第9章 MongoDB聚合管道实战(一):$project操作符的应用与技巧

在上一篇文章【MongoDB性能提升--索引详解与实战案例】中,通过上述索引的设置与应用,我们已经看到了查询性能的显著改善。然而,在处理更加复杂的数据分析需求时,仅仅依靠索引是不够的。MongoDB的聚合框架提供了强大的工具来处理数据的汇总、过滤等操作,使我们能够在数据库层面完成数据分析工作。下文中,我们将探讨如何利用MongoDB的聚合管道来实现这样的高级功能。

知识回顾

MongoDB 的聚合管道提供了一系列强大的操作符,用于处理和分析数据。以下是一些常用的聚合阶段及其介绍:

1. $match

  • 功能:过滤文档以指定条件。

  • 使用场景:在数据流经过管道时,选择符合条件的文档进行后续处理。

  • 示例

    css 复制代码
    { $match: { status: "active" } }

2. $group

  • 功能:将多个文档分组,并对每个组进行聚合操作(例如求和、计数等)。

  • 使用场景:进行汇总计算,如计算总销售额、平均值等。

  • 示例

    bash 复制代码
    {
      $group: {
        _id: "$customer_id",
        totalSales: { $sum: "$amount" }
      }
    }

3. $sort

  • 功能:对文档进行排序。

  • 使用场景:根据特定字段的值进行升序或降序排序。

  • 示例

    css 复制代码
    { $sort: { totalSales: -1 } } // 降序排序

4. $project

  • 功能:选择、重命名或计算字段。

  • 使用场景:输出所需的字段,进行字段的格式化或计算。

  • 示例

    bash 复制代码
    {
      $project: {
        stu_name: 1,
        averageScore: { $avg: "$scores" }
      }
    }

5. $limit

  • 功能:限制返回的文档数量。

  • 使用场景:控制输出结果集的大小。

  • 示例

    bash 复制代码
    { $limit: 5 }

6. $skip

  • 功能:跳过指定数量的文档。

  • 使用场景:常用于分页,跳过前面的文档。

  • 示例

    bash 复制代码
    { $skip: 10 }

7. $unwind

  • 功能:将数组字段拆分为多条文档,每个文档只包含数组中的一个元素。

  • 使用场景:处理文档中包含数组字段的情况,便于进一步分析。

  • 示例

    bash 复制代码
    { $unwind: "$items" }

8. $addFields

  • 功能:向文档添加新字段或更新现有字段。

  • 使用场景:在管道中动态计算和添加字段。

  • 示例

    bash 复制代码
    {
      $addFields: {
        totalPrice: { $multiply: ["$price", "$quantity"] }
      }
    }

9. $replaceRoot

  • 功能:替换输入文档为指定文档。

  • 使用场景:当需要将嵌套文档提升为根文档时使用。

  • 示例

    bash 复制代码
    {
      $replaceRoot: { newRoot: "$details" }
    }

10. $facet

  • 功能:进行多管道并行处理,可以在同一集合上进行不同的聚合查询。

  • 使用场景:在一个聚合操作中获得多个不同的结果。

  • 示例

    css 复制代码
    {
      $facet: {
        totalSales: [{ $group: { _id: null, total: { $sum: "$amount" } }}],
        averageSales: [{ $group: { _id: null, average: { $avg: "$amount" } }}]
      }
    }

11. $lookup

  • 功能:进行集合间的连接操作(类似 SQL 的 JOIN)。

  • 使用场景:将来自其他集合的数据合并到当前文档。

  • 示例

    css 复制代码
    {
      $lookup: {
        from: "customers",
        localField: "customer_id",
        foreignField: "_id",
        as: "customerInfo"
      }
    }

任务描述

使用 MongoDB 的聚合管道计算每位学生的平均成绩,并找出表现最好的学生。利用聚合管道中的 $project$sort$limit 等操作符,可以方便地进行数据分析与处理,满足具体的业务需求。 假设我们有一个 student 集合,记录了学生的姓名、学号和他们在不同科目的成绩。集合中的文档结构如下:

css 复制代码
{
  "_id": ObjectId("..."),
  "stu_no": "S0001",
  "stu_name": "张小峰",
  "scores": {
    "math": 85,
    "english": 92,
    "science": 78
  }
}

我们希望计算每位学生的平均成绩,并根据平均成绩找出前两名表现最好的学生。

任务准备

首先,我们需要插入一些示例数据:

php 复制代码
db.students.insertMany([
  {
    stu_no: "S0001",
    stu_name: "张小峰",
    scores: { math: 85, english: 92, science: 78 }
  },
  {
    stu_no: "S0002",
    stu_name: "李小平",
    scores: { math: 78, english: 80, science: 88 }
  },
  {
    stu_no: "S0003",
    stu_name: "刘知民",
    scores: { math: 95, english: 90, science: 85 }
  },
  {
    stu_no: "S0004",
    stu_name: "黄海涛",
    scores: { math: 70, english: 75, science: 80 }
  },
  {
    stu_no: "S0005",
    stu_name: "李小苒",
    scores: { math: 60, english: 70, science: 65 }
  }
]);

任务实施

聚合管道实现

使用以下聚合管道计算学生的平均成绩,并找出前两名的表现最佳学生:

php 复制代码
db.students.aggregate([
  {
    $project: {
      stu_no: 1,
      stu_name: 1,
      averageScore: {
        $avg: [
          "$scores.math",
          "$scores.english",
          "$scores.science"
        ]
      }
    }
  },
  {
    $sort: { averageScore: -1 } // 按平均成绩降序排序
  },
  {
    $limit: 2 // 只返回前两名
  }
]);

聚合管道分解

  1. $project

    • stu_no: 1stu_name: 1:保留学生的学号和姓名。
    • averageScore:计算每位学生的平均成绩。$avg 操作符用于计算分数的平均值。
  2. $sort

    • { averageScore: -1 }:按照计算出的平均成绩进行降序排序。
  3. $limit

    • 限制结果只返回前两名表现最佳的学生。

执行结果

执行上述聚合管道后,您将获得类似如下的结果:

css 复制代码
[  { "stu_no": "S0003", "stu_name": "刘知民", "averageScore": 90 },  { "stu_no": "S0001", "stu_name": "张小峰", "averageScore": 85 }]

这表明学生 刘知民 的平均成绩最高,达到了 90 分,其次是学生 张小峰,平均成绩为 85 分。

实验实训

使用聚合管道中的 $unwind$group$project 等操作符在处理复杂的数据时表现出色。

总结

通过以上案例,我们展示了如何使用 MongoDB 的聚合管道计算每位学生的平均成绩,并找出表现最好的学生。利用聚合管道中的 $project$sort$limit 等操作符,可以方便地进行数据分析与处理,满足具体的业务需求。这种灵活性使得 MongoDB 成为处理复杂数据分析任务的理想选择。下一篇我们继续讲解聚合管理$group应用。

相关推荐
qq_433099401 小时前
Ubuntu20.04从零安装IsaacSim/IsaacLab
数据库
Dlwyz1 小时前
redis-击穿、穿透、雪崩
数据库·redis·缓存
工业甲酰苯胺3 小时前
Redis性能优化的18招
数据库·redis·性能优化
没书读了4 小时前
ssm框架-spring-spring声明式事务
java·数据库·spring
i道i4 小时前
MySQL win安装 和 pymysql使用示例
数据库·mysql
小怪兽ysl4 小时前
【PostgreSQL使用pg_filedump工具解析数据文件以恢复数据】
数据库·postgresql
qq_17448285755 小时前
springboot基于微信小程序的旧衣回收系统的设计与实现
spring boot·后端·微信小程序
wqq_9922502775 小时前
springboot基于微信小程序的食堂预约点餐系统
数据库·微信小程序·小程序
爱上口袋的天空5 小时前
09 - Clickhouse的SQL操作
数据库·sql·clickhouse
锅包肉的九珍5 小时前
Scala的Array数组
开发语言·后端·scala