聚集

聚集操作處理資料記錄，並返回計算結果。聚集操作從多個文件一起對資料分組，然後對分組的資料執行一系列操作，返回一個結果。MongoDB提供了3種方法來執行聚集：聚集管道、map-reduce函式和單一目的聚集方法。

聚集管道

MongoDB的聚集框架建模於資料處理管道的概念之上。文件進入一個多階段的管道，該管道把文件轉換成一個聚集結果。

最基本的管道階段提供了過濾器，類似查詢操作和文件變換，修改輸出文件的格式。

其它的管道操作提供了對文件按欄位進行分組和排序的工具，也提供了對陣列內容聚集的工具，包括文件陣列。此外，管道步驟可以對任務使用操作符，例如計算平均值，或者連線字串。

管道使用MongoDB原生的操作提供了有效的資料聚集功能，是MongoDB中優先選用的資料聚集方法。

聚集管道可以在分片集合上操作。

在某些步驟，聚集管道可以使用索引來提高效能。此外，聚集管道有一個內部優化階段。詳情請檢視管道操作符與索引和聚集管道優化。

Map-Reduce

MongoDB也提供了map-reduce操作來執行聚集。一般，map-reduce操作有兩個階段：map階段，處理每個文件，對每個輸入文件輸出1個或多個物件；和reduce階段，把map操作的輸出組合起來。可選地，map-reduce可以有一個最終階段：對結果做最後的修改。像其它聚集操作一樣，map-reduce可以指定一個查詢條件來選擇輸入文件，也可以排序，對結果做限制。

Map-reduce使用自定義的Javascript函式來處理map和reduce操作，可選的最終階段也是。與聚集管道相比，Javascript 提供了極大的靈活性，一般而言，map-reduce比聚集管道效率低一點，更復雜。

Map-reduce可以在分片集合上操作，也可以輸出到一個分片集合。詳情請檢視聚集管道與分片集合和Map-Reduce與分片集合。

單一目的聚集操作

MongoDB也提供了db.collection.count()，db.collection.group()，db.collection.distince()等特殊目的的資料庫命令。

所有這些操作都是從單個集合來聚集文件。但是這些操作只是提供了對常用聚集過程的簡單方法，它們缺乏靈活性，功能也不如聚集管道和map-reduce。

其它特性和行為

關於聚集管道、map-reduce和特殊分組功能的特性比較，檢視聚集命令比較。