在 MongoDB Atlas 中聚合数据 — 函数
本页上的示例演示了如何在Atlas Function中使用MongoDB查询API来聚合Atlas 集群中的文档。
MongoDB 聚合管道通过一系列数据聚合阶段运行集合中的所有文档，这些阶段允许您对文档进行过滤和调整，以及收集有关相关文档组的摘要数据。
数据模型
此页面上的示例使用名为 store.purchases 的集合，其中包含有关在线商店中的历史商品销售的信息。每个文档包含已购买的 items 的列表，其中包括每一商品的 name 和所购 quantity 以及已购买这些商品的客户的唯一 ID 值。
{ "title": "Purchase", "required": ["_id", "customerId", "items"], "properties": { "_id": { "bsonType": "objectId" }, "customerId": { "bsonType": "objectId" }, "items": { "bsonType": "array", "items": { "bsonType": "object", "required": ["name", "quantity"], "properties": { "name": { "bsonType": "string" }, "quantity": { "bsonType": "int" } } } } } }
片段设置
要在函数中使用代码片段，您必须先实例化一个 MongoDB 集合句柄：
exports = function() { const mongodb = context.services.get("mongodb-atlas"); const itemsCollection = mongodb.db("store").collection("items"); const purchasesCollection = mongodb.db("store").collection("purchases"); // ... paste snippet here ... }
运行聚合管道
可以使用 collection.aggregate() 方法执行聚合管道。
以下函数代码片段按 purchases 集合中的所有文档的 customerId 值对其进行分组，并汇总每个客户购买的商品数量以及他们进行的购买总数。对文档进行分组后，管道将一个新字段添加到每个客户的文档中，该字段计算每个客户一次购买的平均商品数量 averageNumItemsPurchased：
const pipeline = [ { "$group": { "_id": "$customerId", "numPurchases": { "$sum": 1 }, "numItemsPurchased": { "$sum": { "$size": "$items" } } } }, { "$addFields": { "averageNumItemsPurchased": { "$divide": ["$numItemsPurchased", "$numPurchases"] } } } ] return purchasesCollection.aggregate(pipeline).toArray() .then(customers => { console.log(`Successfully grouped purchases for ${customers.length} customers.`) for(const customer of customers) { console.log(`customer: ${customer._id}`) console.log(`num purchases: ${customer.numPurchases}`) console.log(`total items purchased: ${customer.numItemsPurchased}`) console.log(`average items per purchase: ${customer.averageNumItemsPurchased}`) } return customers }) .catch(err => console.error(`Failed to group purchases by customer: ${err}`))
使用 Atlas Search 查找数据
您可以运行 |service| 对具有collection.aggregate() 和 聚合阶段的集合的 搜索$search 查询。
重要
Atlas Function 以系统用户身份执行$search操作，并对返回的搜索结果实施字段级规则。 这意味着用户可以搜索他们没有读取访问权限的字段。 在这种情况下，搜索基于指定字段，但返回的文档不包含该字段。
exports = async function searchMoviesAboutBaseball() { // 1. Get a reference to the collection you want to search. const movies = context.services .get("mongodb-atlas") .db("sample_mflix") .collection("movies"); // 2. Run an aggregation with $search as the first stage. const baseballMovies = await movies .aggregate([ { $search: { text: { query: "baseball", path: "plot", }, }, }, { $limit: 5, }, { $project: { _id: 0, title: 1, plot: 1, }, }, ]) .toArray(); return baseballMovies; };
{ "plot" : "A trio of guys try and make up for missed opportunities in childhood by forming a three-player baseball team to compete against standard children baseball squads.", "title" : "The Benchwarmers" } { "plot" : "A young boy is bequeathed the ownership of a professional baseball team.", "title" : "Little Big League" } { "plot" : "A trained chimpanzee plays third base for a minor-league baseball team.", "title" : "Ed" } { "plot" : "The story of the life and career of the famed baseball player, Lou Gehrig.", "title" : "The Pride of the Yankees" } { "plot" : "Babe Ruth becomes a baseball legend but is unheroic to those who know him.", "title" : "The Babe" }
注意
$$SEARCH_META 变量可用性
$$SEARCH_META聚合变量仅适用于作为系统运行的函数，或者搜索集合上的第一个角色将其apply_when和read表达式设立为true的情况。
如果这两种情况都不存在，则 $$SEARCH_META 未定义，聚合将失败。
聚合阶段
筛选文档
您可以使用$match阶段，使用标准MongoDB查询语法过滤传入文档。
{ "$match": { "<Field Name>": <Query Expression>, ... } }
例子
以下 $match 阶段筛选传入文档，以便仅包含 graduation_year 字段的值介于 2019 至2024（含）之间的文档。
{ "$match": { "graduation_year": { "$gte": 2019, "$lte": 2024 }, } }
对文档分组
您可以使用$ 群组阶段聚合一个或多个文档群组的摘要数据。 MongoDB根据_id表达式对文档进行分组。
注意
可以通过在字段名称前添加 $ 前缀来引用特定文档字段。
{ "$group": { "_id": <Group By Expression>, "<Field Name>": <Aggregation Expression>, ... } }
例子
以下 $group 阶段按文档的 customerId 字段的值对文档进行分组，并计算每个 customerId 出现的采购文档的数量。
{ "$group": { "_id": "$customerId", "numPurchases": { "$sum": 1 } } }
项目文档字段
您可以使用$ 项目阶段包含或省略文档中的特定字段，或使用聚合操作符计算新字段。 要包含字段，请将其值设立为1 。 要省略字段，请将其值设立为0 。
注意
您不能同时省略和包含_id以外的字段。 如果显式包含_id以外的字段，则未显式包含的任何字段都将被自动省略（反之亦然）。
{ "$project": { "<Field Name>": <0 | 1 | Expression>, ... } }
例子
以下 $project 阶段省略了 _id 字段，包括 customerId 字段并创建了一个名为 numItems 的新字段，其值是 items 数组中的文档数：
{ "$project": { "_id": 0, "customerId": 1, "numItems": { "$sum": { "$size": "$items" } } } }
向文档添加字段
您可以在$addFields阶段通过聚合操作符添加具有计算值的新字段。
注意
$addFields 与 $project 类似，但不允许包含或省略字段。
例子
以下 $addFields 阶段创建了一个名为 numItems 的新字段，其值是 items 数组中的文档数：
{ "$addFields": { "numItems": { "$sum": { "$size": "$items" } } } }
Unwind Array Values
您可以使用 $unwind 阶段来聚合数组字段的各个元素。当您展开数组字段时，MongoDB 会为该数组字段的每个元素复制每个文档一次，但同时还会在每个副本中用数组元素替换数组值。
{ $unwind: { path: <Array Field Path>, includeArrayIndex: <string>, preserveNullAndEmptyArrays: <boolean> } }
例子
下面的 $unwind 阶段为每个文档中 items 数组的每个元素创建一个新文档。该阶段还会在每个新文档中添加一个名为 itemIndex 的字段，指定元素在原始数组中的位置索引：
{ "$unwind": { "path": "$items", "includeArrayIndex": "itemIndex" } }
请考虑 purchases 集合中的以下文档：
{ _id: 123, customerId: 24601, items: [ { name: "Baseball", quantity: 5 }, { name: "Baseball Mitt", quantity: 1 }, { name: "Baseball Bat", quantity: 1 }, ] }
如果我们将示例 $unwind 阶段应用于此文档，该阶段将输出以下三个文档：
{ _id: 123, customerId: 24601, itemIndex: 0, items: { name: "Baseball", quantity: 5 } }, { _id: 123, customerId: 24601, itemIndex: 1, items: { name: "Baseball Mitt", quantity: 1 } }, { _id: 123, customerId: 24601, itemIndex: 2, items: { name: "Baseball Bat", quantity: 1 } }
聚合框架限制
聚合方法
Atlas Function支持使用以下命令在数据库和集合级别上进行聚合：
聚合管道阶段可用性
除$indexStats之外的所有聚合管道阶段都可供系统用户使用。