前言
mongodb在计算集合数组值时候,我们通常会想到使用$group与$sum,但是如果是数组里面多个json对象,并且还需要根据条件过滤多个对象的内容该如何处理?
现在让我们来实现它,假设mongodb中有个user集合,其数据内容如下:
/* 1 */ { "_id" : ObjectId("5c414a6a0847e00385143003"), "date" : "2019-01-18 09", "data" : [ { "app_platform" : "ios", "user" : 3028 }, { "app_platform" : "android", "user" : 4472 }, ] } ...
现在我们需要计算date日期为"2019-01-18 09"并且app_platform的类型为"ios"的user总数
如果可以,请先思考下mongodb语句如何实现。
实现过程中有个执行非常重要,即$unwind,官方解释:
Deconstructs an array field from the input documents to output a document for each element. Each output document is the input document with the value of the array field replaced by the element.
从输入文档中解构一个数组字段,为每个元素输出一个文档。每个输出文档都是输入文档,数组字段的值由元素替换。
于是我们便想到将data数组对象分条拆开,化繁为简,mongodb语句如下:
db.getCollection('user').aggregate([ { $project: { _id: 1, data: 1, date: 1} }, { $match: {"date": "2019-01-18 09"} }, { $unwind: "$data" }, ])
得到结果如下:
/* 1 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"date" : "2019-01-18 09",
"data" : {
"app_platform" : "ios",
"user" : 3028
}
}
/* 2 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"date" : "2019-01-18 09",
"data" : {
"app_platform" : "android",
"user" : 4472
}
}
可以看到数据由数组变成了多条文档数据,于是问题转变为计算结果的user总数,是不是觉得问题变简单了,而且我们也可以继续使用$match来过滤app_platform数据,mongodb语句如下:
db.getCollection('user').aggregate([ { $project: { _id: 1, data: 1, date: 1} }, { $match: {"date": "2019-01-18 09"} }, { $unwind: "$data" }, { $match: { "data.app_platform": { $in: ["ios"]} }, } ])
执行结果如下:
/* 1 */
{
"_id" : ObjectId("5c414a6a0847e00385143003"),
"date" : "2019-01-18 09",
"data" : {
"app_platform" : "ios",
"user" : 3028
}
}
可以看到数据已经被过滤了,如果自信观察两个$match的作用可以发现,mongodb是按顺序执行的,即$match作用于其前面的操作结果集合
让我们继续计算,此时只需要使用group与"htmlcode">
db.getCollection('user').aggregate([ { $project: { _id: 1, data: 1, date: 1} }, { $match: {"date": "2019-01-18 09"} }, { $unwind: "$data" }, { $match: { "data.app_platform": { $in: ["ios"]} } }, { $group: { _id: null, "user": {$sum: "$data.user"}} } ])
结果如下:
/* 1 */
{
"_id" : null,
"user" : 7500
}
计算得出的user即我们所需要的数据。
其实所有的难点如下:
- 计算数组对象数据时将其转变为多条简单的数据格式,$unwind指令将问题轻松得降低了难度
- mongodb的执行顺序,$project,$match都是顺序执行并作用于之前的操作结果
理解了这两点,相信再难的mongodb语句你也能实现。
happy coding!
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对的支持。
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]