通过聚合转换数据

在此页面上

Overview

比较聚合与查找操作
限制
聚合示例
构建并执行聚合管道
解释聚合
更多信息
API 文档

Overview

在本指南中，您可以学习；了解如何使用Kotlin Sync驾驶员执行聚合操作。

您可以使用聚合操作来进程MongoDB集合中的数据并返回计算结果。 MongoDB聚合框架是 Query API的一部分，以数据处理管道的概念为模型。文档进入包含一个或多个阶段的管道，每个阶段都会转换文档以输出最终的聚合结果。

您可以将聚合操作视为类似于汽车工厂。汽车工厂有一条装配线，其中包含配备专用工具的装配站，用于完成特定的工作，例如钻机和焊机。毛坯零件进入工厂，然后装配线将其转换并组装成成品。

聚合管道是装配线，聚合阶段是装配站，操作符表达式则是专用工具。

比较聚合与查找操作

您可以使用查找操作执行以下动作：

选择要返回的文档
选择要返回的字段
对结果进行排序

您可以使用聚合操作执行以下动作：

执行查找操作
重命名字段
计算字段
汇总数据
对值进行分组

限制

应用聚合操作时存在以下限制：

返回的文档不得违反 BSON 文档大小限制（16 兆字节）。
默认，管道阶段的内存限制为100 MB。您可以使用AggregateIterable类中的 allowDiskUse()方法来超出此限制。

重要

$graphLookup 异常

$graphLookup阶段有100 MB 的严格内存限制，并忽略allowDiskUse选项。

聚合示例

本部分中的示例使用Atlas示例数据集的sample_restaurants数据库中的restaurants集合。要学习；了解如何创建免费的MongoDB Atlas 群集并加载示例数据集，请参阅Atlas入门指南。

以下Kotlin数据类对此集合中的文档进行建模：

data class Restaurant(
    val name: String,
    val cuisine: String,
    val borough: String
)

构建并执行聚合管道

要对集合中的文档执行聚合，请将聚合阶段列表传递给aggregate()方法。

此示例输出纽约市每个行政区的面包店数量。以下代码创建包含以下阶段的聚合管道：

$match阶段，用于过滤cuisine字段值为"Bakery"的文档。
$ 群组阶段按borough字段对匹配文档进行群组，从而为该字段的每个非重复值生成文档计数。

val pipeline = listOf(
    Aggregates.match(Filters.eq(Restaurant::cuisine.name, "Bakery")),
    Aggregates.group("\$borough", Accumulators.sum("count", 1))
)
val results = collection.aggregate<Document>(pipeline)
results.forEach { result ->
    println(result)
}

Document{{_id=Bronx, count=71}}
Document{{_id=Manhattan, count=221}}
Document{{_id=Brooklyn, count=173}}
Document{{_id=Queens, count=204}}
Document{{_id=Staten Island, count=20}}
Document{{_id=Missing, count=2}}

提示

为$group聚合阶段指定群组键时，请确保使用\字符对任何$字符进行转义。

解释聚合

要查看有关MongoDB如何执行操作的信息，可以在管道中包含$explain聚合阶段。 MongoDB解释操作时，会返回执行计划和性能统计信息。执行计划是MongoDB完成操作的一种潜在方式。当您指示MongoDB解释一个操作时，它会返回MongoDB为该操作选择的计划以及任何被拒绝的执行计划。

以下代码示例运行上一节所示的相同聚合，并添加$explain阶段以输出操作详细信息：

print(collection.aggregate(pipeline).explain())

{
  "explainVersion": "2",
  "queryPlanner": {
      "namespace": "sample_restaurants.restaurants"
      "indexFilterSet": false,
      "parsedQuery": {
        "cuisine": {"$eq": "Bakery"}
      },
      "queryHash": "865F14C3",
      "planCacheKey": "0697561B",
      "optimizedPipeline": true,
      "maxIndexedOrSolutionsReached": false,
      "maxIndexedAndSolutionsReached": false,
      "maxScansToExplodeReached": false,
      "winningPlan": { ... }
      ...
  }
  ...
}