當前位置：
首頁 > 知識 > MongoDB的聚合查詢（兩種方式）附項目源碼 轉

MongoDB的聚合查詢（兩種方式）附項目源碼 轉

知識 10-23

先來張在路上……

MongoDB的聚合查詢（兩種方式）附項目源碼 轉

鐺鐺鐺……項目源碼下載地址：http://files.cnblogs.com/ontheroad_lee/MongoDBDemo.rar

此項目是用Maven創建的，沒有使用Maven的，自己百度、谷歌去；直接用Junit測試就行，先執行裡面的save方法，添加10000條測試數據提供各種聚合查詢等。

少廢話，上乾貨……

一、MongoDB資料庫的配置（mongodb.xml）

以下是我自己的配置，紅色字體請改為自己本機的東東，你說不懂設置埠，不會創建資料庫名稱，不會配置用戶名密碼，那有請查閱本系列的第4節（MongoDB的使用學習之（四）許可權設置--用戶名、密碼、埠==），你說懶得設置，那就@#￥%……&*（）！

　　<!-- Default bean name is "mongo" -->
<!-- 定義mongo對象，對應的是mongodb官方jar包中的Mongo，replica-set設置集群副本的ip地址和埠 -->
<mongo:mongo id="mongo" host="localhost" port="47017" />

<mongo:db-factory id="mongoDbFactory" dbname="mongoTest" mongo-ref="mongo" username="root1" password="root1" />
<!-- 自動掃描以下包的類 -->
<!-- 映射轉換器，掃描back-package目錄下的文件，根據注釋，把它們作為mongodb的一個collection的映射 -->
<mongo:mapping-converter base-package="com.ontheroad.**.po" />
<bean id="mappingContext" class="org.springframework.data.mongodb.core.mapping.MongoMappingContext" />
<!-- 配置mongodb映射類型 -->
<bean id="mappingMongoConverter" class="org.springframework.data.mongodb.core.convert.MappingMongoConverter">
<constructor-arg name="mongoDbFactory" ref="mongoDbFactory" />
<constructor-arg name="mappingContext" ref="mappingContext" />
<property name="typeMapper" ref="defaultMongoTypeMapper" />
</bean>
<!-- 默認Mongodb類型映射 -->
<bean id="defaultMongoTypeMapper" class="org.springframework.data.mongodb.core.convert.DefaultMongoTypeMapper">
<constructor-arg name="typeKey">
<null /><!-- 這裡設置為空,可以把 spring data mongodb 多餘保存的_class欄位去掉 -->
</constructor-arg>
</bean>
<!-- 操作mongodb -->
<!-- mongodb的主要操作對象mongoTemplate(Spring Data提供)，所有對mongodb的增刪改查的操作都是通過它完成 -->
<bean id="mongoTemplate" class="org.springframework.data.mongodb.core.MongoTemplate">
<constructor-arg name="mongoDbFactory" ref="mongoDbFactory" />
<constructor-arg name="mongoConverter" ref="mappingMongoConverter" />
</bean>

二、各種聚合查詢方法

以下只是展示一些常用的，聚合查詢方法，無奈個人功力尚淺，沒啥高深的東西，待日後，有時間有精力有實力，再整理些高級一點的

1、添加測試數據

@Test
public void save() {
News n = null;
for (int i = 0; i < 10000; i++) {
n = new News();
n.setTitle("title_" + i);
n.setUrl("url_" + i);

//2014-01-01到2014-01-01之間的隨機時間
Date randomDate=DateUtil.randomDate("2014-01-01","2014-05-11");
//MongoDB里如果時間類型存的是Date，那麼會差8個小時的時區，因為MongoDB使用的格林威治時間，中國所處的是+8區，so……
//比如我保存的是2014-05-01 00:00:00，那麼保存到MongoDB里則是2014-05-01 08:00:00，所以為了統一方面，那就保存字元串類型，底下保存的long類型
n.setPublishTimeStr(DateUtil.formatDateTimeByDate(randomDate));
//long類型在查詢速度中肯定會比較快
n.setPublishTime(randomDate.getTime());
n.setPublishDate(randomDate);

n.setPublishMedia("publishMedia_" + i);

String[] areaArr = {"1024", "102401", "102402", "102403", "102404", "102405", "102406", "102407", "102408"
, "10240101", "10240102", "10240201", "10240202", "10240301", "10240302", "10240401", "10240402"
, "10240501", "10240502", "10240601", "10240602", "10240701", "10240702", "10240801", "10240802"};
int areaNum=(int)(Math.random() * areaArr.length);//產生0-strs.length的整數隨機數
String area = areaArr[areaNum];
n.setArea(area);

String[] ckeyArr = {"A101", "A102", "A201", "A202", "A203"
, "B101", "B102", "B103", "C201", "C202", "C203", "22", "23", "24", "25", "26"};
int ckeyNum=(int)(Math.random() * ckeyArr.length);//產生0-strs.length的整數隨機數
List<String> list = new ArrayList<String>();
for (int j = 0; j < ckeyNum; j ++) {
int ckeyNum1=(int)(Math.random() * ckeyArr.length);//產生0-strs.length的整數隨機數
list.add(ckeyArr[ckeyNum1]);
}
n.setClassKey(list);

Integer[] evalArr = {1, 0};
int evalNum=(int)(Math.random() * evalArr.length);//產生0-strs.length的整數隨機數
n.setEvaluate(evalArr[evalNum]);

Integer[] mproArr = {1, 2, 100};
int mproNum=(int)(Math.random() * mproArr.length);//產生0-strs.length的整數隨機數
n.setMediaProperty(mproArr[mproNum]);
Integer[] mtypeArr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};
int mtypeNum=(int)(Math.random() * mtypeArr.length);//產生0-strs.length的整數隨機數
n.setMediaType(mtypeArr[mtypeNum]);

Integer[] levelArr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
int levelNum=(int)(Math.random() * levelArr.length);//產生0-strs.length的整數隨機數
n.setLevel(levelArr[levelNum]);

newsService.save(n);
}
System.out.println("OK");
}

2、簡單的分組查詢--使用Mongo本身提供的AggregationOutput進行分組查詢

/**
*
* 功能：使用Mongo本身提供的AggregationOutput進行分組查詢
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testGroup1 () {
//按照eval欄位進行分組，注意$eval必須是存在mongodb裡面的欄位，不能寫$evaluate(此欄位是News類中定義的，和存入mongodb中的有區別)
//{$group:{_id:{"AAA":"$BBB"},CCC:{$sum:1}}}固定格式：把要分組的欄位放在_id:{}裡面，BBB是mongodb裡面的某個欄位，AAA是BBB的重命名，CCC是$sum:1的重命名
//此查詢語句== select eval as eval, count(*) as docsNum from news group by eval having docsNum>=85 order by docsNum desc
//具體的mongodb和sql的對照可以參考：http://docs.mongodb.org/manual/reference/sql-aggregation-comparison/
String groupStr = "{$group:{_id:{"eval":"$eval"},docsNum:{$sum:1}}}";
DBObject group = (DBObject) JSON.parse(groupStr);
String matchStr = "{$match:{docsNum:{$gte:85}}}";
DBObject match = (DBObject) JSON.parse(matchStr);
String sortStr = "{$sort:{_id.docsNum:-1}}";
DBObject sort = (DBObject) JSON.parse(sortStr);
AggregationOutput output = mongoTemplate.getCollection("news").aggregate(group, match, sort);
System.out.println(output.getCommand());
//轉換為執行原生的mongodb查詢語句
//{ "aggregate" : "news" , "pipeline" : [ { "$group" : { "_id" : { "eval" : "$eval"} , "docsNum" : { "$sum" : 1}}} , { "$match" : { "docsNum" : { "$gte" : 85}}} , { "$sort" : { "_id.docsNum" : -1}}]}
System.out.println(output.getCommandResult());
//查詢結果
//{ "serverUsed" : "localhost/127.0.0.1:47017" , "result" : [ { "_id" : { "evaluate" : 1} , "docsNum" : 9955} , { "_id" : { "evaluate" : 0} , "docsNum" : 10047}] , "ok" : 1.0}

//也可以把查詢結果封裝到NewsNumDTO，這樣以一個dto對象返回前台操作就更容易了
NewsNumDTO dto = new NewsNumDTO();
for( Iterator< DBObject > it = output.results().iterator(); it.hasNext(); ){
BasicDBObject dbo = ( BasicDBObject ) it.next();
BasicDBObject keyValus = (BasicDBObject)dbo.get("_id");
int eval = keyValus.getInt("eval");
long docsNum = ((Integer)dbo.get("docsNum")).longValue();
if(eval == 1){
dto.setPositiveNum(docsNum);
}else {
dto.setNegativeNum(docsNum);
}
}

}

3、獲取和testGroup1方法同樣結果的另一種寫法，Spring Data MongoDB隆重登場，語法更加簡潔易懂

/**
*
* 功能：獲取和testGroup1方法同樣結果的另一種寫法，Spring Data MongoDB隆重登場，語法更加簡潔易懂
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testAggregation1() {
TypedAggregation<News> agg = Aggregation.newAggregation(
News.class,
project("evaluate")
,group("evaluate").count().as("totalNum")
,match(Criteria.where("totalNum").gte(85))
,sort(Sort.Direction.DESC, "totalNum")
);
AggregationResults<BasicDBObject> result = mongoTemplate.aggregate(agg, BasicDBObject.class);
System.out.println(agg.toString());
//執行語句差不多
//{ "aggregate" : "__collection__" , "pipeline" : [ { "$project" : { "evaluate" : 1}} , { "$group" : { "_id" : "$evaluate" , "totalNum" : { "$sum" : 1}}} , { "$match" : { "totalNum" : { "$gte" : 85}}} , { "$sort" : { "totalNum" : -1}}]}
System.out.println(result.getMappedResults());
//查詢結果簡潔明了
//[{ "_id" : 0 , "totalNum" : 10047}, { "_id" : 1 , "totalNum" : 9955}]

//使用此方法，如果封裝好了某一個類，類裡面的屬性和結果集的屬性一一對應，那麼，Spring是可以直接把結果集給封裝進去的
//就是AggregationResults<BasicDBObject> result = mongoTemplate.aggregate(agg, BasicDBObject);中的BasicDBObject改為自己封裝的類
//但是感覺這樣做有點不靈活，其實吧，應該是自己現在火候還不到，還看不到他的靈活性，好處在哪裡；等火候旺了再說唄
//所以，就用這個萬能的BasicDBObject類來封裝返回結果
List<BasicDBObject> resultList = result.getMappedResults();
NewsNumDTO dto = new NewsNumDTO();
for(BasicDBObject dbo : resultList){
int eval = dbo.getInt("_id");
long num = dbo.getLong("totalNum");
if(eval == 1){
dto.setPositiveNum(num);
}else {
dto.setNegativeNum(num);
}
}
System.out.println(dto.getPositiveNum());
}

4、previousOperation的簡單使用--為分組的欄位（_id）建立別名

/**
*
* 功能：previousOperation的簡單使用--為分組的欄位（_id）建立別名
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testAggregation2() {
TypedAggregation<News> agg = Aggregation.newAggregation(
News.class,
// match(Criteria.where("mediaType").is(100))
project("evaluate")
,group("evaluate").count().as("totalNum")
,project("evaluate", "totalNum")
.and("eval").previousOperation()
//為分組的欄位（_id）建立別名
);
AggregationResults<BasicDBObject> result = mongoTemplate.aggregate(agg, BasicDBObject.class);
System.out.println(agg.toString());
// { "aggregate" : "__collection__" , "pipeline" : [ { "$project" : { "evaluate" : 1}} , { "$group" : { "_id" : "$evaluate" , "totalNum" : { "$sum" : 1}}} , { "$project" : { "evaluate" : "$_id.evaluate" , "totalNum" : 1 , "_id" : 0 , "eval" : "$_id"}}]}
System.out.println(result.getMappedResults());
// [{ "totalNum" : 10047 , "eval" : 0}, { "totalNum" : 9955 , "eval" : 1}]
}

5、unwind()的使用，通過Spring Data MongoDB

/**
*
* 功能：unwind()的使用，通過Spring Data MongoDB
* unwind()就是$unwind這個命令的轉換，
* $unwind - 可以將一個包含數組的文檔切分成多個, 比如你的文檔有 中有個數組欄位 A, A中有10個元素, 那麼
* 經過 $unwind處理後會產生10個文檔，這些文檔只有 欄位 A不同
* 詳見：http://my.oschina.net/GivingOnenessDestiny/blog/88006
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testAggregation3() {
TypedAggregation<News> agg = Aggregation.newAggregation(
News.class,
unwind("classKey")
,project("evaluate", "classKey")
// 這裡說明一點就是如果group>=2個欄位，那麼結果集的分組欄位就沒有_id了，取而代之的是具體的欄位名（和testAggregation()最對比）
,group("evaluate", "classKey").count().as("totalNum")
,sort(Sort.Direction.DESC, "totalNum")
);
AggregationResults<BasicDBObject> result = mongoTemplate.aggregate(agg, BasicDBObject.class);
System.out.println(agg.toString());
// { "aggregate" : "__collection__" , "pipeline" : [ { "$unwind" : "$classKey"} , { "$project" : { "evaluate" : 1 , "classKey" : 1}} , { "$group" : { "_id" : { "evaluate" : "$evaluate" , "classKey" : "$classKey"} , "totalNum" : { "$sum" : 1}}} , { "$sort" : { "totalNum" : -1}}]}
System.out.println(result.getMappedResults());
// 結果就是醬紫，一目了然，怎麼操作，就交給你自己了
// [{ "evaluate" : 0 , "classKey" : "A201" , "totalNum" : 4857}, { "evaluate" : 0 , "classKey" : "23" , "totalNum" : 4857}, { "evaluate" : 0 , "classKey" : "A101" , "totalNum" : 4842}, { "evaluate" : 0 , "classKey" : "24" , "totalNum" : 4806}, { "evaluate" : 1 , "classKey" : "A101" , "totalNum" : 4787}, { "evaluate" : 0 , "classKey" : "C201" , "totalNum" : 4787}, { "evaluate" : 0 , "classKey" : "A102" , "totalNum" : 4783},……]
}

6、Spring Data MongoDB，按照時間（字元串）分組

/**
*
* 功能：Spring Data MongoDB，按照時間（字元串）分組
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testAggregation4() {
TypedAggregation<News> agg = Aggregation.newAggregation(
News.class,
//project().andExpression()裡面是一個表達式
// 詳見api：http://docs.spring.io/spring-data/data-mongodb/docs/current/reference/htmlsingle/#mongo.aggregation
// 搜索 .andExpression 定位到具體的方法模塊
project("evaluate")
.andExpression("substr(publishTimeStr,0,10)").as("publishDate")
,group("evaluate", "publishDate").count().as("totalNum")
,sort(Sort.Direction.DESC, "totalNum")
);
AggregationResults<BasicDBObject> result = mongoTemplate.aggregate(agg, BasicDBObject.class);
System.out.println(agg.toString());
// { "aggregate" : "__collection__" , "pipeline" : [ { "$project" : { "evaluate" : 1 , "publishDate" : { "$substr" : [ "$publishTimeStr" , 0 , 10]}}} , { "$group" : { "_id" : { "evaluate" : "$evaluate" , "publishDate" : "$publishDate"} , "totalNum" : { "$sum" : 1}}} , { "$sort" : { "totalNum" : -1}}]}
System.out.println(result.getMappedResults());
// [{ "evaluate" : 0 , "publishDate" : "2014-03-09" , "totalNum" : 101}, { "evaluate" : 1 , "publishDate" : "2014-02-14" , "totalNum" : 100}, { "evaluate" : 1 , "publishDate" : "2014-02-11" , "totalNum" : 99}, { "evaluate" : 0 , "publishDate" : "2014-03-17" , "totalNum" : 98}, { "evaluate" : 1 , "publishDate" : "2014-03-26" , "totalNum" : 98}, ……]
// 這個查詢結果貌似不是我們想要的效果，理想，一目了然的效果應該是，以日期為單位，日期底下正面多少，負面多少：
// [
// { "publishDate" : "2014-03-09" , "evalInfo" : [{"evaluate" : 0 , "totalNum" : 101}, {"evaluate" : 1 , "totalNum" : 44}]}
// { "publishDate" : "2014-03-12" , "evalInfo" : [{"evaluate" : 0 , "totalNum" : 11}, {"evaluate" : 1 , "totalNum" : 32}]},
// ……
// ]
// 無奈本人功力尚淺，查了N多資料，各種論壇，中文的，英文的都查了，就是找不到Spring Data MongoDB 分組方法
// ，所以就引出了testAggregation5
}

7、使用原生態mongodb語法，按照時間（字元串）分組，整合查詢結果，使用$push命令

/**
*
* 功能：使用原生態mongodb語法，按照時間（字元串）分組，整合查詢結果，使用$push命令
* 參數：
* 創建人：OnTheRoad_Lee
* 修改人：OnTheRoad_Lee
* 最後修改時間：2014-5-26
*/
public void testAggregation5() {

/* Group操作*/
String groupStr = "{$group:{_id:{"evaluate":"$eval","ptimes":{$substr:["$ptimes",0,10]}},totalNum:{$sum:1}}}";
DBObject group = (DBObject) JSON.parse(groupStr);

/* Reshape Group Result*/
DBObject projectFields = new BasicDBObject();
projectFields.put("ptimes", "$_id.ptimes");
projectFields.put("evalInfo", new BasicDBObject("evaluate","$_id.evaluate").append("totalNum", "$totalNum"));
DBObject project = new BasicDBObject("$project", projectFields);

/* 將結果push到一起*/
DBObject groupAgainFields = new BasicDBObject("_id", "$ptimes");
groupAgainFields.put("evalInfo", new BasicDBObject("$push", "$evalInfo"));
DBObject reshapeGroup = new BasicDBObject("$group", groupAgainFields);

/* 查看Group結果 */
AggregationOutput output = mongoTemplate.getCollection("news").aggregate(group, project, reshapeGroup);
System.out.println(output.getCommand());
// { "aggregate" : "news" , "pipeline" : [ { "$group" : { "_id" : { "evaluate" : "$eval" , "ptimes" : { "$substr" : [ "$ptimes" , 0 , 10]}} , "totalNum" : { "$sum" : 1}}} , { "$project" : { "ptimes" : "$_id.ptimes" , "evalInfo" : { "evaluate" : "$_id.evaluate" , "totalNum" : "$totalNum"}}} , { "$group" : { "_id" : "$ptimes" , "evalInfo" : { "$push" : "$evalInfo"}}}]}
System.out.println(output.getCommandResult());
// { "serverUsed" : "localhost/127.0.0.1:47017" , "result" : [
// { "_id" : "2014-04-24" , "evalInfo" : [ { "evaluate" : 1 , "totalNum" : 67} , { "evaluate" : 0 , "totalNum" : 76}]}
// , { "_id" : "2014-02-05" , "evalInfo" : [ { "evaluate" : 1 , "totalNum" : 70} , { "evaluate" : 0 , "totalNum" : 84}]}
// , { "_id" : "2014-03-21" , "evalInfo" : [ { "evaluate" : 0 , "totalNum" : 82} , { "evaluate" : 1 , "totalNum" : 89}]}}……]
// , "ok" : 1.0}
}

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！


請您繼續閱讀更多來自 程序員小新人學習 的精彩文章:

※powerdesigner16鏈接mysql5
※使用KETTLE從mysql同步增量數據到oracle

TAG:程序員小新人學習 |