MongoDB的聚合操作以及与Python的交互

共计 2897 个字符，预计需要花费 8 分钟才能阅读完成。

上一篇主要介绍了 MongoDB 的基本操作，包括创建、插入、保存、更新和查询等，链接为 MongoDB 基本操作。
在本文中主要介绍 MongoDB 的聚合以及与 Python 的交互。

MongoDB 聚合

什么是聚合

MongoDB 中聚合 (aggregate) 主要用于处理数据(诸如统计平均值, 求和等)，并返回计算后的数据结果。

聚合是基于数据处理的聚合管道，每个文档通过由多个阶段组成的管道，可以对每个阶段的管道进行分组、过滤等功能，然后经过一系列处理，输出结果。

语法：db. 集合名称.aggregate({管道: {表达式}})

管道一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB 的聚合管道将 MongoDB 文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

常用管道

下面介绍常用的管道：

• $group：将集合中的文档分组，可用于统计结果
• $match：过滤数据，只输出符合条件的文档
• $project：修改输入文档的结构，如重命名、增加、删除字段，也可用于创建计算结果以及嵌套文档
• $sort：将输入文档排序后输出
• $limit：限制聚合管道返回的文档数
• $skip：跳过指定数量的文档，并返回余下的数据
• $unwind：将数组类型的字段进行拆分

常用聚合表达式

下面介绍常用的聚合表达式：

• $sum：计算总和，$sum:1表示以 1 计数
• $avg：计算平均值
• $min：获取最小值
• $max：获取最大值
• $push：在结果文档中插入值到一个数组中
• $first：根据资源文档的排序，获取第一个文档数据
• $last：根据资源文档的排序，获取最后一个文档数据

MongoDB 聚合实例

现在假设集合 studen 中有以下数据：

{"_id" : 1, "name" : "小然", "gender" : 1, "age" : 22, "score" : 95 }
{"_id" : 2, "name" : "小红", "gender" : 0, "age" : 18, "score" : 80 }
{"_id" : 3, "name" : "小亮", "gender" : 1, "age" : 19, "score" : 60 }
{"_id" : 4, "name" : "小强", "gender" : 1, "age" : 23, "score" : 70 }
{"_id" : 5, "name" : "小柔", "gender" : 0, "age" : 20, "score" : 85 }
{"_id" : 6, "name" : "小雷", "gender" : 1, "age" : 25, "score" : 65 }
{"_id" : 7, "name" : "小冉", "gender" : 0, "age" : 19, "score" : 70 }
{"_id" : 8, "name" : "小晴", "gender" : 0, "age" : 18, "score" : 90 }
{"_id" : 9, "name" : "小齐", "gender" : 1, "age" : 24, "score" : 50 }

• 以性别进行分组

    db.students.aggregate({$group:{_id:"$gender"}})

输出结果为：

• 统计整个文档，获得数据个数和平均分数

    db.students.aggregate({$group:{        _id:null,
        count:{$sum:1},
        avg_score:{$avg:"$score"}
    }})

输出结果为：

• 以性别进行分组，获取不同分组中数据的个数和平均分数

    db.students.aggregate({$group:{_id:"$gender",
        count:{$sum:1},
        avg_score:{$avg:"$score"}
    }})

输出结果为：

• 使用 $project 修改输出结果

    db.students.aggregate({$group:{_id:"$gender",
            count:{$sum:1},
            avg_score:{$avg:"$score"}}
        },
        {$project:{gender:"$_id",
            count:1,
            _id:0,
            avg_score:"$avg_score"}
        }
    )

输出结果为：

• 使用 $match 选择分数大于等于 70 的学生，统计男生、女生的人数

    db.students.aggregate({$match:{score:{$gte:70}}},
        {$group:{_id:"$gender",count:{$sum:1}}},
        {$project:{gender:"$_id",count:1,_id:0}}
    )

输出结果为：

MondoDB 与 Python 的交互

pymongo 的安装

使用 Python 操作 MongoDB 需要安装 pymongo，安装方法很简单，使用pip install pymongo 即可。

实例化并建立连接

首先从 pymongo 中导入MongoClient，然后实例化client，建立连接，代码如下：

    from pymongo import MongoClient
    
    client = MongoClient(host = "127.0.0.1",port = 27017)
        # 操作本机 MongoDB 可以写成 client = MongoClient()
    collection = client["test"]["test"]

常用操作实例

• 插入一条数据

    collection.insert_one({"_id":0,"name":"test0"})

• 插入多条数据

    data_list = [{"_id":i,"name":"test{}".format(i)} for i in range(10)]
    collection.insert_many(data_list)
    data_list = [{"name":"test{}".format(i)} for i in range(10)]
    collection.insert_many(data_list)

插入后结果如下图所示，下面的操作都在此数据库上进行操作。

• 查询一条记录

    print(collection.find_one({"name":"test2"}))

输出结果为：

• 查询所有记录

    result = collection.find({"name":"test2"})
    for i in result:
        print(i)

输出结果为：

• 更新一条数据

    collection.update_one({"name":"test1"},{"$set":{"name":"test10"}})

执行完操作后，数据库如下图所示：

• 更新全部数据

    collection.update_many({"name":"test2"},{"$set":{"name":"test20"}})

执行完操作后，数据库如下图所示：

• 删除一条数据

    collection.delete_one({"name":"test3"})

执行完操作后，数据库如下图所示：

• 删除所有满足条件的数据

    collection.delete_many({"name":"test4"})

执行完操作后，数据库如下图所示：

结语

• 本篇主要介绍了 MongoDB 的聚合操作以及与 Python 的交互，但对于我目前的学习阶段来说，只用到了 Python 中的插入数据语句，其他的操作基本没有用到。
• 感谢大家的阅读，有错误希望大家能够指出，我会积极改正。

：