MongoDB 的聚合框架允许对数据进行复杂的处理和计算，这是分析和报告数据的强大工具。本文将介绍如何在 Java 中使用 MongoDB
进行数据聚合。
1. 聚合框架简介
MongoDB 提供了多种聚合操作，包括：
- $match：过滤文档。
- $group：分组文档并计算聚合结果。
- $project：重塑文档。
- $sort：对结果进行排序。
- l i m i t ∗ ∗ 和 ∗ ∗ limit** 和 ** limit∗∗和∗∗skip：限制和跳过结果集中的文档。
2. 在 Java 中使用聚合
2.1 环境准备
确保你已经设置了 MongoDB 和 Java 项目，并添加了 MongoDB Java 驱动依赖。
2.2 创建聚合管道
聚合操作通常使用聚合管道表示。以下是一个示例，演示如何计算每个城市的平均年龄。
import com.mongodb.client.MongoClients;
import com.mongodb.client.MongoClient;
import com.mongodb.client.MongoDatabase;
import com.mongodb.client.MongoCollection;
import com.mongodb.client.MongoCursor;
import com.mongodb.client.model.Aggregates;
import com.mongodb.client.model.Accumulators;
import org.bson.Document;import java.util.Arrays;public class AggregateExample {public static void main(String[] args) {MongoClient mongoClient = MongoClients.create("mongodb://localhost:27017");MongoDatabase database = mongoClient.getDatabase("testdb");MongoCollection<Document> collection = database.getCollection("myCollection");// 创建聚合管道var pipeline = Arrays.asList(Aggregates.group("$city", Accumulators.avg("avgAge", "$age")),Aggregates.sort(new Document("avgAge", 1)) // 根据平均年龄排序);// 执行聚合操作MongoCursor<Document> cursor = collection.aggregate(pipeline).iterator();// 打印结果while (cursor.hasNext()) {System.out.println(cursor.next().toJson());}mongoClient.close();}
}
2.3 解析聚合结果
在上面的代码中，我们使用 Aggregates.group() 和 Accumulators.avg() 来计算每个城市的平均年龄。结果会被按照平均年龄进行排序。你可以根据需要修改聚合管道。
3. 聚合操作的其他示例
3.1 使用 $match 进行过滤
如果需要在聚合之前过滤数据，可以使用 $match 操作。例如，计算特定年龄以上用户的平均年龄：
var pipeline = Arrays.asList(Aggregates.match(new Document("age", new Document("$gt", 25))),Aggregates.group("$city", Accumulators.avg("avgAge", "$age")),Aggregates.sort(new Document("avgAge", -1))
);
3.2 使用 $project 重塑文档
可以使用 $project 来重塑每个文档的结构。例如，提取城市和年龄：
var pipeline = Arrays.asList(Aggregates.project(new Document("city", 1).append("age", 1)),Aggregates.group("$city", Accumulators.avg("avgAge", "$age"))
);
4. 总结
MongoDB 的聚合框架在处理复杂数据分析时非常强大。在 Java 中使用聚合操作可以通过构建聚合管道来实现。本文展示了如何计算平均年龄，并提供了多个聚合操作的示例。希望这能帮助你在项目中有效地使用 MongoDB 进行数据聚合。