数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济
心理学
社会研究
时尚研究
法律研究对具有重复 ID 的总成绩执行多列 MongoDB 分组求和
为此，请将 aggregate() 与 $group 搭配使用。我们使用文档创建一个集合 -
> db.demo627.insertOne({id:101,"Name":"Chris","Marks":54});
{
"acknowledged" : true,
"insertedId" : ObjectId("5e9acb306c954c74be91e6b2")
}
> db.demo627.insertOne({id:102,"Name":"Bob","Marks":74});
{
"acknowledged" : true,
"insertedId" : ObjectId("5e9acb3c6c954c74be91e6b3")
}
> db.demo627.insertOne({id:101,"Name":"Chris","Marks":87});
{
"acknowledged" : true,
"insertedId" : ObjectId("5e9acb426c954c74be91e6b4")
}
> db.demo627.insertOne({id:102,"Name":"Mike","Marks":70});
{
"acknowledged" : true,
"insertedId" : ObjectId("5e9acb4b6c954c74be91e6b5")
}在 find() 方法的帮助下，从集合中显示所有文档 -
> db.demo627.find();
此操作会生成以下输出 -
{ "_id" : ObjectId("5e9acb306c954c74be91e6b2"), "id" : 101, "Name" : "Chris", "Marks" : 54 }
{ "_id" : ObjectId("5e9acb3c6c954c74be91e6b3"), "id" : 102, "Name" : "Bob", "Marks" : 74 }
{ "_id" : ObjectId("5e9acb426c954c74be91e6b4"), "id" : 101, "Name" : "Chris", "Marks" : 87 }
{ "_id" : ObjectId("5e9acb4b6c954c74be91e6b5"), "id" : 102, "Name" : "Mike", "Marks" : 70 }以下是使用 MongoDB 分组多列求和以计算具有重复 ID 的总成绩的查询 -
> db.demo627.aggregate([
... { "$group": {
... "_id": {
... "id" : "$id",
.. . "Name":"$Name"
... },
... "Marks": { "$sum": "$Marks" }
... }},
... { "$group": {
... "_id": {
... "id" : "$_id.id",
... "Name": "$_id.Name"
... },
...
... "TotalMarks": { "$sum": "$Marks" }
... }}
... ], { "allowDiskUse": true }
... );此操作会生成以下输出 -
{ "_id" : { "id" : 101, "Name" : "Chris" }, "TotalMarks" : 141 }
{ "_id" : { "id" : 102, "Name" : "Bob" }, "TotalMarks" : 74 }
{ "_id" : { "id" : 102, "Name" : "Mike" }, "TotalMarks" : 70 }
更新时间：2020 年 5 月 12 日
717 次浏览
广告