何為aggregate聚合操作？

mongodb的聚合操作，接受一個名為pipeline的引數和一個可選引數。
pipeline可以理解為流水線，一條流水線上可以有一個或多個工序。所以，mongodb的一次聚合操作就是對一個表進行多個工序的加工，其中的每個工序都可以修改、增加、刪除文件，最終產出我們需要的資料集合。

aggregate示例

進入mongodb命令列，我們有一個名為TestOrder的表，表中的記錄如下

> db.TestOrder.find()
{ "_id" : ObjectId("56dd4b33186888da5d8b4567"), "cust_id" : "A123"
 
, "amount" : 502, "status" : "A" }
{ "_id" : ObjectId("56dd4b33186888da5d8b4568"), "cust_id" : "A123", "amount" : 500, "status" : "B" }
{ "_id" : ObjectId("56dd4b33186888da5d8b4569"), "cust_id" : "A123", "amount" : 500, "status" : "C" }
{ "_id" : ObjectId("56dd4b33186888da5d8b456a"), "cust_id" : "A123", "amount"
 
 : 500, "status" : "D" }
{ "_id" : ObjectId("56dd4dad186888c36f8b4567"), "cust_id" : "A123", "amount" : 500, "status" : "A" }
{ "_id" : ObjectId("56dd4dad186888c36f8b4568"), "cust_id" : "A123", "amount" : 500, "status" : "B" }
{ "_id" : ObjectId("56dd4dad186888c36f8b4569"), "cust_id" : "A123", "amount" : 500
 
, "status" : "C" }
{ "_id" : ObjectId("56dd4dad186888c36f8b456a"), "cust_id" : "A123", "amount" : 500, "status" : "D" }

如果需要按status欄位統計amount總額，並且只統計status為A、B或C的記錄，可以用聚合操作進行統計。
第一步：從TestOrder中找出status為A、B或C的記錄。這是流水線的第一道工序，表示式如下

{ $match: { status: { $in: ['A','B','C'] } } }

第二步：按status統計amount總額。這是流水線的第二道工序，表示式如下

{ $group: { _id: '$status', totalAmount: { $sum: '$amount' } } }

最終的聚合操作命令，以及結果

> db.TestOrder.aggregate([{ $match: { status: { $in: ['A','B','C'] } } }, { $group: { _id: '$status', totalAmount: { $sum: '$amount' } } }])
{
    "result" : [
        {
            "_id" : "C",
            "totalAmount" : 1000
        },
        {
            "_id" : "B",
            "totalAmount" : 1000
        },
        {
            "_id" : "A",
            "totalAmount" : 1002
        }
    ],
    "ok" : 1
}

用流水線來類比mongodb的聚合操作是比較形象的。

聚合操作的效能

聚合操作是對一個mongodb表進行的操作，最壞的情況下需要全表掃描，如果表的記錄很多，速度就很慢了，也會消耗更多的記憶體。
為了提高效能，最好的策略是將篩選“工序”放到最前面，儘早排除不滿足條件的記錄，降低後面工序的工作量。如果最前面的篩選工序能夠利用上索引，可加快整個操作的速度。