JAVA mongodb 聚合几种查询方式详解

一、BasicDBObject

整个聚合查询是统计用户的各种状态下的用户数量为场景：

1.筛选条件：

date为查询日期：

BasicDBObject Query = new BasicDBObject();
Query.put("time",new BasicDBObject("$gte", date + " 00:00:00")
 .append("$lte", date + " 23:59:59"));

如果有多个条件：直接加Query.put("status", 0);

如果有OR筛选：

BasicDBList values = new BasicDBList();
values.add(new BasicDBObject("status", new BasicDBObject("$exists",false)));
values.add(new BasicDBObject("status", 0));
Query.put("$or", values);

其中 new BasicDBObject("$exists",false)) 就是“status”不存在（mongodb文档可不等于实体的字段）

2.拼接match

DBObject Match = new BasicDBObject("$match", Query);

将上一步的Query放入macth筛选中

3.拼接分组条件

此步相当于SQL的Group By

BasicDBObject GroupBy = new BasicDBObject();// 分组条件
GroupBy.put("userId", "$userId");//根据用户ID来分组

同第一步的筛选一样，如果有多个分组可直接添加在后面：GroupBy.put("status", "$status");

4.分组后查询

首先把分组拼接上：

DBObject Select = new BasicDBObject("_id", GroupBy);

如果我们要对分组后的数据进行操作：（这里是用户的统计数量）

Select.put("count", new BasicDBObject("$sum", 1));

5.拼接$group

DBObject Group = new BasicDBObject("$group", Select);

至此。我们拼接，mongodb的语句到此结束

下面我们开始查询操作：

import com.mongodb.AggregationOutput;
import org.springframework.data.mongodb.core.MongoTemplate;
AggregationOutput Output = mongoTemplate.getCollection("这里是mongodb的数据表名")
  .aggregate(Match, Group);

读取查询结果：

Iterable<DBObject> map = Output.results();
//遍历map
for (DBObject dbObject : map) {
  //这里读取到的map为{"_id":{"userId":1,"status"0}}...
  Map<String, Object> resultMap = (Map<String, Object>) dbObject.get("_id");

  //这里截取掉.0
  Integer userId = Integer.parseInt(CommUtil.toString(ausgMap.get("userId")).replace(".0",""));

  //在这里我们就可以对我们的数据进行操作了；
  Integer count = Integer.parseInt(CommUtil.toString(dbObject.get("count")));

}

二、DBObject

不多说，如果大家觉得第一种方法特别长篇大论，那么下面我给大家带来一种代码更简洁的聚合查询：

直接上代码吧。

1.注意导入的包:

import com.mongodb.DBObject; import com.mongodb.util.JSON;

2.$macth:

(beginDay-查询开始日期；endDay-查询结束日期)

DBObject match = (DBObject) JSON.parse("{$match:{'status':'1','time':
  {$gte:'"+beginDay+"',$lte:'"+endDay+"'}}}");

3.$group:

（以userId分组，统计用户数量，累加amout字段值，取amout字段最大值）

DBObject group = (DBObject) JSON.parse("{$group:{_id:'$userId',
  count:{$sum:1},total:{$sum:'$amount'},maxSigle:{$max:'$amount'}}}");

条件拼接完，开始查询：

List<DBObject> list = new ArrayList<DBObject>();
list.add(match); list.add(group);
AggregationOutput Output = mongoTemplate.getCollection("表名").aggregate(list);

遍历结果就不用在说了。上面已经详细描述了

第二种方法是不是比一种方式简单多了。但是比较考验自身对mongodb语句熟悉性。

【扩展】

接着上面的方法进行扩展

//status 为0或者为1 ; type 不为11；time在beginDay ~ endDay时间段内
DBObject match = (DBObject) JSON.parse("{$match:{'status':{$in:['0','1']},
  type:{$ne:11},'time':{$gte:'"+beginDay+"',$lte:'"+endDay+"'}}}");

//以用户Id分组，统计查询次数，取最后一次time的时间
DBObject group = (DBObject) JSON.parse("{$group:{_id:'$userId',
  count:{$sum:1},lastTime:{$max:'$time'} }}");

//在上一步统计出的结果中筛选次数大于100的数据
DBObject groupMatch = (DBObject) JSON.parse("{$match:{count:{$gte:100}}}");

//$project----查询结果中需要显示哪些字段，显示则设置为1。如下需要不显示_id 域（字段），则需如下指定：
//db.集合名.aggregate( [ { $project : { _id: 0, count: 1 , lastSuccTime: 1 } } ] )
DBObject project = (DBObject) JSON.parse("{$project:{_id:1,count:1,lastSuccTime:1}}");

DBObject sort = (DBObject) JSON.parse("{$sort:{'count':-1}}");//排序

List<DBObject> list = new ArrayList<DBObject>();
list.add(match);
list.add(group);
list.add(groupMatch);
list.add(project);
list.add(sort);
AggregationOutput catchOutPut = mongoTemplate.getCollection("表名")
  .aggregate(list);//查询结果

三、BasicDBObject+脚本语句

BasicDBObject groupIndex = new BasicDBObject();
BasicDBObject distinctQuery = new BasicDBObject();
distinctQuery.put("userId", new BasicDBObject("$in", userIds));//UserIds数组
BasicDBObject initIndex = new BasicDBObject();
initIndex.put("count", 0);//给count赋初值

// 脚本（doc代表数据库的数据.prev代表查询结果//prev.count这里的count就是上一步initIndex的count）
String reduce = "function(doc, prev) {if(doc.status==0){prev.count+= 1;};}";
List<Map<String, Object>> basicDBList = (List<Map<String, Object>>) mongoTemplate.
  getCollection("Collection").group(groupIndex, distinctQuery, initIndex, reduce, null);

最后循环遍历List即可得到结果【PS：group这种聚合方式有个限制条件--->超过20000数据就会报错】

以上就是我在普通业务处理中用到mongodb聚合处理。如果有更好的方法或是有需要改进的地方，欢迎大家给我留言~