玩转MongoDB数据库计算

原文链接：http://c.raqsoft.com.cn/article/1540877315505?r=alice

MongoDB属于 NoSql 中的基于分布式文件存储的文档型数据库，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似 json 的 bson 格式，因此可以存储比较复杂的数据类型。Mongo 最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，但是写起来并不简单。若能集算器 SPL 语言结合，处理起来就相对容易多了。

 

        现在我们针对 MongoDB 在计算方面的问题进行讨论分析，通过集算器 SPL 语言加以改进，方便用户使用 MongoDB。现从如下情况加以说明：

 

1. 单表内嵌数组结构的统计............................................... 1
2. 单表内嵌文档求和......................................................... 3
3. 分段分组结构................................................................ 5
4. 同构表合并................................................................... 6
5. 关联嵌套结构情况 1...................................................... 8
6. 关联嵌套结构情况 2..................................................... 10
7. 关联嵌套结构情况 3..................................................... 11
8. 多字段分组统计........................................................... 14
9. 两表关联查询............................................................... 16
10. 多表关联查询............................................................. 17
11. 指定数组查找............................................................. 19
12. 关联表中的数组查找................................................... 20

 

1. 单表内嵌数组结构的统计

对嵌套数组结构中的数据统计处理。查询考试科目的平均分及每个学生的总成绩情况。
测试数据：

_id	name	sex	Scroe
1	Tom	F	[{"lesson":" Physics ","mark":60   },   {"lesson":" Chemical ","mark":72 }]
2	Jerry	M	[{"lesson":" Physics ","mark":92   },   {"lesson":" Math ","mark":81 }]

期待统计结果：

Physics	76		Tom	132
Chemical	72		Jerry	173
Math	81

脚本：

db.student.aggregate( [   {\$unwind : "\$scroe"}, {\$group: {   "_id":   {"lesson":"\$scroe.lesson"} ,   "qty":{"\$avg":   "\$scroe.mark"}   } } ] )

db.student.aggregate( [   {\$unwind : "\$scroe"}, {\$group: {   "_id": {"name"   :"\$name"} ,   "qty":{"\$sum" :   "\$scroe.mark"}   } }  ] )

由于各科分数 scroe 是按课目、成绩记录的数组结构，统计前需要将它拆解，将每科成绩与学生对应，然后再实现分组计算。这需要熟悉 unwind 与 group 组合的应用。

SPL 脚本：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,"student.find()").fetch()
3	=A2.conj(scroe).groups(lesson:LESSON;avg(mark):AVG)
4	=A2.new(name:NAME,scroe.sum(mark):TOTAL)
5	>A1.close()

按课目统计的总分数

LESSON	AVG
Chemical	72.0
Math	81.0
Physics	76.0

每个学生的总成绩

NAME	TOTAL
Tom	132
Jerry	173

脚本说明：
      A1：连接 mongo 数据库。
      A2：获取 student 表中的数据。
      A3：将 scroe 数据合并成序表，再按课程分组，计算平均分。
      A4：统计每个学生的成绩后返回列名为 NAME、TOTAL 的序表。new 函数表示生成新序表。
      A5：关闭数据库连接。
 
这个比较常用嵌套结构统计的例子许多人遭遇过、需要先拆解，主要是熟悉 mongodb 对嵌套数据结构的处理。

更多细节可看原文：http://c.raqsoft.com.cn/article/1540877315505?r=alice

作者：oradt
来源：乾学院
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。