MongoDB 集計

MongoDBにおける集計(aggregate)は主にデータ処理（統計平均、合計など）に使用され、計算後のデータ結果を返します。

少し似ていますSQLステートメント内のcount(*)。

aggregate() メソッド

MongoDBで集計を行うにはaggregate()メソッドを使用します。

構文

aggregate() メソッドの基本構文は次のとおりです：

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

例

コレクション内のデータは次のとおりです：

{
   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview', 
   description: 'MongoDB is no sql database',
   by_user: 'example.com',
   url: 'http://www.example.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview', 
   description: 'No sql database is very fast',
   by_user: 'example.com',
   url: 'http://www.example.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
},
{
   _id: ObjectId(7df78ad8902e)
   title: 'Neo4j Overview', 
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
},

次に、上記のコレクションを使用して各著者が書いた記事数を計算し、aggregate()で計算した結果は次のとおりです：

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{
   "result" : [
      {
         "_id" : "example.com",
         "num_tutorial" : 2
      },
      {
         "_id" : "Neo4j",
         "num_tutorial" : 1
      }
   ],
   "ok" : 1
}
>

上記の例はSQLステートメントに似ています：

 select by_user, count(*) from mycol group by by_user

上記の例では、by_user フィールドでデータをグループ化し、by_user フィールドが同じ値の合計を計算しています。

次の表は、いくつかの集計式を示しています：

パイプラインの概念

パイプラインはUnixやLinuxでは、現在のコマンドの出力結果を次のコマンドのパラメータとして渡すために一般的に使用されます。

MongoDBの集計パイプラインは、MongoDBドキュメントを1つのパイプラインで処理した後、結果を次のパイプラインに渡して処理します。パイプライン操作は繰り返し実行できます。

式：入力ドキュメントを処理して出力します。式はステートレスであり、現在の集計パイプラインのドキュメントの計算にのみ使用でき、他のドキュメントは処理できません。

ここでは、集計フレームワークでよく使用されるいくつかの操作を紹介します：

• $project：入力ドキュメントの構造を変更します。フィールドの名前変更、追加、削除に使用でき、計算結果やネストされたドキュメントの作成にも使用できます。
• $match：データをフィルタリングし、条件に合うドキュメントのみを出力します。$matchはMongoDBの標準クエリ操作を使用します。
• $limit：MongoDB集計パイプラインが返すドキュメント数を制限します。
• $skip：集計パイプライン内で指定した数のドキュメントをスキップし、残りのドキュメントを返します。
• $unwind：ドキュメント内の配列型フィールドを複数のドキュメントに分割し、それぞれが配列内の1つの値を含むようにします。
• $group：コレクション内のドキュメントをグループ化し、統計結果に使用できます。
• $sort：入力ドキュメントをソートして出力します。
• $geoNear：特定の地理的位置に近い順にドキュメントを出力します。

パイプライン演算子の例

1、$projectの例

db.article.aggregate(
    { $project : {
        title : 1 ,
        author : 1 ,
    }}
 );

この場合、結果には_id、tilte、authorの3つのフィールドだけが残ります。デフォルトでは_idフィールドが含まれますが、_idを含めたくない場合は次のようにします：

db.article.aggregate(
    { $project : {
        _id : 0 ,
        title : 1 ,
        author : 1
    }});

2. $matchの例

db.articles.aggregate( [
                        { $match : { score : { $gt : 70, $lte : 90 } } },
                        { $group: { _id: null, count: { $sum: 1 } } }
                       ] );

$matchは、スコアが70より大きく90以下のレコードを取得し、条件に一致するレコードを次のステージの$groupパイプライン演算子に渡して処理するために使用します。

3. $skipの例

db.article.aggregate(
    { $skip : 5 });

$skipパイプライン演算子による処理後、最初の5つのドキュメントが「フィルタリング」されます。