欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  数据库

pymongo教程(2)聚合操作

程序员文章站 2024-04-05 12:29:24
...

在MongoDB中常用的聚合操作有 aggregation、map/reduce和group 。 首先先添加一些测试数据: db.things.insert({"x": 1, "tags": ["dog", "cat"]})db.things.insert({"x": 2, "tags": ["cat"]})db.things.insert({"x": 2, "tags": ["mouse", "cat", "dog"]})

在MongoDB中常用的聚合操作有 aggregation、map/reduce和group 。

首先先添加一些测试数据:

db.things.insert({"x": 1, "tags": ["dog", "cat"]})
db.things.insert({"x": 2, "tags": ["cat"]})
db.things.insert({"x": 2, "tags": ["mouse", "cat", "dog"]})
db.things.insert({"x": 3, "tags": []})

aggregation

以下例子是统计 tags 字段内的各个值的出现的次数。

from bson.son import SON
db.things.aggregate([
    {"$unwind": "$tags"},
    {"$group": {"_id": "$tags", "count": {"$sum": 1}}},
    {"$sort": SON([("count", -1), ("_id", -1)])}
])
{'ok': 1.0, 'result': [{'count': 3, '_id': 'cat'}, {'count': 2, '_id': 'dog'}, {'count': 1, '_id': 'mouse'}]}

注意:aggregate操作要求服务器程序为 2.1.0 以上的版本。PyMongo 驱动程序为 2.3 以上的版本。

Map/Reduce

上面的操作同样也可以使用 Map/Reduce 完成。

from bson.code import Code
mapper = Code("""
    function () {
      this.tags.forEach(function(z) {
        emit(z, 1);
      });
    }
""")
reducer = Code("""
    function (key, values) {
      var total = 0;
      for (var i = 0; i 

map和reduce都是一个javascript的函数; map_reduce 方法会将统计结果保存到一个临时的数据集合中。

Group

group 操作与SQL的 GROUP BY 相似,同时比 Map/Reduce 要简单。

reducer = Code("""
    function(obj, prev){
      prev.count++;
    }
""")
results = db.things.group(key={"x":1}, condition={}, initial={"count": 0}, reduce=reducer)
for doc in results:
    print(doc)
{'x': 1.0, 'count': 1.0}
{'x': 2.0, 'count': 2.0}
{'x': 3.0, 'count': 1.0}

注意:在MongoDB的集群环境中不支持 group 操作,可以使用 aggregation 或者 map/reduce 代替。

完整的MongoDB聚合文档: http://docs.mongodb.org/manual/aggregation/