一个做微信文章的网站,做神马网站快速排,南宁网站建设,恩平市网站建设SQL 映射
聚合管道允许MongoDB 提供原生聚合功能#xff0c;对应于 SQL 中许多常见的数据聚合操作。比如#xff1a;GROUP BY、COUNT()、UNION ALL
测试数据
For MySQL
rootlocalhost 14:40:40 [test] select * from orders;
-------------------------------------…SQL 映射
聚合管道允许MongoDB 提供原生聚合功能对应于 SQL 中许多常见的数据聚合操作。比如GROUP BY、COUNT()、UNION ALL
测试数据
For MySQL
rootlocalhost 14:40:40 [test] select * from orders;
--------------------------------------------------
| _id | cust_id | ord_date | price | status |
--------------------------------------------------
| 1 | A | 2023-06-01 00:00:00 | 15 | 1 |
| 2 | A | 2023-06-08 00:00:00 | 60 | 1 |
| 3 | B | 2023-06-08 00:00:00 | 55 | 1 |
| 4 | B | 2023-06-18 00:00:00 | 26 | 1 |
| 5 | B | 2023-06-19 00:00:00 | 40 | 1 |
| 6 | C | 2023-06-19 00:00:00 | 38 | 1 |
| 7 | C | 2023-06-20 00:00:00 | 21 | 1 |
| 8 | D | 2023-06-20 00:00:00 | 76 | 1 |
| 9 | D | 2023-06-20 00:00:00 | 51 | 1 |
| 10 | D | 2023-06-23 00:00:00 | 23 | 1 |
--------------------------------------------------
10 rows in set (0.00 sec)rootlocalhost 14:41:19 [test] select * from orders_item;
------------------------------------
| _id | order_id | sku | qty | price |
------------------------------------
| 1 | 4 | apple | 10 | 2.5 |
| 2 | 6 | carrots | 10 | 1 |
| 3 | 6 | apples | 10 | 2.5 |
| 4 | 1 | apple | 5 | 2.5 |
| 5 | 1 | apples | 5 | 2.5 |
| 6 | 2 | apple | 8 | 2.5 |
| 7 | 2 | banana | 5 | 10 |
| 8 | 9 | carrots | 5 | 1 |
| 9 | 9 | apples | 10 | 2.5 |
| 10 | 9 | apple | 10 | 2.5 |
| 11 | 3 | apple | 10 | 2.5 |
| 12 | 3 | pears | 10 | 2.5 |
| 13 | 5 | banana | 5 | 10 |
| 14 | 7 | apple | 10 | 2.5 |
| 15 | 8 | banana | 5 | 10 |
| 16 | 8 | apples | 10 | 2.5 |
| 17 | 10 | apple | 10 | 2.5 |
------------------------------------
17 rows in set (0.01 sec)
For Mongodb :
sit_rs1:PRIMARY db.orders.find().sort({_id: 1});
{ _id : 1, cust_id : A, ord_date : ISODate(2023-06-01T00:00:00Z), price : 15, items : [ { sku : apple, qty : 5, price : 2.5 }, { sku : apples, qty : 5, price : 2.5 } ], status : 1 }
{ _id : 2, cust_id : A, ord_date : ISODate(2023-06-08T00:00:00Z), price : 60, items : [ { sku : apple, qty : 8, price : 2.5 }, { sku : banana, qty : 5, price : 10 } ], status : 1 }
{ _id : 3, cust_id : B, ord_date : ISODate(2023-06-08T00:00:00Z), price : 55, items : [ { sku : apple, qty : 10, price : 2.5 }, { sku : pears, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 4, cust_id : B, ord_date : ISODate(2023-06-18T00:00:00Z), price : 26, items : [ { sku : apple, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 5, cust_id : B, ord_date : ISODate(2023-06-19T00:00:00Z), price : 40, items : [ { sku : banana, qty : 5, price : 10 } ], status : 1 }
{ _id : 6, cust_id : C, ord_date : ISODate(2023-06-19T00:00:00Z), price : 38, items : [ { sku : carrots, qty : 10, price : 1 }, { sku : apples, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 7, cust_id : C, ord_date : ISODate(2023-06-20T00:00:00Z), price : 21, items : [ { sku : apple, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 8, cust_id : D, ord_date : ISODate(2023-06-20T00:00:00Z), price : 76, items : [ { sku : banana, qty : 5, price : 10 }, { sku : apples, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 9, cust_id : D, ord_date : ISODate(2023-06-20T00:00:00Z), price : 51, items : [ { sku : carrots, qty : 5, price : 1 }, { sku : apples, qty : 10, price : 2.5 }, { sku : apple, qty : 10, price : 2.5 } ], status : 1 }
{ _id : 10, cust_id : D, ord_date : ISODate(2023-06-23T00:00:00Z), price : 23, items : [ { sku : apple, qty : 10, price : 2.5 } ], status : 1 }示例一客户订单统计
按客户分组统计每个客户订单数量并计算订单总价格按价格从高到低排序。 可以使用聚合管道的方式如下:
$group
按指定的标识符表达式对输入文档进行分组并将累加器表达式如果指定应用于每个组。消耗所有输入文档并为每个不同组输出一个文档。输出文档仅包含标识符字段和累积字段如果指定。
$sort
按指定的排序键对文档流重新排序。仅顺序发生变化文件保持不变。对于每个输入文档输出一个文档。
SQL 示例
rootlocalhost 14:41:26 [test] SELECT cust_id, count(*), SUM(price) AS total FROM orders GROUP BY cust_id order by total desc;
--------------------------
| cust_id | count(*) | total |
--------------------------
| D | 3 | 150 |
| B | 3 | 121 |
| A | 2 | 75 |
| C | 2 | 59 |
--------------------------
4 rows in set (0.00 sec)MongoDB 示例:
sit_rs1:PRIMARY db.orders.aggregate(
... [
... { $group: { _id: $cust_id, count: { $sum: 1 }, total: { $sum: $price } } },
... { $sort: { total: -1 } }
... ]
... )
{ _id : D, count : 3, total : 150 }
{ _id : B, count : 3, total : 121 }
{ _id : A, count : 2, total : 75 }
{ _id : C, count : 2, total : 59 }示例二日期订单统计
对于每个唯一的cust_id 按 cust_id、ord_date 分组 对price字段求和并仅在总和大于 30时返回。不包括日期的时间部分。
$group
按指定的标识符表达式对输入文档进行分组并将累加器表达式如果指定应用于每个组。消耗所有输入文档并为每个不同组输出一个文档。输出文档仅包含标识符字段和累积字段如果指定。
$match
过滤文档流以仅允许匹配的文档未经修改地传递到下一个管道阶段。 $match使用标准 MongoDB 查询。对于每个输入文档输出一个文档匹配或零个文档不匹配。
$sort
按指定的排序键对文档流重新排序。仅顺序发生变化文件保持不变。对于每个输入文档输出一个文档。
SQL 示例
rootlocalhost 14:42:51 [test] SELECT cust_id, DATE(ord_date), SUM(price) AS total FROM orders GROUP BY cust_id, DATE(ord_date) HAVING total 30 order by total desc;
--------------------------------
| cust_id | DATE(ord_date) | total |
--------------------------------
| D | 2023-06-20 | 127 |
| A | 2023-06-08 | 60 |
| B | 2023-06-08 | 55 |
| B | 2023-06-19 | 40 |
| C | 2023-06-19 | 38 |
--------------------------------
5 rows in set (0.00 sec)MongoDB 示例:
sit_rs1:PRIMARY db.orders.aggregate(
... [
... { $group: { _id: { cust_id: $cust_id, ord_date: { $dateToString: { format: %Y-%m-%d, date: $ord_date } } }, total: { $sum: $price } } },
... { $match: { total: { $gt: 30 } } },
... { $sort: { total: -1 } }
...
... ]
... )
{ _id : { cust_id : D, ord_date : 2023-06-20 }, total : 127 }
{ _id : { cust_id : A, ord_date : 2023-06-08 }, total : 60 }
{ _id : { cust_id : B, ord_date : 2023-06-08 }, total : 55 }
{ _id : { cust_id : B, ord_date : 2023-06-19 }, total : 40 }
{ _id : { cust_id : C, ord_date : 2023-06-19 }, total : 38 }示例三SKU商品统计
对于每个唯一的cust_id 按 用户分组 对 items 数组字段进行分解统计每个用户的 SKU 总数量如下
$unwind
从输入文档解构数组字段以输出每个元素的文档。每个输出文档都用一个元素值替换数组。对于每个输入文档输出n 个文档其中n是数组元素的数量对于空数组可以为零。
$group
按指定的标识符表达式对输入文档进行分组并将累加器表达式如果指定应用于每个组。消耗所有输入文档并为每个不同组输出一个文档。输出文档仅包含标识符字段和累积字段如果指定。
$sort
按指定的排序键对文档流重新排序。仅顺序发生变化文件保持不变。对于每个输入文档输出一个文档。
SQL 示例
rootlocalhost 17:58:04 [test] SELECT cust_id, SUM(i.qty) as qty FROM orders o, orders_item i WHERE i.order_id o._id GROUP BY cust_id order by qty desc;
---------------
| cust_id | qty |
---------------
| D | 50 |
| B | 35 |
| C | 30 |
| A | 23 |
---------------
4 rows in set (0.00 sec)MongoDB 示例:
sit_rs1:PRIMARY db.orders.aggregate(
... [
... { $unwind: $items },
... { $group: { _id: $cust_id, qty: { $sum: $items.qty } } },
... { $sort: { qty: -1 }}
... ]
... )
{ _id : D, qty : 50 }
{ _id : B, qty : 35 }
{ _id : C, qty : 30 }
{ _id : A, qty : 23 }
