$bucket : { groupBy : < expression > , // 需要统计的信息 可以是表达式或者字段 boundaries : [ < lowerbound1 > , < lowerbound2 > , ... ], // 约束信息的范围 default : < literal > , // 不在约束范围内的默认值 output : { //输出的字段信息 < output1 >: { < $accumulator expression > }, < outputN >: { < $accumulator expression > }

{ "_id" : 1, "title" : "title1", "year" : 1926,
    "price" : NumberDecimal("199.99") }
{ "_id" : 2, "title" : "title2", "year" : 1902,
    "price" : NumberDecimal("280.00") }
{ "_id" : 3, "title" : "title3", "year" : 1925,
    "price" : NumberDecimal("76.04") }
{ "_id" : 4, "title" : "title4",
    "price" : NumberDecimal("167.30") }
{ "_id" : 5, "title" : "title5
    "price" : NumberDecimal("483.00") }
{ "_id" : 6, "title" : "title6" : 1913,
    "price" : NumberDecimal("385.00") }
{ "_id" : 7, "title" : "title7", "year" : 1893}
{ "_id" : 8, "title" : "title8", "year" : 1918,
    "price" : NumberDecimal("118.42") }
    $bucket: {
      groupBy: "$price", // 对prices字段进行统计查询
      boundaries: [ 0, 200, 400 ], // 数据的边界范围，包左不包右
      default: "Other", // 不在boundaries内的默认名称
      output: {
        "count": { $sum: 1 }, // 统计
        "titles" : { $push: "$title" } // 将改范围内的title组成数组
  "_id" : 0,
  "count" : 4,
  "titles" : ["title1","title3","title4","title8"]

}// 0<=prices<200

  "_id" : 200,
  "count" : 2,
  "titles" : [
    "title2",
    "title6"
}// 200<=prices<400
  "_id" : "Other",
  "count" : 2,
  "titles" : [
    "title5",
    "title7"
}// 不在0-400范围内的

mongo stat是mongdb自带的状态检测工具，在命令行下使用。它会间隔固定时间获取 mongodb 的当前运行状态，并输出。如果你发现数据库突然变慢或者有其他问题的话，你第一手的操作就考虑采用 mongo stat来查看 mongo 的状态。它的输出有以下几列：类似于MySQL的slowlog, MongoDB 可以监控所有慢的以及不慢的 查询 。Profiler默认是关闭的，你可以选择全部开启，或者有慢 查询 的时候开启。查看Profile日志3个字段的意义不多说，此处有官方文档。注意，造成满 查询 可能是索引的问题，也可能是数据不在内存造成因此磁盘读入造成。 Mongodb 自带了Web控制台，默认和数据服务一同开 今天的话题是进阶模式，所以我假设在坐各位至少是已经对 MongoDB 有了一些基本的了解。 不过每次总有一些同学以为这里有水果吃才坐进来的，所以在这里我简单介绍一下： MongoDB 不是芒果(mango)，它在拉丁文中的原意是巨大的意思。如果用一句话来概括的话， mongo 是一个高可 MongoDb 3.4版本新功能 根据指定的表达式将传入的文档分类到特定数量的组(称为 bucket )中。 Bucket 边界将自动确定，以便将文档平均分配到指定数量的 Bucket 中。 每个桶在输出中表示为一个文档。每个桶的文档包含一个_id字段，其值指定桶的包含下界和排他上界，以及一个包含桶中文档数量的count字段。在未指定输出... bucket ：按照范围分组官网原生代码：db.artwork.aggregate( [  {    $ bucket : {      groupBy: "$price",      boundaries: [ 0, 200, 400 ],      default: "Other",      output: {        "count": { $sum: 1 },        "titles... MongoDB 聚合 框架（Aggregation Framework）是一个计算框架，它可以：①：作用在一个或者几个集合上;②：对集合中的数据进行一系列的运算;③：将这些数据转化为期望的形式;从效果而言， 聚合 框架相当于SQL中的 group by、left outer join、as等。 随着数据在一段时间内持续流入（时间序列数据），我们可能倾向于将每个测量值存储在自己的文档中。然而，这种倾向是一种非常偏向于关系型数据处理的方式。如果我们有一个传感器每分钟测量温度并将其保存到数据库中，我们的数据流可能看起来像这样： sensor_id: 12345, timestamp: ISODate("2019-01-31T10:00:00.000Z"), temperature: 40 sensor_id: 12345, timestamp: MongoDB 之 聚合 查询 MongoDB 普通 查询 播客：https://blog.csdn.net/sinat_32366329/article/details/81784562 聚合 框架是 MongoDB 的高级 查询 语言，允许我们通过转化合并由多个文档的数据来生成新的在单个文档里不存在的文档信息。通俗一点来说，可以把 MongoDB 的 聚合 查询 等价于SQL的GROUP BY语句。 聚合 操作过程可以理... 在 MongoDB 中我们可以通过aggregate()函数来完成一些 聚合 查询 ，aggregate()函数主要用于处理诸如 统计 ，平均值，求和等，并返回计算后的数据结果 db.collection.aggregate([ $group:{ id:{"$分组键名","$分组键名","$分组键名"....} 别名:{ 聚合 ... 聚合 操作主要用于处理数据并返回计算结果。 聚合 操作将来自多个文档的值组合在一起，按条件分组后，再进行一系列操作（如求和、平均值、最大值、最小值）以返回单个结果。MapReduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）mapreduce使用javascript语法编写，其内部也是基于javascript V8引擎解析并执行，javascript语言的灵活性也让mapreduce可以处理更加复杂的业务场景；