简述MongoDB聚合？

Mongodb面试考题 0 31

参考回答

MongoDB 的聚合操作是一种强大的数据处理方式，用于对集合中的文档执行复杂的计算和转换。它通过 aggregate() 方法实现，可以完成分组、过滤、排序、计算等功能，类似于 SQL 中的 GROUP BY 和 HAVING。

聚合操作的核心是 聚合管道，它将多个数据处理阶段按顺序组合，每个阶段对输入数据进行操作，并将结果传递给下一个阶段。

详细讲解与拓展

1. 聚合的基本语法

db.collection.aggregate([ { stage1 }, { stage2 }, ... ])

每个 { stage } 表示一个数据处理阶段，常见的阶段包括：
– $match：过滤文档，相当于 SQL 中的 WHERE。
– $group：按字段分组并计算聚合结果，相当于 SQL 中的 GROUP BY。
– $project：指定返回字段，相当于 SQL 中的 SELECT。
– $sort：排序结果，相当于 SQL 中的 ORDER BY。
– $limit：限制结果数量，相当于 SQL 中的 LIMIT。
– $skip：跳过指定数量的文档，相当于分页操作。

2. 常见聚合阶段

$match：过滤文档
- 用于筛选符合条件的文档，通常是聚合的第一阶段。
- 示例：查询年龄大于 30 的用户：
```
db.users.aggregate([
 {  $match: { age: {$ gt: 30 } } }
])
```
$group：分组并计算
- 用于将文档分组，并对每组数据进行统计或计算。
- 示例：按城市分组，并计算每个城市的用户数量：
```
db.users.aggregate([
 {  $group: { _id: "$ city", count: { $sum: 1 } } }
])
```
$project：字段投影
- 用于选择返回的字段，并支持对字段进行重命名或计算。
- 示例：只返回用户的名字和年龄：
```
db.users.aggregate([
 { $project: { name: 1, age: 1, _id: 0 } }
])
```
$sort：排序
- 用于对文档排序。
- 示例：按年龄降序排序：
```
db.users.aggregate([
 { $sort: { age: -1 } }
])
```
$limit 和 $skip：分页
- 示例：查询前 5 条记录：
```
db.users.aggregate([
 { $limit: 5 }
])
```

3. 示例：综合应用

假设集合包含以下文档：

[
    { "name": "Alice", "age": 25, "city": "New York" },
    { "name": "Bob", "age": 30, "city": "Chicago" },
    { "name": "Charlie", "age": 35, "city": "New York" },
    { "name": "David", "age": 40, "city": "Chicago" }
]

需求：统计每个城市中年龄大于 30 的用户数量，并按数量降序排序。

聚合管道：

db.users.aggregate([
    {  $match: { age: {$ gt: 30 } } }, // 过滤年龄大于 30 的用户
    {  $group: { _id: "$ city", count: {  $sum: 1 } } }, // 按城市分组并统计数量 {$ sort: { count: -1 } } // 按数量降序排序
])

结果：

[
    { "_id": "Chicago", "count": 2 },
    { "_id": "New York", "count": 1 }
]

4. 常用聚合操作符

操作符	功能	示例
`$sum`	求和	`{ count: { $sum: 1 } }`
`$avg`	平均值	`{ avgAge: { $avg: "$ age" } }`
`$min`	最小值	`{ minAge: { $min: "$ age" } }`
`$max`	最大值	`{ maxAge: { $max: "$ age" } }`
`$push`	将字段值数组化	`{ users: { $push: "$ name" } }`
`$first`	返回分组中的第一条记录	`{ firstUser: { $first: "$ name" } }`
`$last`	返回分组中的最后一条记录	`{ lastUser: { $last: "$ name" } }`

5. 聚合性能优化

尽量使用索引：
- 在 $match 阶段利用索引，可以显著提高性能。
- 示例：为 age 字段创建索引：
```
db.users.createIndex({ age: 1 })
```
限制返回数据量：
- 使用 $limit 和 $project 限制返回字段和文档数量，减少内存使用。
避免大数据排序：
- 如果可能，使用索引优化 $sort 操作。

总结

MongoDB 的聚合操作通过 聚合管道 实现复杂的数据处理功能，包括筛选、分组、排序、计算等操作。常用阶段如 $match、$group、$project 等提供了丰富的功能，适用于各种统计和数据转换需求。在实际应用中，通过合理设计聚合管道和索引，可以显著提升查询性能和数据处理效率。