前言

mongodb在計算集合陣列值時候，我們通常會想到使用$group與$sum，但是如果是數組裡面多個json物件，並且還需要根據條件過濾多個物件的內容該如何處理？

現在讓我們來實現它，假設mongodb中有個user集合，其資料內容如下：

/* 1 */
{
 "_id" : ObjectId("5c414a6a0847e00385143003"),"date" : "2019-01-18 09","data" : [ 
 {
  "app_platform" : "ios","user" : 3028
 },{
  "app_platform" : "android","user" : 4472
 },]
}
...

現在我們需要計算date日期為"2019-01-18 09"並且app_platform的型別為"ios"的user總數

如果可以，請先思考下mongodb語句如何實現。

實現過程中有個執行非常重要，即$unwind，官方解釋:

Deconstructs an array field from the input documents to output a document for each element. Each output document is the input document with the value of the array field replaced by the element.

從輸入文件中解構一個數組欄位，為每個元素輸出一個文件。每個輸出文件都是輸入文件，陣列欄位的值由元素替換。

於是我們便想到將data陣列物件分條拆開，化繁為簡，mongodb語句如下：

db.getCollection('user').aggregate([
 {
 $project: { _id: 1,data: 1,date: 1}
 },{ 
 $match: {"date": "2019-01-18 09"}
 },{
 $unwind: "$data"
 },])

得到結果如下：

/* 1 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"date" : "2019-01-18 09",

"data" : {
"app_platform" : "ios",
"user" : 3028
}
}
/* 2 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"data" : {
"app_platform" : "android",
"user" : 4472
}
}

可以看到資料由陣列變成了多條文件資料，於是問題轉變為計算結果的user總數，是不是覺得問題變簡單了，而且我們也可以繼續使用$match來過濾app_platform資料，mongodb語句如下：

db.getCollection('user').aggregate([
 {
 $project: { _id: 1,{
 $match: {
 "data.app_platform": { $in: ["ios"]}
 },}
])

執行結果如下：

/* 1 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"user" : 3028
}
}

可以看到資料已經被過濾了，如果自信觀察兩個$match的作用可以發現，mongodb是按順序執行的，即$match作用於其前面的操作結果集合

讓我們繼續計算，此時只需要使用group與​sum對data裡的user欄位求和即可，mongodb語句如下：

db.getCollection('user').aggregate([
 {
 $project: { _id: 1,{
 $match: {
 "data.app_platform": { $in: ["ios"]}
 }
 },{
 $group: { _id: null,"user": {$sum: "$data.user"}}
 }
])

結果如下：

/* 1 */
{
"_id" : null,
"user" : 7500
}

計算得出的user即我們所需要的資料。

其實所有的難點如下：

• 計算陣列物件資料時將其轉變為多條簡單的資料格式，$unwind指令將問題輕鬆得降低了難度
• mongodb的執行順序，$project，$match都是順序執行並作用於之前的操作結果

理解了這兩點，相信再難的mongodb語句你也能實現。

happy coding!

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對我們的支援。