Exemplos de framework de aggregation
Nesta página
Este documento fornece uma série de exemplos práticos que exibem os recursos da estrutura de agregação .
Os exemplos de aggregations usando o conjunto de dados de códigos postais usam um conjunto de dados disponível publicamente de todos os códigos postais e populações nos Estados Unidos. Esses dados estão disponíveis em: zips.json.
Requisitos
Vamos verificar se tudo está instalado.
Use o seguinte comando para carregar o conjunto de dados zips.json na instância mongod:
$ mongoimport --drop -d test -c zipcodes zips.json
Vamos usar o shell do MongoDB para verificar se tudo foi importado com sucesso.
$ mongo test connecting to: test > db.zipcodes.count() 29467 > db.zipcodes.findOne() { "_id" : "35004", "city" : "ACMAR", "loc" : [ -86.51557, 33.584132 ], "pop" : 6055, "state" : "AL" }
Agregações usando o conjunto de dados de códigos postais
Cada documento nessa coleção tem o seguinte formato:
{ "_id" : "35004", "city" : "Acmar", "state" : "AL", "pop" : 6055, "loc" : [-86.51557, 33.584132] }
Nesses documentos:
O campo
_id
mantém o código postal como uma string.O campo
city
contém o nome da cidade.O campo
state
contém a abreviação de estado de duas letras.O campo
pop
contém a população.O campo
loc
contém a localização como uma array[latitude, longitude]
.
Estados com populações acima de 10 milhões
Para obter todos os estados com uma população superior a 10 milhões, use o seguinte pipeline de agregação:
static void print_pipeline (mongoc_collection_t *collection) { mongoc_cursor_t *cursor; bson_error_t error; const bson_t *doc; bson_t *pipeline; char *str; pipeline = BCON_NEW ("pipeline", "[", "{", "$group", "{", "_id", "$state", "total_pop", "{", "$sum", "$pop", "}", "}", "}", "{", "$match", "{", "total_pop", "{", "$gte", BCON_INT32 (10000000), "}", "}", "}", "]"); cursor = mongoc_collection_aggregate (collection, MONGOC_QUERY_NONE, pipeline, NULL, NULL); while (mongoc_cursor_next (cursor, &doc)) { str = bson_as_canonical_extended_json (doc, NULL); printf ("%s\n", str); bson_free (str); } if (mongoc_cursor_error (cursor, &error)) { fprintf (stderr, "Cursor Failure: %s\n", error.message); } mongoc_cursor_destroy (cursor); bson_destroy (pipeline); } int main (void) { mongoc_client_t *client; mongoc_collection_t *collection; const char *uri_string = "mongodb://localhost:27017/?appname=aggregation-example"; mongoc_uri_t *uri; bson_error_t error; mongoc_init (); uri = mongoc_uri_new_with_error (uri_string, &error); if (!uri) { fprintf (stderr, "failed to parse URI: %s\n" "error message: %s\n", uri_string, error.message); return EXIT_FAILURE; } client = mongoc_client_new_from_uri (uri); if (!client) { return EXIT_FAILURE; } mongoc_client_set_error_api (client, 2); collection = mongoc_client_get_collection (client, "test", "zipcodes"); print_pipeline (collection); mongoc_uri_destroy (uri); mongoc_collection_destroy (collection); mongoc_client_destroy (client); mongoc_cleanup (); return EXIT_SUCCESS; }
Você deverá ver um resultado como o seguinte:
{ "_id" : "PA", "total_pop" : 11881643 } { "_id" : "OH", "total_pop" : 10847115 } { "_id" : "NY", "total_pop" : 17990455 } { "_id" : "FL", "total_pop" : 12937284 } { "_id" : "TX", "total_pop" : 16986510 } { "_id" : "IL", "total_pop" : 11430472 } { "_id" : "CA", "total_pop" : 29760021 }
O aggregation pipeline acima é compilado a partir de dois operadores de pipeline: $group
e $match
.
O operador de pipeline $group
exige o campo _id onde especificamos o agrupamento; os campos restantes especificam como gerar valor composto e devem usar uma das funções de agregação de grupo: $addToSet
, $first
, $last
, $max
, $min
, $avg
, $push
, $sum
. A sintaxe do operador de pipeline $match
é a mesma que a sintaxe da query da operação de leitura.
O processo $group
lê todos os documentos e para cada estado cria um documento separado, por exemplo:
{ "_id" : "WA", "total_pop" : 4866692 }
O campo total_pop
utiliza a função de agregação $sum para somar os valores de todos os campos pop nos documentos de origem.
Os documentos criados por $group
são encaminhados para o operador de pipeline $match
. Retorna os documentos com o valor do campo total_pop
maior ou igual a 10 milhões.
População média da cidade por estado
Para obter os três primeiros estados com a maior população média por cidade, use a seguinte agregação:
pipeline = BCON_NEW ("pipeline", "[", "{", "$group", "{", "_id", "{", "state", "$state", "city", "$city", "}", "pop", "{", "$sum", "$pop", "}", "}", "}", "{", "$group", "{", "_id", "$_id.state", "avg_city_pop", "{", "$avg", "$pop", "}", "}", "}", "{", "$sort", "{", "avg_city_pop", BCON_INT32 (-1), "}", "}", "{", "$limit", BCON_INT32 (3) "}", "]");
Esse pipeline agregado produz:
{ "_id" : "DC", "avg_city_pop" : 303450.0 } { "_id" : "FL", "avg_city_pop" : 27942.29805615551 } { "_id" : "CA", "avg_city_pop" : 27735.341099720412 }
O aggregation pipeline acima é compilado a partir de três operadores de pipeline: $group
, $sort
e $limit
.
O primeiro operador $group
cria os seguintes documentos:
{ "_id" : { "state" : "WY", "city" : "Smoot" }, "pop" : 414 }
Observe que o operador $group
não pode usar documentos aninhados, exceto o campo _id
.
O segundo $group
utiliza estes documentos para criar os seguintes documentos:
{ "_id" : "FL", "avg_city_pop" : 27942.29805615551 }
Esses documentos são classificados pelo campo avg_city_pop
em ordem decrescente. Finalmente, o operador de pipeline $limit
retorna os primeiros 3 documentos do conjunto classificado.