使用聚合
########

● MongoDB 聚合框架(Aggregation Framework)是一个计算框架，它可以::

    • 作用在一个或几个集合上;
    • 对集合中的数据进行的一系列运算;
    • 将这些数据转化为期望的形式;

● 从效果而言，聚合框架相当于 SQL 查询中的::

    • GROUP BY
    • LEFT OUTER JOIN
    • AS等

聚合运算的基本格式::

    pipeline = [$stage1, $stage2, ...$stageN];
    db.<COLLECTION>.aggregate(
        pipeline, { options } 
    );



管道(Pipeline)和步骤(Stage)
===========================

整个聚合运算过程称为管道（Pipeline），它是由多个步骤（Stage）组成的，每个管道::

    • 接受一系列文档（原始数据）；
    • 每个步骤对这些文档进行一系列运算；
    • 结果文档输出给下一个步骤


.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/LUn0XO.png

常见步骤(Stage)::

    步骤            作用          SQL等价运算符
    ===             ===          ===
    $match          过滤          WHERE
    $project        投影          AS
    $sort           排序          ORDER BY
    $group          分组          GROUP BY
    $skip/$limit    结果限制       SKIP/LIMIT
    $lookup         左外连接       LEFT OUTER JOIN
    $unwind         展开数组       N/A
    $graphLookup    图搜索        N/A
    $facet/$bucket  分面搜索       N/A


.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/OcIKCu.png

    常见步骤中的运算符


示例
====

.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/f52rv7.png

    $project(投影)示例

.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/grqODG.png

    $match(过滤)示例

.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/jDH3S2.png

    $unwind(展开数组)示例

.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/zXMQ58.png

    $bucket(分面搜索)示例

.. figure:: https://img.zhaoweiguo.com/uPic/2023/10/cnjBMM.png

    $facet(分面搜索)示例


实例
====

统计笔画数为 10 的字有多少个::

    db.getCollection("word").aggregate([{
        $match: {
            strokes: 10
        }
    }, {
        $group: {
            _id: 1,
            count: {
                $sum: 1
            }
        }
    }])

一个集合::

    {
        from: "user_1",
        to: "user_2",
        text: "毕竟西湖六月中",
        time: ISODate("2018-10-01T00:02:12.000")
    }
    {
        from: "user_2",
        to: "user_1",
        text: "风光不与四时同",
        time: ISODate("2018-10-01T10:12:33.000")
    }
    {
        from: "user_2",
        to: "user_3",
        text: "车遥遥，马憧憧，君游东山东复东",
        time: ISODate("2018-10-01T19:44:21.000")
    }


.. note:: 在使用聚合时，每个管道默认允许占用的内存不超过 100M，否则会抛出错误。

指定使用磁盘来缓存结果::

    // 这只是一个容错的方案，并非一个好的方案
    db.collection.aggregate(pipelines, { allowDiskUse: true })



两个用户之间最近一个月的聊天时间分布情况::

    早上 5 点 30 分到晚上 7 点为白天，其余时间为夜晚
    按照这两个区间分别统计白天和夜晚的聊天数

    db.getCollection("chat").aggregate([{
        // 第一个管道匹配出最近一个月两个人的所有聊天记录，可以覆盖索引
        $match: {
            from: {
                $in: ["user_1", "user_2"]
            },
            to: {
                $in: ["user_1", "user_2"]
            },
            time: {
                $gte: ISODate("2018-10-01T00:00:00.000")
            }
        }
    }, {
        $project: {
            date: {
                // 将 time 字段转换为类似于 2018-10-01 的形式
                $dateToString: {
                    format: "%Y-%m-%d", date: "$time"
                }

            },
            hourAndMinute: {
              // 提取时间的时分两个值，转换为类似于 14:20 的形式
              $dateToString: {
                    format: "%H:%M", date: "$time"
                }
            }
        }
    }, {
      $group: {
          _id: "$date",
          daytime: {
              $sum: {
                  $cond: {
                    if: { 
                      $and: [{
                        $gte: ["$hourAndMinute", "05:30"]
                      }, {
                        $lte: ["$hourAndMinute", "19:00"]
                      }]
                    }, then: 1, else: 0
                }
              }
          },
          night: {
              $sum: {
                  $cond: {
                    if: { 
                      $and: [{
                        $gte: ["$hourAndMinute", "05:30"]
                      }, {
                        $lte: ["$hourAndMinute", "19:00"]
                      }]
                    }, then: 0, else: 1
                }
              }
          }
      }
    }])