MongoDB数据库功能强大！除了基本的查询功能之外，还提供了强大的聚合功能。这里简单介绍一下count、distinct和group。

1.count：

--在空集合中，count返回的数量为0。 > db.test.count() 0 --测试插入一个文档后count的返回值。 > db.test.insert({"test":1}) > db.test.count() 1 > db.test.insert({"test":2}) > db.test.count() 2 --count和find一样，也接受条件。从结果可以看出，只有符合条件的文档参与了计算。 > db.test.count({"test":1}) 1

2.distinct：
distinct用来找出给定键的所有不同的值。使用时也必须指定集合和键。

--为了便于后面的测试，先清空测试集合。 > db.test.remove() > db.test.count() 0 --插入4条测试数据。请留意Age字段。 > db.test.insert({"name":"Ada", "age":20}) > db.test.insert({"name":"Fred", "age":35}) > db.test.insert({"name":"Andy", "age":35}) > db.test.insert({"name":"Susan", "age":60}) --distinct命令必须指定集合名称，如test，以及需要区分的字段，如：age。 --下面的命令将基于test集合中的age字段执行distinct命令。 > db.runCommand({"distinct":"test", "key":"age"}) { "values" : [ 20, 35, 60 ], "stats" : { "n" : 4, "nscanned" : 4, "nscannedObjects" : 4, "timems" : 0, "cursor" : "BasicCursor" }, "ok" : 1 }

3.group：
group做的聚合有些复杂。先选定分组所依据的键，此后MongoDB就会将集合依据选定键值的不同分成若干组。然后可以通过聚合每一组内的文档，产生一个结果文档。

--这里是准备的测试数据 > db.test.remove() > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 03:20:40", "price" : 4.23}) > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27}) > db.test.insert({"day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.10}) > db.test.insert({"day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.30}) > db.test.insert({"day" : "2012-08-21", "time" : "2012-08-21 08:34:00", "price" : 4.01}) --这里将用day作为group的分组键，然后取出time键值为最新时间戳的文档，同时也取出该文档的price键值。 > db.test.group( { ... "key" : {"day":true}, --如果是多个字段，可以为{"f1":true,"f2":true} ... "initial" : {"time" : "0"}, --initial表示$reduce函数参数prev的初始值。每个组都有一份该初始值。 ... "$reduce" : function(doc,prev) { --reduce函数接受两个参数，doc表示正在迭代的当前文档，prev表示累加器文档。 ... if (doc.time > prev.time) { ... prev.day = doc.day ... prev.price = doc.price; ... prev.time = doc.time; ... } ... } } ) [ { "day" : "2012-08-20", "time" : "2012-08-20 05:00:00", "price" : 4.1 }, { "day" : "2012-08-21", "time" : "2012-08-21 11:28:00", "price" : 4.27 }, { "day" : "2012-08-22", "time" : "2012-08-22 05:26:00", "price" : 4.3 } ] --下面的例子是统计每个分组内文档的数量。 > db.test.group( { ... key: { day: true}, ... initial: {count: 0}, ... reduce: function(obj,prev){ prev.count++;}, ... } ) [ { "day" : "2012-08-20", "count" : 2 }, { "day" : "2012-08-21", "count" : 2 }, { "day" : "2012-08-22", "count" : 1 } ] --最后一个是通过完成器修改reduce结果的例子。 > db.test.group( { ... key: { day: true}, ... initial: {count: 0}, ... reduce: function(obj,prev){ prev.count++;}, ... finalize: function(out){ out.scaledCount = out.count * 10 } --在结果文档中新增一个键。 ... } ) [ { "day" : "2012-08-20", "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-21", "count" : 2, "scaledCount" : 20 }, { "day" : "2012-08-22", "count" : 1, "scaledCount" : 10 } ]