对于 AI 代理:可在 https://www.mongodb.com/zh-cn/docs/llms.txt 获取文档索引—通过在任何 URL 路径后添加 .md 可获取所有页面的 Markdown 版本。

群组和总数据

本教程说明了如何构建聚合管道、对集合执行聚合以及使用您选择的语言显示结果。

本教程演示如何对客户订单数据群组和分析。结果显示在 2020 购买商品的客户列表,并包括每个客户的 2020 订单历史记录。

聚合管道执行以下操作:
本教程演示如何对客户数订单数据进行分组和分析。结果显示了在 2020 购买过商品的客户数列表,并包含每位客户在 2020 的订单历史记录,按购买日期排序。
  • 根据字段值匹配文档子集

  • 按公共字段值对文档进行分组

  • 将计算字段添加到每个结果文档


➤ 使用右上角的 Select your 语言)下拉菜单设立以下示例的语言,或选择MongoDB Shell。


此示例使用 orders集合,其中包含描述单个产品订单的文档。由于每个订单只对应一个客户,因此聚合按 customer_id字段(包含客户电子邮件地址)对订单文档进行分组。

要创建 orders 集合,请使用 insertMany() 方法:

db.orders.insertMany( [ { customer_id: "elise_smith@myemail.com", orderdate: new Date("2020-05-30T08:35:52Z"), value: 231, }, { customer_id: "elise_smith@myemail.com", orderdate: new Date("2020-01-13T09:32:07Z"), value: 99, }, { customer_id: "oranieri@warmmail.com", orderdate: new Date("2020-01-01T08:25:37Z"), value: 63, }, { customer_id: "tj@wheresmyemail.com", orderdate: new Date("2019-05-28T19:13:32Z"), value: 2, }, { customer_id: "tj@wheresmyemail.com", orderdate: new Date("2020-11-23T22:56:53Z"), value: 187, }, { customer_id: "tj@wheresmyemail.com", orderdate: new Date("2020-08-18T23:04:48Z"), value: 4, }, { customer_id: "elise_smith@myemail.com", orderdate: new Date("2020-12-26T08:55:46Z"), value: 4, }, { customer_id: "tj@wheresmyemail.com", orderdate: new Date("2021-02-29T07:49:32Z"), value: 1024, }, { customer_id: "elise_smith@myemail.com", orderdate: new Date("2020-10-03T13:49:44Z"), value: 102, }] )

以下步骤演示了如何创建和运行聚合管道以对文档群组并计算新字段。

1

首先,将一个 $match 阶段添加到您传递给 aggregate() 的管道数组中。orders 集合还包含其他年份的订单,此阶段将它们从管道的其余部分中排除:

{ $match: { orderdate: { $gte: new Date("2020-01-01T00:00:00Z"), $lt: new Date("2021-01-01T00:00:00Z"), }} },
2

接下来,添加一个 $sort 阶段,以对 orderdate 字段设置升序排序:

{ $sort: { orderdate: 1 } },
3

添加一个 $group 阶段,按 customer_id 字段的值对订单进行分组。_id 字段包含分组键,因此每个结果文档代表一个客户数。

在此阶段,添加累加器以在结果文档中创建以下字段:

  • first_purchase_date: 客户第一次购买 2020 的日期。$first 累加器返回来自每个组中第一个文档的值,并且前面的 $sort 阶段在 orderdate 上使其成为客户最早的订单

  • total_value: 所有客户数购买的总价值,由... 计算 $sum

  • total_orders: 客户的购买总数,通过将 1 添加到 $sum 累加器对组中的每个订单进行计算。

  • orders: 该客户的所有购买清单。$push 累加器会对组中的每个订单将一个条目添加到此数组,这样可以保留每个单独订单的日期和值以及总计。

{ $group: { _id: "$customer_id", first_purchase_date: { $first: "$orderdate" }, total_value: { $sum: "$value" }, total_orders: { $sum: 1 }, orders: { $push: { orderdate: "$orderdate", value: "$value" } }} },
4

接下来,添加另一个 $sort 阶段,对 first_purchase_date 字段设置升序排序。此阶段对结果进行排序,以便在 2020 中最早下单的客户数排在最前面:

{ $sort: { first_purchase_date: 1 } },
5

添加一个 $set 阶段,以从 $group 阶段设置的 _id 字段重新创建 customer_id 字段:

{ $set: { customer_id: "$_id" } },
6

最后,添加 $unset 阶段。$unset 阶段从结果文档中删除 _id 字段,因为前一步中的 $set 阶段已将其值复制到 customer_id:

{ $unset: ["_id"] }
7

在 orders 集合上运行已完成的管道:

db.orders.aggregate( [ // Stage 1: Match orders in 2020 { $match: { orderdate: { $gte: new Date("2020-01-01T00:00:00Z"), $lt: new Date("2021-01-01T00:00:00Z"), } } }, // Stage 2: Sort orders by date { $sort: { orderdate: 1 } }, // Stage 3: Group orders by email address (customer_id) { $group: { _id: "$customer_id", first_purchase_date: { $first: "$orderdate" }, total_value: { $sum: "$value" }, total_orders: { $sum: 1 }, orders: { $push: { orderdate: "$orderdate", value: "$value" } } } }, // Stage 4: Sort orders by first order date { $sort: { first_purchase_date: 1 } }, // Stage 5: Display the customers' email addresses { $set: { customer_id: "$_id" } }, // Stage 6: Remove unneeded fields { $unset: ["_id"] }] )
8

聚合返回以下来自 2020 的客户数订单摘要。结果文档包含有关特定客户数下的所有订单的详情,并按客户数的电子邮件地址分组,并按购买日期排序:

{ first_purchase_date: ISODate("2020-01-01T08:25:37.000Z"), total_value: 63, total_orders: 1, orders: [ { orderdate: ISODate("2020-01-01T08:25:37.000Z"), value: 63 } ], customer_id: 'oranieri@warmmail.com'}{ first_purchase_date: ISODate("2020-01-13T09:32:07.000Z"), total_value: 436, total_orders: 4, orders: [ { orderdate: ISODate("2020-01-13T09:32:07.000Z"), value: 99 }, { orderdate: ISODate("2020-05-30T08:35:52.000Z"), value: 231 }, { orderdate: ISODate("2020-10-03T13:49:44.000Z"), value: 102 }, { orderdate: ISODate("2020-12-26T08:55:46.000Z"), value: 4 } ], customer_id: 'elise_smith@myemail.com'}{ first_purchase_date: ISODate("2020-08-18T23:04:48.000Z"), total_value: 191, total_orders: 2, orders: [ { orderdate: ISODate("2020-08-18T23:04:48.000Z"), value: 4 }, { orderdate: ISODate("2020-11-23T22:56:53.000Z"), value: 187 } ], customer_id: 'tj@wheresmyemail.com'}
选择您的语言
给本页内容打分