mongodb實現陣列物件求和方法例項
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。