MongoDB 之聚合操作

公司目前一部分數(shù)據在MongoDB中存儲猎提,很郁悶的是數(shù)據結構還比較復雜巴比,所以在做聚合操作時比較費勁适荣。

下面兩段代碼足以應付負載查詢了

這是公司的數(shù)據結構

{

? ? "_id" : ObjectId("5c36afcea856498115161c5e"),

? ? "startDate" : ISODate("2019-01-10T02:34:00.000Z"),

? ? "endDate" : ISODate("2019-01-10T02:37:00.000Z"),

? ? "frequentness" : 1,

? ? "resultList" : [

? ? ? ? {

? ? ? ? ? ? "officeCode" : "AA",

? ? ? ? ? ? "fltNum" : "EE",

? ? ? ? ? ? "fltDate" : ISODate("2019-02-16T10:30:00.000Z"),

? ? ? ? ? ? "segOrgn" : "BB",

? ? ? ? ? ? "segDstn" : "CC",

? ? ? ? ? ? "paxId" : "104c060edd3b36447f8c954ed0218b3f",

? ? ? ? ? ? "pnr" : "DD",

? ? ? ? ? ? "eventCode" : "Issue",

? ? ? ? ? ? "eventTime" : ISODate("2019-01-10T02:34:03.000Z"),

? ? ? ? ? ? "expireDate" : ISODate("2019-01-12T02:34:03.906Z")

? ? ? ? }

}

mango做聚合操作

sql?

select?officeCode,segOrgn,segDstn,count(num) from?agent?

group?officeCode,segOrgn,segDstn,count(num)

order by?num

mango

db.getCollection('agent').aggregate([ {$group: {_id : {"officeCode":"$officeCode", "segOrgn":"$segOrgn"噪生,"segDstn:$segDstn"}, num: {$sum : 1}}} ])

java

public List<AgentDO1> aggregate()

{

Aggregation aggregation1 = Aggregation.newAggregation(Aggregation.group("officeCode:$officeCode","segOrgn:$segOrgn","segDstn:$segDstn").count().as("num"));

AggregationResults<AgentDO1> outputTypeCount1 =

? ? ? ? mongoTemplate.aggregate(aggregation1, "agent", AgentDO1.class);

List<AgentDO1> tagCount = outputTypeCount1.getMappedResults();

return tagCount;

}

mango有子列表做聚合操作復雜查詢

sql?

select?startDate,endDate,frequentness,count(num),resultList.officeCode, resultList.segOrgn,resultList.segDstn

from?agent?

where?startDate >=? and?startDate<?

group by ?startDate,endDate,frequentness,count(num)

order by?num

注意:

resultList是一個文檔中的文檔阵翎,還有就是返回的救國不能保存在resultList下面的屬性中逢并!

所以沒有辦法我只能再從新建一個DO專門負責存儲聚合后的結果,然后再再java里轉化成我需要的數(shù)據結構郭卫。

目的:如果不聚合數(shù)據直接讀取在用java代碼聚合會浪費大量的內存以及在傳輸時候的資源砍聊,說白了就是得到處理結果得到的時間可能會高達好幾分鐘。

java

@Override

public List<SalesExceptionMidResultDO> findAllDataByStartDateAndEndDate(Date startDate, Date endDate) {

// TODO Auto-generated method stub

Aggregation aggregation1 = Aggregation.newAggregation(Aggregation.unwind("resultList"),

Aggregation.match(Criteria.where("endDate").gt(startDate).lt(endDate)),

Aggregation.group("startDate:$startDate","endDate:$endDate","frequentness:$frequentness","eventCode:$resultList.eventCode","officeCode:$resultList.officeCode", "segOrgn:$resultList.segOrgn", "segDstn:$resultList.segDstn").count().as("num"));

AggregationResults<SalesExceptionMidResultDO> outputTypeCount1 = mongoTemplate.aggregate(aggregation1,

"sales_exception", SalesExceptionMidResultDO.class);

List<SalesExceptionMidResultDO> tagCount = outputTypeCount1.getMappedResults();

return tagCount;

}

這里有一個關于時間查詢的例子 因為普通的時候和mango里的時間不太一樣會差8個小時贰军!

db.getCollection('sales_exception').find({ "startDate" :

{ "$gte" : ISODate("2019-01-08T09:00:00Z"), "$lt" : ISODate("2019-01-08T12:00:00Z") }})

mango 聚合實例

包括函數(shù)關聯(lián)聚合查詢

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:七十年代末玻蝌,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌俯树,老刑警劉巖帘腹,帶你破解...
    沈念sama閱讀 206,311評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異许饿,居然都是意外死亡阳欲,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評論 2 382
  • 文/潘曉璐 我一進店門陋率,熙熙樓的掌柜王于貴愁眉苦臉地迎上來球化,“玉大人,你說我怎么就攤上這事翘贮∩蘅” “怎么了?”我有些...
    開封第一講書人閱讀 152,671評論 0 342
  • 文/不壞的土叔 我叫張陵狸页,是天一觀的道長。 經常有香客問我扯再,道長芍耘,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,252評論 1 279
  • 正文 為了忘掉前任熄阻,我火速辦了婚禮斋竞,結果婚禮上,老公的妹妹穿的比我還像新娘秃殉。我一直安慰自己坝初,他們只是感情好,可當我...
    茶點故事閱讀 64,253評論 5 371
  • 文/花漫 我一把揭開白布钾军。 她就那樣靜靜地躺著鳄袍,像睡著了一般。 火紅的嫁衣襯著肌膚如雪吏恭。 梳的紋絲不亂的頭發(fā)上拗小,一...
    開封第一講書人閱讀 49,031評論 1 285
  • 那天,我揣著相機與錄音樱哼,去河邊找鬼哀九。 笑死,一個胖子當著我的面吹牛搅幅,可吹牛的內容都是我干的阅束。 我是一名探鬼主播,決...
    沈念sama閱讀 38,340評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼茄唐,長吁一口氣:“原來是場噩夢啊……” “哼息裸!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 36,973評論 0 259
  • 序言:老撾萬榮一對情侶失蹤界牡,失蹤者是張志新(化名)和其女友劉穎簿寂,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體宿亡,經...
    沈念sama閱讀 43,466評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡常遂,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 35,937評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了挽荠。 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克胳。...
    茶點故事閱讀 38,039評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖圈匆,靈堂內的尸體忽然破棺而出漠另,到底是詐尸還是另有隱情,我是刑警寧澤跃赚,帶...
    沈念sama閱讀 33,701評論 4 323
  • 正文 年R本政府宣布笆搓,位于F島的核電站,受9級特大地震影響纬傲,放射性物質發(fā)生泄漏满败。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,254評論 3 307
  • 文/蒙蒙 一叹括、第九天 我趴在偏房一處隱蔽的房頂上張望算墨。 院中可真熱鬧,春花似錦汁雷、人聲如沸净嘀。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽挖藏。三九已至,卻和暖如春继低,著一層夾襖步出監(jiān)牢的瞬間熬苍,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工袁翁, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留柴底,地道東北人。 一個月前我還...
    沈念sama閱讀 45,497評論 2 354
  • 正文 我出身青樓粱胜,卻偏偏與公主長得像柄驻,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子焙压,可洞房花燭夜當晚...
    茶點故事閱讀 42,786評論 2 345

推薦閱讀更多精彩內容