MongoDB数据库查询JSON数据中的聚合管道：高效汇总和分析数据

# 1. MongoDB聚合管道概述

MongoDB聚合管道是一个强大的工具，用于汇总、分析和转换JSON数据。它允许您将多个操作串联起来，以复杂的方式处理数据。聚合管道由一系列阶段组成，每个阶段执行一个特定的操作，例如过滤、分组或聚合数据。

聚合管道语法简洁易懂。每个阶段都由一个操作名称和一个参数列表组成。例如，以下阶段使用`$match`操作符过滤具有特定字段值的数据：

{
  $match: {
    "field": "value"
  }
}

# 2. 聚合管道的基础操作

### 2.1 阶段类型和语法

聚合管道由一系列阶段组成，每个阶段执行特定操作，将输入文档转换为输出文档。聚合阶段的语法如下：

{
  <stage1_name>: {
    <stage1_operator>: <expression>
  },
  <stage2_name>: {
    <stage2_operator>: <expression>
  },
  ...
}

其中：

- `<stage_name>`：阶段的名称，用于标识阶段。
- `<stage_operator>`：阶段操作符，指定阶段执行的操作。
- `<expression>`：操作符的参数，可以是字段名称、常量或其他表达式。

### 2.2 常见的聚合函数

MongoDB提供了丰富的聚合函数，用于对数据进行汇总、计算和分析。一些常见的聚合函数包括：

| 函数 | 描述 |
|---|---|
| `$sum` | 计算字段值的总和 |
| `$avg` | 计算字段值的平均值 |
| `$min` | 查找字段值的最小值 |
| `$max` | 查找字段值的最小值 |
| `$first` | 返回文档中第一个匹配的字段值 |
| `$last` | 返回文档中最后一个匹配的字段值 |
| `$push` | 将字段值添加到数组中 |
| `$addToSet` | 将字段值添加到集合中，避免重复 |

### 2.3 管道操作符

管道操作符用于连接和修改聚合阶段。一些常见的管道操作符包括：

| 操作符 | 描述 |
|---|---|
| `$project` | 选择或排除文档中的字段 |
| `$match` | 过滤文档，仅保留满足条件的文档 |
| `$sort` | 对文档进行排序 |
| `$limit` | 限制返回的文档数量 |
| `$skip` | 跳过指定数量的文档 |
| `$unwind` | 展开数组字段，将每个元素视为单独的文档 |
| `$group` | 对文档进行分组，并应用聚合函数 |

**示例：**

以下聚合管道使用 `$match`、`$group` 和 `$sum` 操作符来计算每个产品的总销售额：

{
  "$match": {
    "product_type": "electronics"
  },
  "$group": {
    "_id": "$product_id",
    "total_sales": { "$sum": "$sales" }
  }
}

**逻辑分析：**

- `$match` 阶段过滤文档，仅保留 `product_type` 为 "electronics" 的文档。
- `$group` 阶段将文档按 `product_id` 分组，并使用 `$sum` 操作符计算每个组的 `sales` 字段的总和。
- 结果是一个文档集合，其中每个文档包含一个 `_id` 字段（产品 ID）和一个 `total_sales` 字段（该产品的总销售额）。

# 3.1 多阶段聚合

多阶段聚合允许将多个聚合管道阶段链接在一起，以执行复杂的数据处理任务。每个阶段都执行特定的操作，其输出作为后续阶段的输入。通过组合多个阶段，可以创建强大的聚合管道，以提取、转换和汇总数据。

**语法：**

db.collection.aggregate([
  { $stage1: { ... } },
  { $stage2: { ... } },
  ...
  { $stageN: { ... } }
])

**示例：**

考虑一个包含以下文档的集合：

{ "_id": 1, "name": "John", "age": 25, "scores": [75, 80, 90] }
{ "_id": 2, "name": "Mary", "age": 30, "scores": [85, 95, 100] }
{ "_id": 3, "name": "Bob", "age": 35, "scores": [60, 70, 80] }

要计算每个人的平均得分，可以使用多阶段聚合管道：

db.collection.aggregate([
  {
    $unwind: "$scores"
  },
  {
    $group: {
      _id: "$name",
      avgScore: { $avg: "$scores" }
    }
  }
])

**阶段 1：** `$unwind` 阶段将 `scores` 数组解开，创建新的文档，其中每个文档包含一个分数。

**阶段 2：** `$group` 阶段将解开的文档分组到 `_id` 字段（即姓名），并计算每个组的平均分数。

**输出：**

{ "_id": "John", "avgScore": 81.66666666666667 }
{ "_id": "Mary", "avgScore": 93.333333333333