<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>
- 俩张mongo数据库表进行联查
// java实现'from'后面是副表名，‘localField’:主表关联字段，‘foreignField’:副表关联字段，‘as’:关联表的命名,score1相当于临时集合存储数据
LookupOperation lookupOperation = LookupOperation.newLookup().from("test_study_log").
localField("userId").foreignField("userId").as("score1");
//上面的关联查询只是两张表进行关联，如果想要一对多，就再创建一个LookupOperation对象，将对象添加到List集合中即可实现。
// 拼装具体查询信息
Criteria docCri = Criteria.where("score1").not().size(0);
docCri.and("totalLength").is(100);//条件1
docCri.and("videoName").is("测试课程");//条件2
AggregationOperation match = Aggregation.match(docCri);
// 把条件封装成List
List operations = new ArrayList<>();
operations.add(lookupOperation);
operations.add(match);
// 构建 Aggregation
Aggregation aggregation = Aggregation.newAggregation(operations);
// 执行查询
AggregationResults results = mongoTemplate.aggregate(aggregation, "video_store", Map.class);
List mapList = results.getMappedResults();
System.err.println("联查结果："+ JSON.toJSONString(mapList));
2、分页查询处理 （ps：PageHelper分页组件使用项目环境内的就行）
Map resultMap = new HashMap<>();
int currentPage = 1;
int pageSize = 5;
PageHelper.startPage(currentPage,pageSize);
//模糊查询 模糊匹配
//Pattern pattern = Pattern.compile("^.*"+"s"+".*",Pattern.CASE_INSENSITIVE);
//Query query = Query.query(Criteria.where("provinceCode").regex(pattern));
Query query = new Query();
// 查询记录总数
int totalCount = (int) mongoTemplate.count(query, Map.class,"test_study_log");
// 数据总页数
int totalPage = totalCount % pageSize == 0 ? totalCount / pageSize : totalCount / pageSize + 1;
// 设置记录总数和总页数
resultMap.put("totalCount", totalCount);
resultMap.put("totalPage", totalPage);
// 设置起始数
query.skip((currentPage - 1) * pageSize)
// 设置查询条数
.limit(pageSize);
// 排序
query.with(Sort.by(Sort.Direction.DESC,"createTime"));
// 查询当前页数据集合
List records = mongoTemplate.find(query, Map.class,"test_study_log");
PageInfo<Map> pageRecords = new PageInfo<>(records);
System.err.println("分页查询结果："+ JSON.toJSONString(pageRecords));
3、聚合分组查询
//写法1
List operations2 = new ArrayList<>();
operations2.add(Aggregation.group("userId").first("userId").as("userId").count().as("totalLength"));
operations2.add(Aggregation.project("userId","totalLength").andExclude("_id"));
Aggregation aggregation2 = Aggregation.newAggregation(operations2);
AggregationResults map = mongoTemplate.aggregate(aggregation2,"test_study_log",TestStudyPo.class);
List list = map.getMappedResults();
//正序排序
List mapList1 = (List) list.stream().sorted(Comparator.comparing(TestStudyPo::getUserId)).collect(Collectors.toList());
mapList1.forEach(map1 -> System.err.println("写法1聚合正序："+map1));
//倒序排序
Collections.sort(mapList1, Comparator.comparing(TestStudyPo::getUserId).reversed());
mapList1.stream().limit(5).forEach(map1 -> System.err.println("写法1聚合倒序："+map1));
System.err.println("聚合分组写法1查询结果："+ JSON.toJSONString(list));
//写法2
AggregationResults<TestStudyPo> document = null;
document = mongoTemplate.aggregate(Aggregation.newAggregation(
//group分组字段 first 需要查询出来的字段 count 合计出来的数字别称
Aggregation.group("userId").first("userId").as("userId").count().as("totalLength"),
//忽略查询出来后结果集内有_id 避免实例化失败
Aggregation.project("userId","totalLength").andExclude("_id")),
"test_study_log", TestStudyPo.class);
List list2 = document.getMappedResults();
//正序排序
List mapList2 = (List) list2.stream().sorted(Comparator.comparing(TestStudyPo::getUserId)).collect(Collectors.toList());
mapList2.forEach(map1 -> System.err.println("聚合正序："+map1));
//倒序排序
Collections.sort(mapList2, Comparator.comparing(TestStudyPo::getUserId).reversed());
mapList2.stream().limit(5).forEach(map1 -> System.err.println("聚合倒序："+map1));
System.err.println("聚合分组写法2查询结果："+ JSON.toJSONString(list2));
4、聚合合计查询
List operations3 = new ArrayList<>();
operations3.add(Aggregation.group("userId").first("userId").as("userId").sum("totalLength").as("totalLength"));
operations3.add(Aggregation.project("userId","totalLength").andExclude("_id"));
Aggregation aggregation3 = Aggregation.newAggregation(operations3);
AggregationResults map3 = mongoTemplate.aggregate(aggregation3,"test_study_log",TestStudyPo.class);
List<TestStudyPo> list3 = map3.getMappedResults();
System.err.println("聚合合计查询结果："+ JSON.toJSONString(list3));
现阶段使用有这些方法，如有需要可借鉴，欢迎补充。
Java代码实现Mongo数据聚合查询首先引入mongo依赖<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-mongodb</artifactId> </dependency>俩张mongo数据库表进行联查 // java实现'from'后面是副表名，‘loc
MapReduce
聚合命令(count、distinct、group)
聚合框架agregate使用聚合框架agregate可以通过多个操作符对文档进行处理，将前一个操作符处理后的结果传给下一个操作符，最后一个操作符处理的结果就是聚合的最后的结果
$match:筛选条件，过滤掉不满足条件的文档,可以使用常规的查询操作符，如$gt、
public static AggregateIterable<Document> groupCountBySiteId(String devId, String dataType, String startDateTime, String endDateTime, String fileName, String collectionName) {
//连接数据库 collectionName
MongoDatabase md = MongoManager.getMongoI
聚合函数(aggregate)
1.1 作用
用于处理数据(诸如统计平均值，求和等)，并返回计算后的数据结果,是MongoDB的高级查询语言，它允许我们通过转换和合并多个文档中的数据来生成新的单个文档中不存在的信息
1.2 聚合管道
1.2.1 $project实例
db.article.aggregate(
{ $project : {
title : 1 ,
author : 1 ,
