数据库 MongoDB聚合：分组统计$group的用法详解

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: , // 组键，就是分组的键值字段或表达式

: { : },

...

}

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" ) , "date" : ISODate("2015-06-04T05:08:13Z") },

{ "_id" : 7, "item" : "def", "price" : Decimal128("7.5"), "quantity": Int32("10") , "date" : ISODate("2015-09-10T08:43:00Z") },

{ "_id" : 8, "item" : "abc", "price" : Decimal128("10"), "quantity" : Int32("5" ) , "date" : ISODate("2016-02-06T20:20:13Z") },

])

统计sales全部文档数量

相当于collection.find({}).count()

db.sales.aggregate( [

{

$group: {

_id: null,

}

] )

结果：

{ "_id" : null, "count" : 8 }

检索不同的值，等价于distinct

仍以上例的sales集合数据为例

db.sales.aggregate( [ { $group : { _id : "$item" } } ] )

结果：

{ "_id" : "abc" }

{ "_id" : "jkl" }

{ "_id" : "def" }

{ "_id" : "xyz" }

等价于：

db.sales.distinct("item")

按Item分组

下面的聚合先按照item进行分组，计算每个item销售总额，并且返回大于等于100的item。

db.sales.aggregate(

[

//阶段1

{

$group :

{

_id : "$item",

totalSaleAmount: { $sum: { $multiply: [ "$price", "$quantity" ] } }

}

//阶段2

{

$match: { "totalSaleAmount": { $gte: 100 } }

}

]

)

阶段1： $group阶段，根据item进行分组，并计算每个item的销售总额。阶段2： $math阶段，过滤结果文档，只返回销售总额totalSaleAmount大于等于100的文档。结果：

{ "_id" : "abc", "totalSaleAmount" : Decimal128("170") }

{ "_id" : "xyz", "totalSaleAmount" : Decimal128("150") }

{ "_id" : "def", "totalSaleAmount" : Decimal128("112.5") }

计算总数、合计和平均值

创建一个sales集合并插入记录：