共计 2897 个字符,预计需要花费 8 分钟才能阅读完成。
上一篇主要介绍了 MongoDB 的基本操作,包括创建、插入、保存、更新和查询等,链接为 MongoDB 基本操作。
在本文中主要介绍 MongoDB 的聚合以及与 Python 的交互。
MongoDB 聚合
什么是聚合
MongoDB 中聚合 (aggregate) 主要用于处理数据(诸如统计平均值, 求和等),并返回计算后的数据结果。
聚合是基于数据处理的聚合管道,每个文档通过由多个阶段组成的管道,可以对每个阶段的管道进行分组、过滤等功能,然后经过一系列处理,输出结果。
语法:db. 集合名称.aggregate({管道: {表达式}})
管道一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB 的聚合管道将 MongoDB 文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。
常用管道
下面介绍常用的管道:
$group
:将集合中的文档分组,可用于统计结果$match
:过滤数据,只输出符合条件的文档$project
:修改输入文档的结构,如重命名、增加、删除字段,也可用于创建计算结果以及嵌套文档$sort
:将输入文档排序后输出$limit
:限制聚合管道返回的文档数$skip
:跳过指定数量的文档,并返回余下的数据$unwind
:将数组类型的字段进行拆分
常用聚合表达式
下面介绍常用的聚合表达式:
$sum
:计算总和,$sum:1
表示以 1 计数$avg
:计算平均值$min
:获取最小值$max
:获取最大值$push
:在结果文档中插入值到一个数组中$first
:根据资源文档的排序,获取第一个文档数据$last
:根据资源文档的排序,获取最后一个文档数据
MongoDB 聚合实例
现在假设集合 studen
中有以下数据:
{"_id" : 1, "name" : "小然", "gender" : 1, "age" : 22, "score" : 95 }
{"_id" : 2, "name" : "小红", "gender" : 0, "age" : 18, "score" : 80 }
{"_id" : 3, "name" : "小亮", "gender" : 1, "age" : 19, "score" : 60 }
{"_id" : 4, "name" : "小强", "gender" : 1, "age" : 23, "score" : 70 }
{"_id" : 5, "name" : "小柔", "gender" : 0, "age" : 20, "score" : 85 }
{"_id" : 6, "name" : "小雷", "gender" : 1, "age" : 25, "score" : 65 }
{"_id" : 7, "name" : "小冉", "gender" : 0, "age" : 19, "score" : 70 }
{"_id" : 8, "name" : "小晴", "gender" : 0, "age" : 18, "score" : 90 }
{"_id" : 9, "name" : "小齐", "gender" : 1, "age" : 24, "score" : 50 }
- 以性别进行分组
db.students.aggregate({$group:{_id:"$gender"}})
输出结果为:
- 统计整个文档,获得数据个数和平均分数
db.students.aggregate({$group:{ _id:null,
count:{$sum:1},
avg_score:{$avg:"$score"}
}})
输出结果为:
- 以性别进行分组,获取不同分组中数据的个数和平均分数
db.students.aggregate({$group:{_id:"$gender",
count:{$sum:1},
avg_score:{$avg:"$score"}
}})
输出结果为:
- 使用
$project
修改输出结果
db.students.aggregate({$group:{_id:"$gender",
count:{$sum:1},
avg_score:{$avg:"$score"}}
},
{$project:{gender:"$_id",
count:1,
_id:0,
avg_score:"$avg_score"}
}
)
输出结果为:
- 使用
$match
选择分数大于等于 70 的学生,统计男生、女生的人数
db.students.aggregate({$match:{score:{$gte:70}}},
{$group:{_id:"$gender",count:{$sum:1}}},
{$project:{gender:"$_id",count:1,_id:0}}
)
输出结果为:
MondoDB 与 Python 的交互
pymongo 的安装
使用 Python 操作 MongoDB 需要安装 pymongo
,安装方法很简单,使用pip install pymongo
即可。
实例化并建立连接
首先从 pymongo
中导入MongoClient
,然后实例化client
,建立连接,代码如下:
from pymongo import MongoClient
client = MongoClient(host = "127.0.0.1",port = 27017)
# 操作本机 MongoDB 可以写成 client = MongoClient()
collection = client["test"]["test"]
常用操作实例
- 插入一条数据
collection.insert_one({"_id":0,"name":"test0"})
- 插入多条数据
data_list = [{"_id":i,"name":"test{}".format(i)} for i in range(10)]
collection.insert_many(data_list)
data_list = [{"name":"test{}".format(i)} for i in range(10)]
collection.insert_many(data_list)
插入后结果如下图所示,下面的操作都在此数据库上进行操作。
- 查询一条记录
print(collection.find_one({"name":"test2"}))
输出结果为:
- 查询所有记录
result = collection.find({"name":"test2"})
for i in result:
print(i)
输出结果为:
- 更新一条数据
collection.update_one({"name":"test1"},{"$set":{"name":"test10"}})
执行完操作后,数据库如下图所示:
- 更新全部数据
collection.update_many({"name":"test2"},{"$set":{"name":"test20"}})
执行完操作后,数据库如下图所示:
- 删除一条数据
collection.delete_one({"name":"test3"})
执行完操作后,数据库如下图所示:
- 删除所有满足条件的数据
collection.delete_many({"name":"test4"})
执行完操作后,数据库如下图所示:
结语
- 本篇主要介绍了 MongoDB 的聚合操作以及与 Python 的交互,但对于我目前的学习阶段来说,只用到了 Python 中的插入数据语句,其他的操作基本没有用到。
- 感谢大家的阅读,有错误希望大家能够指出,我会积极改正。
:
正文完
星哥玩云-微信公众号