MongoDB聚合：分组统计$group的用法详解

原创

已于 2024-02-11 21:57:38 修改 · 6k 阅读

33 ·

CC 4.0 BY-SA版权

文章标签：

#mongodb #数据库

于 2023-12-14 21:42:24 首次发布

本文介绍了MongoDB中的$group聚合管道阶段，用于复杂的数据分组和汇总，包括组键、汇总操作符如$sum、$avg、$max等的用法。通过实例展示了如何统计数量、按条件分组、计算总计和平均值，以及数据透视等操作。

MongoDB不像关系型数据库，普通的查询不支持汇总，要进行复杂的分组汇总，需要使用聚合管道，$group可以说是MongoDB聚合管道进行数据分析最常用的一个阶段。该阶段根据分组键值（组键）把文档分成若干组，每个唯一的键值对应一个文档。组键通常是一个或多个字段，也可以是表达式的结果。$group阶段输出的结果中，_id字段的值就是组键的值，输出文档中还可以包含汇总表达式的字段，汇总表达式的功能非常丰富，下面的列表会简单介绍，具体的使用方法可以参考详细说明。

$group的语法

{
   
   
 $group:
   {
   
   
     _id: <expression>, // 组键，就是分组的键值字段或表达式
     <field1>: {
   
    <accumulator1> : <expression1> },
     ...
   }
 }

字段说明：

字段	说明
_id	不可省略，通过`_id`表达式指定分组的依据，如果直接指定`_id`的值为`null`或常量，则把全部的输入文档汇总后返回一个文档
field	可选，汇总表达式计算的结果
_id和field可以是任何合法的表达式。

分组汇总操作符

分组汇总操作符比较多，功能丰富且强大，这里简要介绍其用途，详细的用法后续再专文介绍。

操作符	用途介绍
`$accumulator`	返回累加结果
`$addToSet`	把分组中不重复的表达式的值作为数组返回，注意数组的元素无序的，类似分组内的distinct
`$avg`	返回数值的平均值。非数值会被忽略
`$bottom`	按照指定的顺序返回分组中最后一个元素
`$bottomN`	按照指定的顺序返回分组中最后N个元素字段的集合，如果分组元素数量小于N，则返回全部
`$count`	返回分组内的元素数量
`$first`	返回分组内第一个元素表达式的结果
`$firstN`	返回分组内前n个元素的聚合。只有文档有序时才有意义
`$last`	返回分组中最后一个文档的表达式的结果
`$lastN`	返回分组内最后n个元素的聚合。只有文档有序时才有意义
`$max`	返回每个分组表达式值的最大值
`$maxN`	返回分组内最大的n个元素的集合
`$median`	返回分组中的中位数
`$mergeObjects`	返回分组合并后的文档
`$min`	返回分组内表达式的最小值
`$percentile`	返回与指定百分位数值相对应的值的数组
`$push`	返回每个分组表达式值的数组
`$stdDevPop`	返回标准差
`$stdDevSamp`	返回样本标准差
`$sum`	返回合计值，忽略空值
`$top`	根据指定的顺序返回组内最前面的元素
`$topN`	根据指定的顺序返回组内前N个元素的聚合

注意

$group使用内存不能超过100M，超过会报错。如果想要处理更多数据或者少用一些内存，可使用allowDiskUse选项把数据写入临时文件。
当使用$first、$last等操作符时，可以考虑在参与排序的分组字段上添加索引，某些情况下，这些操作可以使用索引快速定位到相应的记录。

一些例子

统计数量

创建并插入数据：

db.sales.insertMany([
  {
   
    "_id" : 1, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("2"), "date" : ISODate("2014-03-01T08:00:00Z") },
  {
   
    "_id" : 2, "item" : "jkl", "price" : Decimal128("20"), "quantity" : Int32("1"), "date" : ISODate("2014-03-01T09:00:00Z") },
  {
   
    "_id" : 3, "item" : "xyz", "price" : Decimal128("5"), "quantity" : Int32( "10"), "date" : ISODate("2014-03-15T09:00:00Z") },
  {
   
    "_id" : 4, "item" : "xyz", "price" : Decimal128("5"), "quantity" :  Int32("20") , "date" : ISODate("2014-04-04T11:21:39.736Z") },
  {
   
    "_id" : 5, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("10") , "date" : ISODate("2014-04-04T21:23:13.331Z") },
  {
   
    "_id" : 6, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("5" )