统计分析
类似SQL语句的Group by统计分析，MongoDB也支持，本章介绍Golang如果实现对MongoDB数据进行统计分析。
前置教程
请先阅读下面前置教程
测试数据
orders集合数据如下
{ _id: 1, cust_id: "abc1", ord_date: ISODate("2012-11-02T17:04:11.102Z"), status: "A", amount: 50 }
{ _id: 2, cust_id: "xyz1", ord_date: ISODate("2013-10-01T17:04:11.102Z"), status: "A", amount: 100 }
{ _id: 3, cust_id: "xyz1", ord_date: ISODate("2013-10-12T17:04:11.102Z"), status: "D", amount: 25 }
{ _id: 4, cust_id: "xyz1", ord_date: ISODate("2013-10-11T17:04:11.102Z"), status: "D", amount: 125 }
{ _id: 5, cust_id: "abc1", ord_date: ISODate("2013-11-12T17:04:11.102Z"), status: "A", amount: 25 }分组统计
通过Collection.Aggregate函数执行统计查询。
下面是MongoDB一个统计分析的例子
[
{ $match: { status: "A" } }, // 第一个阶段, 根据查询条件匹配文档数据
{ $group: { _id: "$cust_id", total: { $sum: "$amount" } } }, // 第二个阶段，分组统计
{ $sort: { total: -1 } } // 第三个阶段，对结果排序
]等价SQL：
select sum(amount) as total from orders
where status="A"
group by cust_id
order by total desc下面是Golang的写法
package main
import (
"context"
"fmt"
"log"
"time"
"go.mongodb.org/mongo-driver/bson"
"go.mongodb.org/mongo-driver/mongo"
"go.mongodb.org/mongo-driver/mongo/options"
)
func main() {
var coll *mongo.Collection
// 这里忽略连接MongoDB、获取集合对象的代码，可以参考快速入门教程。
// 统计分析表达式, 跟MongoDB原生语法是一样的，只是使用Golang 数据结构表示。
// 不了解Golang mongoDB 数据模型，请阅读前面的章节。
pipeline := mongo.Pipeline{
{{"$match", bson.D{{"status", "A"}}}},
{{"$group", bson.D{{"_id", "$cust_id"}, {"total", bson.D{{"$sum", "$amount"}}}}}},
{{"$sort", bson.D{{"total", -1}}}}
}
// 设置超时时间
opts := options.Aggregate().SetMaxTime(2 * time.Second)
// 执行统计分析
cursor, err := coll.Aggregate(
context.TODO(), // 上下文参数
pipeline, // 统计分析表达式
opts // 可选参数
)
if err != nil {
log.Fatal(err)
}
// 定义结果集合，这里使用bson.M类型（是一种map结构）存储查询结果
var results []bson.M
// 获取所有结果，保存至results变量
if err = cursor.All(context.TODO(), &results); err != nil {
log.Fatal(err)
}
// 遍历查询结果
for _, result := range results {
fmt.Printf("id = %v , total = %v \n", result["_id"], result["total"])
}
}提示：更多MongoDB统计分析语法，请参考MongoDB统计分析语法
