关于Mongodb + java + 分组求和、平均值（MongoTemplate）_mongotemplate求和_qq_37870582的博客

link之家
链接快照平台
输入网页链接，自动生成快照
标签化管理网页链接
1. 创建集合

db.




    
material.insert([
    { "_id" : "M00001", "name" : "多乐士油漆", "price" : 80},
    { "_id" : "M00002", "name" : "马可波罗瓷砖", "price" : 20 },
    { "_id" : "M00003", "name": "海螺水泥", "price": 150  },
    { "_id" : "M00004", "name" : "大金空调", "price" : 500},
    { "_id" : "M00005", "name" : "公牛插座", "price" : 25},
    { "_id" : "M00006", "name" : "慕思寝具", "price" : 50},
    { "_id" : "M00007", "name" : "踏踏木门", "price" : 100}
db.merchant.insert([
   { "_id" : "T00001", "name" : "张三建材", "materialCode" : ["M00001", "M00002", "M00003"]},
   { "_id" : "T00002", "name" : "李四建材", "materialCode" : ["M00004", "M00002", "M00005"]},
   { "_id" : "T00003", "name" : "王五建材", "materialCode" : ["M00006", "M00002", "M00007"]}
2. 聚合分组、求和、平均值查询
 
2.1 MongoTemplate查询
 
package com.hollysys.tn.controller;
import io.swagger.annotations.Api;
import lombok.Data;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.aggregation.Aggregation;
import org.springframework.data.mongodb.core.mapping.Document;
import org.springframework.data.mongodb.core.query.Criteria;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.List;
import java.util.Map;
@RestController
@RequestMapping(value = "/test")
@Api(tags = "测试")
public class TestController {
	@Autowired
	private MongoTemplate mongo;
	@Data
	@Document("material")
	class Material{
		private String _id;
		private String name;
		private Integer price;
	@Data
	@Document("merchant")
	class Merchant{
		private String _id;
		private String name;
		private List<String> materialCode;
	@GetMapping("/test")
	public List<Map> test() {
		Aggregation aggregation = Aggregation.newAggregation(
				Aggregation.unwind("materialCode"),
				Aggregation.lookup("material", "materialCode", "_id", "merchant_as"),
				Aggregation.unwind("merchant_as"),
				Aggregation.project("_id","name","materialCode")
					.and("merchant_as.name").as("materialName")
					.and("merchant_as.price").as("price"),
				Aggregation.group("materialCode", "materialName")
					.count().as("count")
					.sum("price").as("sum")
					.avg("price").as("avg"),
				Aggregation.match(Criteria
						.where("count").gte(3))
		List<Map> result =  mongo.aggregate(aggregation,"merchant",Map.class).getMappedResults();
		System.out.println(result);
		return result;
2.2 Mongo中的查询
 
db.merchant.aggregate([
     { "$unwind" : "$materialCode" },
        "$lookup" : { 
            "from" : "material",
            "localField" : "materialCode",
            "foreignField" : "_id", 
            "as" : "merchant_as" 
     { "$unwind" : "$merchant_as" },
        "$project" : {
            "_id" : 1,
            "name" : 1,
            "materialCode" : 1,
            "materialName" : "$merchant_as.name",
            "price" : "$merchant_as.price"
        "$group" : {
            "_id" : { "materialCode" : "$materialCode", "materialName" : "$materialName" },
            "count" : { "$sum" : 1 },
            "sum" : { "$sum" : "$price" },
            "avg" : { "$avg" : "$price" }
        "$match" : { 
             "count" : { "$gte" : 3 } 
2.3 使用postman的查询结果
 
        "materialCode": "M00002",
        "materialName": "马可波罗瓷砖",
        "count": 3,
        "sum": 60.0,
        "avg": 20.0
3. 代码步骤解析
 
1.因为主表中的materialCode是一个数组，所以先将其打散，用到了$unwind，具体可以查查文档，打散后的格式是这样的：
 2.用打散后的数据使用$lookup去关联表material得到每一个物料的价格和名称，多表关联可以参考我另一篇文章关于Mongodb + java + 多表关联查询（MongoTemplate），结果如下：
 
3.因为merchant_as是一个数组，并且里面也有_id这个字段，所以需要使用$lookup打散并且使用$project取部分需要的字段，然后给到下游，给到下游的数据是这样的：
 
4.然后对数据分组求和，_id是用来分组的字段，将分组的结果给到下游，结果如下：
 
5.对累计count字段做筛选，选出大于等于三个厂家都卖的建材，结果如下：
  
4. 小结
 
主要使用到mongo的聚合函数，理解了mongo中数据管道这个概念，理解起来就比较简单，所以建议使用MongoTemplate查询的时候，先在mongo中写一遍。所以如果不会mongo语法的童鞋，也建议先学学mongo。以上仅是我的一点经验、本人也是初学者，文章写得有问题还希望指出来，大家一起学习进步！
                    自己关于使用MongoTemplate的一点总结。1. 创建集合db.material.insert([    { "_id" : "M00001", "name" : "多乐士油漆", "price" : 80},    { "_id" : "M00002", "name" : "马可波罗瓷砖", "price" : 20 },    { "_id" : "M00003", "name": "海螺水泥", "price": 150  },    { "_id" : "M00004", "n.
@Document("Schedule")
@Accessors(chain = true)
public class Schedule extends BaseMongoEntity {
	private static final long serialVersionUID = 1L;
	@ApiModelProperty(value = "医院编号")
	@Indexed //.
				适用人群IT从业相关人群，0~10年工作经验者
课程概述【技术选型】??SpringBoot2.x+MongoDB4.x+Vue均选用能进行生产环境部署的稳定版本【开发模式】前后端分离开发，即当前端又当后端，分角色开发【课程受益】一次上手，即学即会，提供全套源代码，直接可以运行【技术介绍】MongoDB目前NoSql中最流行的数据库，互联网的必备神器，目前最新的版本4.x；本课程针对4.x进行搭建和讲解；MongoDB?是一个基于分布式文件存储的数据库。由?C++?语言编写。旨在为?WEB?应用提供可扩展的高性能数据存储解决方案。?MongoDB?是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。MongoDB（来自于英文单词“Humongous”，中文含义为“庞大”）是可以应用于各种规模的企业、各个行业以及各类应用程序的开源数据库。作为一个适用于敏捷开发的数据库，MongoDB的数据模式可以随着应用程序的发展而灵活地更新。MongoDB是专为可扩展性，高性能和高可用性而设计的数据库。它可以从单服务器部署扩展到大型、复杂的多数据中心架构。利用
				看了那么文章，还是官方api最好。。。。
http://docs.spring.io/spring-data/mongodb/docs/current/reference/html/#mongo.aggregation
论坛上的这个可以当做例子：
http://www.mkyong.com/mongodb/spring-data-mongodb-aggregation-grouping-ex
				mongodb中对某一个字段的求和操作是通过 aggregate 来实现的：
   例如：db.successCard.aggregate({$group:{_id:null,moneysum:{$sum:"$money"}}});
   注意：被计算的字段必须是 整型，long或者浮点型
java对它的实现如下
	 * 计算某个字段是和
	 * @param colle
1.聚合的表达式
MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。
下表展示了一些聚合的表达式:
表达式描述实例
计算总和。
db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial...
				第三章：Aggregate
在上一篇文章，讲了spring-data-mongodb常用的增删改查(CRUD)操作,但是平时我们除了这些简单的操作外还需要进行一些复杂统计。本章就介绍mongodb 强大的聚合操作“Aggregate”。
一、Aggregate
MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 co...
				前言：由于最近做的一个物联网项目，需要通过传感器等进行监控，而传感器的的数据是通过mqtt进行上报的。传感器数量多且状态有改变就会发布数据提供订阅,因此数据量也较大，用传统的关系型数据库存储数据不实际，而且业务中不存在大量复杂的事务逻辑操作，可以避开事务机制（回滚）。综合考虑，使用mongodb进行传感器数据的存储。
1.导入maven包：
<!--mongodb-->
        <dependency>
            <groupId>org.sp
				requests是一个Python库，用于发送HTTP请求。它可以用于获取网页内容、发送POST请求、上传文件等。
MongoDB是一个开源的文档数据库，它使用JSON格式存储数据。MongoDB支持复杂的查询和聚合操作，可以处理大量的数据。
Pyecharts是一个Python库，用于创建交互式的图表。它支持多种图表类型，包括折线图、柱状图、散点图等。Pyecharts可以与Jupyter Notebook、Flask等Python框架集成，方便数据可视化。