mongodb如何實現(xiàn)數(shù)組對象求和

原文地址: http://www.fidding.me/article/98

mongodb在計算集合數(shù)組值時候蒲犬,我們通常會想到使用$group$sum,但是如果是數(shù)組里面多個json對象尼桶,并且還需要根據(jù)條件過濾多個對象的內容該如何處理?

現(xiàn)在讓我們來實現(xiàn)它,假設mongodb中有個user集合,其數(shù)據(jù)內容如下:

/* 1 */
{
    "_id" : ObjectId("5c414a6a0847e00385143003"),
    "date" : "2019-01-18 09",
    "data" : [ 
        {
            "app_platform" : "ios",
            "user" : 3028
        },  d
        {
            "app_platform" : "android",
            "user" : 4472
        }, 
    ]
}
...

現(xiàn)在我們需要計算date日期為"2019-01-18 09"并且app_platform的類型為"ios"的user總數(shù)

如果可以喂链,請先思考下mongodb語句如何實現(xiàn)。

實現(xiàn)過程中有個執(zhí)行非常重要妥泉,即$unwind衩藤,官方解釋:

Deconstructs an array field from the input documents to output a document for each element. Each output document is the input document with the value of the array field replaced by the element.

從輸入文檔中解構一個數(shù)組字段,為每個元素輸出一個文檔涛漂。每個輸出文檔都是輸入文檔,數(shù)組字段的值由元素替換检诗。

于是我們便想到將data數(shù)組對象分條拆開匈仗,化繁為簡,mongodb語句如下:

db.getCollection('user').aggregate([
  {
      $project: { _id: 1, data: 1, date: 1}
  },
  {       
    $match: {"date": "2019-01-18 09"}
  }, 
  {
    $unwind: "$data"
  },
])

得到結果如下:

/* 1 */
{
    "_id" : ObjectId("5c414a6a0847e00385143003"),
    "date" : "2019-01-18 09",
    "data" : {
        "app_platform" : "ios",
        "user" : 3028
    }
}
/* 2 */
{
    "_id" : ObjectId("5c414a6a0847e00385143003"),
    "date" : "2019-01-18 09",
    "data" : {
        "app_platform" : "android",
        "user" : 4472
    }
}

可以看到數(shù)據(jù)由數(shù)組變成了多條文檔數(shù)據(jù)逢慌,于是問題轉變?yōu)橛嬎憬Y果的user總數(shù)悠轩,是不是覺得問題變簡單了,而且我們也可以繼續(xù)使用$match來過濾app_platform數(shù)據(jù)攻泼,mongodb語句如下:

db.getCollection('user').aggregate([
  {
      $project: { _id: 1, data: 1, date: 1}
  },
  {       
    $match: {"date": "2019-01-18 09"}
  }, 
  {
    $unwind: "$data"
  },
   {
    $match: {
      "data.app_platform": { $in: ["ios"]}
    },
   }
])

執(zhí)行結果如下:

/* 1 */
{
    "_id" : ObjectId("5c414a6a0847e00385143003"),
    "date" : "2019-01-18 09",
    "data" : {
        "app_platform" : "ios",
        "user" : 3028
    }
}

可以看到數(shù)據(jù)已經(jīng)被過濾了火架,如果自信觀察兩個$match的作用可以發(fā)現(xiàn),mongodb是按順序執(zhí)行的忙菠,即$match作用于其前面的操作結果集合

讓我們繼續(xù)計算何鸡,此時只需要使用group與sum對data里的user字段求和即可,mongodb語句如下:

db.getCollection('user').aggregate([
  {
      $project: { _id: 1, data: 1, date: 1}
  },
  {       
    $match: {"date": "2019-01-18 09"}
  }, 
  {
    $unwind: "$data"
  },
  {
    $match: {
      "data.app_platform": { $in: ["ios"]}
   }
  },
  {
    $group: { _id: null, "user": {$sum: "$data.user"}}
  }
])

結果如下:

/* 1 */
{
    "_id" : null,
    "user" : 7500
}

計算得出的user即我們所需要的數(shù)據(jù)牛欢。

其實所有的難點如下:

  1. 計算數(shù)組對象數(shù)據(jù)時將其轉變?yōu)槎鄺l簡單的數(shù)據(jù)格式骡男,$unwind指令將問題輕松得降低了難度
  2. mongodb的執(zhí)行順序,$project傍睹,$match都是順序執(zhí)行并作用于之前的操作結果

理解了這兩點隔盛,相信再難的mongodb語句你也能實現(xiàn)犹菱。

happy coding!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市吮炕,隨后出現(xiàn)的幾起案子腊脱,更是在濱河造成了極大的恐慌,老刑警劉巖龙亲,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件陕凹,死亡現(xiàn)場離奇詭異,居然都是意外死亡俱笛,警方通過查閱死者的電腦和手機捆姜,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來迎膜,“玉大人泥技,你說我怎么就攤上這事】慕觯” “怎么了珊豹?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長榕订。 經(jīng)常有香客問我店茶,道長,這世上最難降的妖魔是什么劫恒? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任贩幻,我火速辦了婚禮,結果婚禮上两嘴,老公的妹妹穿的比我還像新娘丛楚。我一直安慰自己,他們只是感情好憔辫,可當我...
    茶點故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布趣些。 她就那樣靜靜地躺著,像睡著了一般贰您。 火紅的嫁衣襯著肌膚如雪坏平。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天锦亦,我揣著相機與錄音舶替,去河邊找鬼。 笑死杠园,一個胖子當著我的面吹牛坎穿,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼玲昧,長吁一口氣:“原來是場噩夢啊……” “哼栖茉!你這毒婦竟也來了?” 一聲冷哼從身側響起孵延,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤吕漂,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后尘应,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體惶凝,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年犬钢,在試婚紗的時候發(fā)現(xiàn)自己被綠了苍鲜。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,965評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡玷犹,死狀恐怖混滔,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情歹颓,我是刑警寧澤坯屿,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站巍扛,受9級特大地震影響领跛,放射性物質發(fā)生泄漏。R本人自食惡果不足惜撤奸,卻給世界環(huán)境...
    茶點故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一吠昭、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧胧瓜,春花似錦矢棚、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蹦误。三九已至劫拢,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間强胰,已是汗流浹背舱沧。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留偶洋,地道東北人熟吏。 一個月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親牵寺。 傳聞我的和親對象是個殘疾皇子悍引,可洞房花燭夜當晚...
    茶點故事閱讀 44,914評論 2 355

推薦閱讀更多精彩內容