聚合管道
在本页面
聚合管道是用于数据聚合的框架,其模型基于数据处理管道的概念。文档进入多阶段管道,将文档转换为聚合结果。例如:
在这个例子中
第一阶段:$match
阶段按status
字段过滤文档,并将status
等于"A"
的文档传递到下一阶段。
第二阶段:$group
阶段按cust_id
字段将文档分组,以计算每个cust_id
唯一值的金额总和。
管道
MongoDB 聚合管道由多个阶段组成。每个阶段在文档通过管道时转换文档。管道阶段不需要为每个输入文档生成一个输出文档; 如:某些阶段可能会生成新文档或过滤掉文档。
Pipeline阶段可以与外管道出现多次$out
,$merge
和 $geoNear
阶段。有关所有可用阶段的列表,请参见 聚合管道阶段。
MongoDB 在mongo shell 中提供db.collection.aggregate()方法,在聚合管道中提供聚合命令。
对于聚合管道的 example 用法,请考虑使用用户首选项数据进行聚合和使用 Zip Code 数据集进行聚合。
从MongoDB 4.2开始,您可以使用聚合管道在以下位置进行更新:
[success] 也可以看看
管道表达式
某些管道阶段将管道表达式作为操作数。管道表达式指定要应用于输入文档的转换。表达式具有文档结构,可以包含其他表达式。
管道表达式只能对管道中的当前文档进行操作,并且不能引用其他文档中的数据:表达式操作提供文档的内存转换。
通常,表达式是无状态的,只有在聚合过程看到表达式时才计算,只有一个例外:累加器表达式。
在$group阶段中使用的累加器在记录管道中的进程时维护它们的状态(如: 总计,最大值,最小值和相关数据)。
Mongodb 3.2的变化:$project阶段有一些累加器可用;但是,在$project阶段使用时,累加器不会跨文档维护它们的状态。
有关表达式的更多信息,请参阅表达式。
聚合管道行为
在 MongoDB 中,管道命令在单个集合上运行,从逻辑上将整个集合传递到聚合管道。为了尽可能优化操作,请使用以下策略以避免扫描整个集合。
管道运算符和索引
MongoDB的query planner分析聚合管道,以确定是否可以使用索引来改善管道性能。例如,以下管道阶段可以利用索引:
[success] 注意
以下管道阶段并不代表可以使用索引的所有阶段的完整列表。
$match
如果
$match
阶段出现在管道的开始,该阶段可以使用索引来过滤文档。
Mongodb 3.2 版本的改变:从MongoDB 3.2开始,索引可以覆盖聚合管道。在MongoDB 2.6和3.0中,索引无法覆盖聚合管道,因为即使管道使用索引,聚合仍需要访问实际文档。
早期过滤
如果聚合操作仅需要集合中的数据子集,请使用$match,$limit和$skip阶段来限制在管道开头输入的文档。当放置在管道的开头时,$match操作使用合适的索引来仅扫描集合中的匹配文档。
在管道的开头放置$match管道阶段后跟$sort阶段在逻辑上等同于具有排序的单个查询并且可以使用索引。如果可能,将$match 操作符放在管道的开头。
附加功能
聚合管道具有内部优化阶段,为 operators 的某些序列提供改进的 performance。有关详细信息,请参阅聚合管道优化。
聚合管道支持对分片集合的操作。见聚合管道和分片集合。
注意事项
分片集合
聚合管道支持对分片集合的操作。请参阅聚合管道和分片集合。
聚合管道与Map-Reduce的比较
聚合管道为map-reduce提供了一种替代方案,并且对于map-reduce的复杂性可能没有保障的聚合任务,它可能是首选的解决方案。
限制
聚合管道对值类型和结果大小有一些限制。有关聚合管道的限制和限制的详细信息,请参见聚合管道限制。
管道优化
管道优化聚合管道具有内部优化阶段,可为某些操作符序列提供改进的性能。有关详细信息,请参阅聚合管道优化。
译者:李冠飞 刘翔
校对:李冠飞
最后更新于