Podobnie jak analiza Group by w SQL, MongoDB również ją obsługuje. W tym rozdziale przedstawiono, jak zaimplementować analizę statystyczną danych MongoDB za pomocą języka Golang.

Tutoriale wstępne

Proszę przeczytać poniższy tutorial wstępny:

Dane testowe

Dane w kolekcji orders prezentują się następująco:

{ _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 }

Grupowanie i Agregacja

Wykonaj zapytania statystyczne za pomocą funkcji Collection.Aggregate.

Poniżej znajduje się przykład analizy statystycznej w MongoDB:

[
    { $match: { status: "A" } },  // Pierwszy etap, dopasowanie danych dokumentu na podstawie kryteriów zapytania
    { $group: { _id: "$cust_id", total: { $sum: "$amount" } } },   // Drugi etap, grupowanie i agregacja
    { $sort: { total: -1 } }  // Trzeci etap, sortowanie wyników
]

Odpowiednik w SQL:

select sum(amount) as total from orders 
        where status="A" 
        group by cust_id 
        order by total desc

Oto jak to osiągnąć w Golang:

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
	
	// Kod łączenia się z MongoDB i uzyskiwania obiektów kolekcji jest pominięty tutaj i można się do niego odnosić w samouczku szybkiego startu.

	// Wyrażenie analizy statystycznej, używając struktury danych Golang do reprezentowania składni natywnej MongoDB.
	// Jeśli nie jesteś zaznajomiony z modelem danych MongoDB w Golang, proszę odnieść się do poprzednich sekcji.
	pipeline := mongo.Pipeline{
			{{"$match", bson.D{{"status", "A"}}}},
			{{"$group", bson.D{{"_id", "$cust_id"}, {"total", bson.D{{"$sum", "$amount"}}}}}},
			{{"$sort", bson.D{{"total", -1}}}
	}
	
	// Ustawienie limitu czasu
	opts := options.Aggregate().SetMaxTime(2 * time.Second)
	
	// Wykonaj analizę statystyczną
	cursor, err := coll.Aggregate(
								context.TODO(),  // Parametr kontekstowy
								pipeline,  // Wyrażenie analizy statycznej
								opts // Opcjonalne parametry
							)
	if err != nil {
		log.Fatal(err)
	}

	// Zdefiniuj zbiór wyników, używając typu bson.M (typu struktury mapy) do przechowywania wyników zapytania
	var results []bson.M
	// Pobierz wszystkie wyniki i przechowaj je w zmiennej wyników
	if err = cursor.All(context.TODO(), &results); err != nil {
		log.Fatal(err)
	}
	
	// Przejdź przez wyniki zapytania
	for _, result := range results {
		fmt.Printf("id =  %v , total =  %v \n", result["_id"], result["total"])
	}
}

Wskazówka: Aby uzyskać więcej składni agregacji MongoDB, proszę zajrzeć do Pipeline Agregacji MongoDB