通过聚合转换数据

Overview

在本指南中，您可以学习；了解如何使用Kotlin Sync驾驶员执行聚合操作。

您可以使用聚合操作来进程MongoDB集合中的数据并返回计算结果。 MongoDB聚合框架是 Query API的一部分，以数据处理管道的概念为模型。文档进入包含一个或多个阶段的管道，每个阶段都会转换文档以输出最终的聚合结果。

您可以将聚合操作视为类似于汽车工厂。汽车工厂有一条装配线，其中包含配备专用工具的装配站，用于完成特定的工作，例如钻机和焊机。毛坯零件进入工厂，然后装配线将其转换并组装成成品。

聚合管道是装配线，聚合阶段是装配站，操作符表达式则是专用工具。

比较聚合与查找操作

您可以使用查找操作执行以下动作：

选择要返回的文档
选择要返回的字段
对结果进行排序

您可以使用聚合操作执行以下动作：

执行查找操作
重命名字段
计算字段
汇总数据
对值进行分组

限制

应用聚合操作时存在以下限制：

返回的文档不得违反 BSON 文档大小限制（16 兆字节）。
默认，管道阶段的内存限制为100 MB。您可以使用AggregateIterable类中的 allowDiskUse()方法来超出此限制。

重要

$graphLookup 异常

$graphLookup阶段有100 MB 的严格内存限制，并忽略allowDiskUse选项。

聚合示例

本部分中的示例使用Atlas示例数据集的sample_restaurants数据库中的restaurants集合。要学习；了解如何创建免费的MongoDB Atlas 群集并加载示例数据集，请参阅Atlas入门指南。

以下Kotlin数据类对此集合中的文档进行建模：

data class Restaurant(
    val name: String,
    val cuisine: String,
    val borough: String
)

构建并执行聚合管道

要对集合中的文档执行聚合，请将聚合阶段列表传递给aggregate()方法。

此示例输出纽约市每个行政区的面包店数量。以下代码创建包含以下阶段的聚合管道：

$match阶段，用于过滤cuisine字段值为"Bakery"的文档。
$ 群组阶段按borough字段对匹配文档进行群组，从而为该字段的每个非重复值生成文档计数。

val pipeline = listOf(
    Aggregates.match(Filters.eq(Restaurant::cuisine.name, "Bakery")),
    Aggregates.group("\$borough", Accumulators.sum("count", 1))
)
val results = collection.aggregate<Document>(pipeline)
results.forEach { result ->
    println(result)
}

Document{{_id=Bronx, count=71}}
Document{{_id=Manhattan, count=221}}
Document{{_id=Brooklyn, count=173}}
Document{{_id=Queens, count=204}}
Document{{_id=Staten Island, count=20}}
Document{{_id=Missing, count=2}}

提示

为$group聚合阶段指定群组键时，请确保使用\字符对任何$字符进行转义。

解释聚合

要查看有关MongoDB如何执行操作的信息，可以在管道中包含$explain聚合阶段。 MongoDB解释操作时，会返回执行计划和性能统计信息。执行计划是MongoDB完成操作的一种潜在方式。当您指示MongoDB解释一个操作时，它会返回MongoDB为该操作选择的计划以及任何被拒绝的执行计划。

以下代码示例运行上一节所示的相同聚合，并添加$explain阶段以输出操作详细信息：

print(collection.aggregate(pipeline).explain())

{
  "explainVersion": "2",
  "queryPlanner": {
      "namespace": "sample_restaurants.restaurants"
      "indexFilterSet": false,
      "parsedQuery": {
        "cuisine": {"$eq": "Bakery"}
      },
      "queryHash": "865F14C3",
      "planCacheKey": "0697561B",
      "optimizedPipeline": true,
      "maxIndexedOrSolutionsReached": false,
      "maxIndexedAndSolutionsReached": false,
      "maxScansToExplodeReached": false,
      "winningPlan": { ... }
      ...
  }
  ...
}

Atlas Search

您可以通过创建并运行包含以下管道阶段之一的聚合管道来执行Atlas Search查询：

$search
$searchMeta

要学习；了解有关Atlas Search管道阶段的更多信息，请参阅Atlas文档中的选择聚合管道阶段。

创建管道搜索阶段

您可以使用 Search 操作符在Atlas Search管道阶段中创建搜索条件。

Kotlin Sync驾驶员为以下操作符提供了辅助方法：

Operator	说明
自动补全	从不完整输入字符串中搜索包含字符序列的单词或短语。
多个子句	将两个或多个操作符组合到一个查询中。
等于	检查字段是否与您指定的值匹配。映射到 `equals()` 和 `equalsNull()` 方法
存在	测试指定索引字段名称的路径在文档中是否存在。
in	在给定路径搜索由BSON数字、日期、布尔值、objectId、uuid 或字符串值组成的大量，并返回该字段的值等于指定大量中任意值的文档。
更多类似内容	返回与输入文档类似的文档。
接近	支持对数字、日期和GeoJSON point值进行查询和评分。
短语	使用索引配置中指定的分析器搜索包含有序术语序列的文档。
queryString	支持查询索引字段和值的组合。
范围	支持对数字、日期和字符串值进行查询和评分。映射到 `numberRange()` 和 `dateRange()` 方法
正则表达式(Regex)	将查询字段解释为正则表达式。
text	使用在索引配置中指定的分析器执行全文搜索。
通配符	启用在搜索字符串中使用可匹配任何字符的特殊字符的查询。

管道搜索阶段示例

注意

Atlas样本数据集

此示例使用Atlas示例数据集中的 sample_mflix.movies集合。要学习；了解如何设立免费套餐的Atlas 集群并加载示例数据集，请参阅Atlas文档中的Atlas入门教程。

在运行此示例之前，您必须在 movies集合上创建一个具有以下定义的Atlas Search索引：

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "title": {
        "analyzer": "lucene.keyword",
        "type": "string"
      },
      "genres": {
        "normalizer": "lowercase",
        "type": "token"
      }
    }
  }
}

要学习；了解有关创建Atlas Search索引的更多信息，请参阅 Atlas Search和 Vector Search 索引指南。

以下代码创建具有以下规范的 $search 阶段：

检查 genres大量是否包含 "Comedy"
在 fullplot 字段中搜索字段"new york"
匹配介于 1950 和 2000（含）之间的 year 值
搜索以术语"Love" 开头的 title 值

val searchStage = Aggregates.search(
    SearchOperator.compound()
        .filter(
            listOf(
                SearchOperator.`in`(fieldPath("genres"), listOf("Comedy")),
                SearchOperator.phrase(fieldPath("fullplot"), "new york"),
                SearchOperator.numberRange(fieldPath("year")).gtLt(1950, 2000),
                SearchOperator.wildcard(fieldPath("title"), "Love *")
            )
        )
)
val projectStage = Aggregates.project(
    Projections.include("title", "year", "genres"))
val pipeline = listOf(searchStage, projectStage)
val results = collection.aggregate(pipeline)
results.forEach { result -> println(result) }

Document{{_id=..., genres=[Comedy, Romance], title=Love at First Bite, year=1979}}
Document{{_id=..., genres=[Comedy, Drama], title=Love Affair, year=1994}}

要学习；了解有关Atlas Search助手方法的更多信息，请参阅驱动程序核心API文档中的 SearchOperator 接口参考。