mongodb - Mongo 中的分箱和制表(唯一/计数)

Question

我正在寻找一种使用 Mongo 生成一些汇总统计信息的方法。假设我有一个包含许多表单记录的集合

{"name" : "Jeroen", "gender" : "m", "age" :27.53 }

现在我想获得性别和年龄的分布。假设性别只有值 "m" 和 "f"。获取我的集合中男性和女性总数的最有效方法是什么？

对于年龄，有没有一种方法可以进行一些“分箱”并给我一个类似总结的直方图；即年龄在以下区间内的记录数:[0, 2), [2, 4), [4, 6) ... 等？

Answer 1

我刚刚尝试了 MongoDB 2.2 版本中将提供的新聚合框架(2.2.0-rc0 已发布)，它应该比 MapReduce 具有更高的性能，因为它不依赖于 Javascript。

输入数据:

{ "_id" : 1, "age" : 22.34, "gender" : "f" }
{ "_id" : 2, "age" : 23.9, "gender" : "f" }
{ "_id" : 3, "age" : 27.4, "gender" : "f" }
{ "_id" : 4, "age" : 26.9, "gender" : "m" }
{ "_id" : 5, "age" : 26, "gender" : "m" }

性别聚合命令:

db.collection.aggregate(
   {$project: {gender:1}},
   {$group: {
        _id: "$gender",
        count: {$sum: 1}
   }})

结果:

{"result" : 
   [
     {"_id" : "m", "count" : 2},
     {"_id" : "f", "count" : 3}
   ],
   "ok" : 1
}

要获取垃圾箱中的年龄:

db.collection.aggregate(
   {$project: {
        ageLowerBound: {$subtract:["$age", {$mod:["$age",2]}]}}
   },
   {$group: {
       _id:"$ageLowerBound", 
       count:{$sum:1}
   }
})

结果:

{"result" : 
    [
       {"_id" : 26, "count" : 3},
       {"_id" : 22, "count" : 2}
    ],
    "ok" : 1
}