
}

5.4、查询数组

匹配整个数组

测试数据

db.inventory.insertMany([{ item: "journal", qty: 25, tags: ["blank", "red"], dim_cm: [ 14, 21 ] },{ item: "notebook", qty: 50, tags: ["red", "blank"], dim_cm: [ 14, 21 ] },{ item: "paper", qty: 100, tags: ["red", "blank", "plain"], dim_cm: [ 14, 21 ] },{ item: "planner", qty: 75, tags: ["blank", "red"], dim_cm: [ 22.85, 30 ] },{ item: "postcard", qty: 45, tags: ["blue"], dim_cm: [ 10, 15.25 ] }
]);

注意：这里的tags和dim_cm是一个数组。格式化一条数据出来更加清晰。

{item: "journal",qty: 25,tags: ["blank", "red"],dim_cm: [14, 21]
}

查询tags数组为 ["red", "blank"]的数据

必须指定相等的条件，包括数组的顺序元素个数都不能变化。如果想指定某个域中包含数组的某个字段就可以匹配到，忽略其他元素，可以使用$all运算符。$all参考 https://docs.mongodb.com/master/reference/operator/query/all/#op._S_all

db.inventory.find( { tags: ["red", "blank"] } )

查询结果

{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14d"), "item" : "notebook", "qty" : 50.0, "tags" : ["red", "blank"], "dim_cm" : [14.0, 21.0]
}

查询 tags域中的数组包含 red和blank元素的数据

db.inventory.find( { tags: { $all: ["red", "blank"] } } )

{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14c"), "item" : "journal", "qty" : 25.0, "tags" : ["blank", "red"], "dim_cm" : [14.0, 21.0]
}
{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14d"), "item" : "notebook", "qty" : 50.0, "tags" : ["red", "blank"], "dim_cm" : [14.0, 21.0]
}
{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14e"), "item" : "paper", "qty" : 100.0, "tags" : ["red", "blank", "plain"], "dim_cm" : [14.0, 21.0]
}
{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14f"), "item" : "planner", "qty" : 75.0, "tags" : ["blank", "red"], "dim_cm" : [22.85, 30.0]
}

在数组中查询元素

查询数组中全部满足条件的数据。如果需要查询某个元素满足条件，需要使用过滤器。https://docs.mongodb.com/master/core/document/#document-query-filter

查询dim_cm数组中全部大于25的数据。

db.inventory.find( { dim_cm: { $gt: 25 } } )

{ "_id" : ObjectId("5f5b3dad6259a58fcfc6c14f"), "item" : "planner", "qty" : 75.0, "tags" : ["blank", "red"], "dim_cm" : [22.85, 30.0]
}

5.5、查询返回的字段

其实在第二部分mongodb和sql语句对比中已经提到过这个问题，这里在详细说一下。

因为在第一个大括号封装的全部都是条件，第二个大括号封装的是返回的字段。如果有第二个大括号存在，那么 _id默认是显示的。

注意：在第二个大括号中封装返回字段时，如果只指定某些字段值为1，说明除了这几个字段值之外都不返回。如果只指定某些字段值为0，说明除了这几个字段值都返回。

注意：有些时候如果你觉得没有任何条件，你就将第一个大括号删除了，那么这个语句就只剩下一个大括号，就默认作为条件处理了。所以即使没有条件，第一个大括号也要保留，否则没有办法判断你指定的是条件还是指定返回字段。

演示数据

db.inventory.insertMany( [{ item: "journal", status: "A", size: { h: 14, w: 21, uom: "cm" }, instock: [ { warehouse: "A", qty: 5 } ] },{ item: "notebook", status: "A",  size: { h: 8.5, w: 11, uom: "in" }, instock: [ { warehouse: "C", qty: 5 } ] },{ item: "paper", status: "D", size: { h: 8.5, w: 11, uom: "in" }, instock: [ { warehouse: "A", qty: 60 } ] },{ item: "planner", status: "D", size: { h: 22.85, w: 30, uom: "cm" }, instock: [ { warehouse: "A", qty: 40 } ] },{ item: "postcard", status: "A", size: { h: 10, w: 15.25, uom: "cm" }, instock: [ { warehouse: "B", qty: 15 }, { warehouse: "C", qty: 35 } ] }
]);

查询 status: "A"并返回 item和status字段，_id也默认返回了

db.inventory.find( { status: "A" }, { item: 1, status: 1 } )

第二个大括号中字段的后面这个 1标识显示，0不显示。

不返回 _id

db.inventory.find( { status: "A" }, { item: 1, status: 1, _id: 0 } )

只返回 item字段和size对象中的uom域。

db.inventory.find({  },{ item: 1, "size.uom": 1 }
)

五、聚合

聚合操作处理数据记录并返回计算结果。聚合操作将来自多个文档的值分组在一起，并且可以对分组的数据执行各种操作以返回单个结果。MongoDB提供了三种执行聚合的方法：聚合管道，map-reduce函数和单一目的聚合方法。

5.1、聚合管道 `aggregate()`

聚合操作这里不是使用find()方法了，而是 aggregate()方法。

$match（筛选）

将数据根据指定条件查询出来，然后在进行结果在处理。

范例

{ "_id" : ObjectId("512bc95fe835e68f199c8686"), "author" : "dave", "score" : 80, "views" : 100 }
{ "_id" : ObjectId("512bc962e835e68f199c8687"), "author" : "dave", "score" : 85, "views" : 521 }
{ "_id" : ObjectId("55f5a192d4bede9ac365b257"), "author" : "ahn", "score" : 60, "views" : 1000 }
{ "_id" : ObjectId("55f5a192d4bede9ac365b258"), "author" : "li", "score" : 55, "views" : 5000 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b259"), "author" : "annT", "score" : 60, "views" : 50 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b25a"), "author" : "li", "score" : 94, "views" : 999 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b25b"), "author" : "ty", "score" : 95, "views" : 1000 }

执行以下聚合操作

db.articles.aggregate([ { $match : { author : "dave" } } ]
);

查询出 author : "dave"的所有数据

返回结果为

{ "_id" : ObjectId("512bc95fe835e68f199c8686"), "author" : "dave", "score" : 80, "views" : 100 }
{ "_id" : ObjectId("512bc962e835e68f199c8687"), "author" : "dave", "score" : 85, "views" : 521 }

在执行以下操作

db.articles.aggregate( [{ $match: { $or: [ { score: { $gt: 70, $lt: 90 } }, { views: { $gte: 1000 } } ] } },{ $group: { _id: null, count: { $sum: 1 } } }
] );

查询 score > 70 并且 score < 90 或者 views >= 1000 的数据。然后在计算一共有多少条数据，查询结果为

{ "_id" : ObjectId("512bc95fe835e68f199c8686"), "author" : "dave", "score" : 80, "views" : 100 }
{ "_id" : ObjectId("512bc962e835e68f199c8687"), "author" : "dave", "score" : 85, "views" : 521 }
以上都是 score > 70 and score < 90
{ "_id" : ObjectId("55f5a192d4bede9ac365b257"), "author" : "ahn", "score" : 60, "views" : 1000 }
{ "_id" : ObjectId("55f5a192d4bede9ac365b258"), "author" : "li", "score" : 55, "views" : 5000 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b25b"), "author" : "ty", "score" : 95, "views" : 1000 }

查询结果

{ "_id" : null, "count" : 5 }

$group（分组）

按指定的_id表达式对输入文档进行分组，并针对每个不同的分组输出文档。_id每个输出文档的字段都包含唯一的按值分组。输出文档还可以包含包含某些累加器表达式值的计算字段。

语法

{$group:{_id: <expression>, // 分组表达式       <field1>: { <accumulator1> : <expression1> },...}}

_id：需要分组的字段。如果指定_id null或任何其他常数值，那么此$group阶段将整体计算所有输入文档的累积值。

field：*可选的。*使用累加器运算符进行计算。

累加运算：https://docs.mongodb.com/master/reference/operator/aggregation/group/#accumulator-operator

范例

db.sales.insertMany([{ "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") },{ "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") },{ "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },{ "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" :  NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },{ "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },{ "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },{ "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("10") , "date" : ISODate("2015-09-10T08:43:00Z") },{ "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])

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

虽然使用到分组，但是 _id:null，并没有指定具体的字段。count: { $sum: 1 } 是查询所以条数，count相当于别名，随便写的。

SELECT COUNT(*) AS count FROM sales

结果

{ "_id" : null, "count" : 8 }

根据 item字段分组

db.sales.aggregate( [ { $group : { _id : "$item" } } ] )

{ "_id" : "abc" }
{ "_id" : "jkl" }
{ "_id" : "def" }
{ "_id" : "xyz" }

就只能返回item不重复的数据了。

范例

db.sales.insertMany([{ "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") },{ "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") },{ "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },{ "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" :  NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },{ "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },{ "_id" : 6, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("5" ) , "date" : ISODate("2015-06-04T05:08:13Z") },{ "_id" : 7, "item" : "def", "price" : NumberDecimal("7.5"), "quantity": NumberInt("10") , "date" : ISODate("2015-09-10T08:43:00Z") },{ "_id" : 8, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },
])

db.sales.aggregate([// 第一个阶段（筛选）{$match : { "date": { $gte: new ISODate("2014-01-01"), $lt: new ISODate("2015-01-01") } }},// 第二阶段（分组）{$group : {_id : { $dateToString: { format: "%Y-%m-%d", date: "$date" } },totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } },averageQuantity: { $avg: "$quantity" },count: { $sum: 1 }}},// 第三阶段（排序）{$sort : { totalSaleAmount: -1 }}])

$dateToString表达式参考：https://docs.mongodb.com/manual/reference/operator/aggregation/dateToString/index.html

$multiply参考： https://docs.mongodb.com/manual/reference/operator/aggregation/multiply/index.html

第一个阶段

过滤出 date > = 2014-01-01 and data < 2015-01-01的数据。

第二阶段

按照日期分组，并将 price字段乘以 quantity字段，并求 quantity字段的平均值，最后在计算总和。这了计算的总和是计算当前这一组有多少条数据。

例如：第一次过滤满足 date > = 2014-01-01 and data < 2015-01-01这个条件的数据就只有一下这几条。

 { "_id" : 1, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("2"), "date" : ISODate("2014-03-01T08:00:00Z") },{ "_id" : 2, "item" : "jkl", "price" : NumberDecimal("20"), "quantity" : NumberInt("1"), "date" : ISODate("2014-03-01T09:00:00Z") },{ "_id" : 3, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" : NumberInt( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },{ "_id" : 4, "item" : "xyz", "price" : NumberDecimal("5"), "quantity" :  NumberInt("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },{ "_id" : 5, "item" : "abc", "price" : NumberDecimal("10"), "quantity" : NumberInt("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") }

按照时间分组，因为上面写的时间格式为 %Y-%m-%d年与日，所以其他数据不参考。

2014-03-01
2014-03-15
2014-04-04

时间就只有这几个，那么在计算 2014-03-01一共有几条数据，刚好只有2 条。_id为 1和2这两条数据。时间为 2014-03-15只有_id为3的这一条数据。时间为 2014-04-04的有 4和5这两条数据。分组查询下来的结果就是一下这样。

{ "_id" : "2014-04-04", "totalSaleAmount" : { "$numberDecimal" : "200" }, "averageQuantity" : 15.0, "count" : 2.0
}
{ "_id" : "2014-03-15", "totalSaleAmount" : { "$numberDecimal" : "50" }, "averageQuantity" : 10.0, "count" : 1.0
}
{ "_id" : "2014-03-01", "totalSaleAmount" : { "$numberDecimal" : "40" }, "averageQuantity" : 1.5, "count" : 2.0
}

使用sql语句就是这样。

SELECT date,Sum(( price * quantity )) AS totalSaleAmount,Avg(quantity)             AS averageQuantity,Count(*)                  AS Count
FROM   sales
GROUP  BY Date(date)
ORDER  BY totalSaleAmount DESC

分组条件为null的时候

之前我还以为这种方式不可取，用处不大。现在才发现，这种方式用于统计还是特备方便的。

db.sales.aggregate([{$group : {_id : null,totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } },averageQuantity: { $avg: "$quantity" },count: { $sum: 1 }}}])

统计：price乘以 quantity的总和。在求 quantity的平均值。

结果

{ "_id" : null, "totalSaleAmount" : { "$numberDecimal" : "452.5" }, "averageQuantity" : 7.875, "count" : 8.0
}

sql实现的写法

SELECT Sum(price * quantity) AS totalSaleAmount,Avg(quantity)         AS averageQuantity,Count(*)              AS Count
FROM   sales

更多的聚合管道表达式参考：https://docs.mongodb.com/master/reference/operator/aggregation-pipeline/