下载地址：

     GitHub:  

     在开始介绍这节之前，我来说说我开发这个工具的意义。

     我不敢保证以后MongoDB可以大红大紫，也无法保证MongoDB以后会分享很多很多市场份额。

     现在开发这个东西，一年后可能Mongo倒闭了，这个工具就是一个垃圾。一年后，Mongo修成正果，这个工具就是香饽饽。

     等所有人都觉得这个东西会火，你才去关注，开发工具，就晚了。花点业余时间，开发Mongo工具的同时，最主要去学习一下大数据的一些思想，例如副本，分片概念。

     还有就是阶层数据库的一些实现的方法。当然，由于3年前才开始从VB.NET转C#的，也希望通过多些编码将C#用身体记住。

[aggregation Framework]

例子1

aggregation Framework 是MongoDB的一个功能强大的统计框架，这里就演示一下这个框架的使用方法。

首先，我们新建一个aggregation数据集。然后再按照官方文档的样子，使用MongoCola插入一个文档。(将下面这段JSON直接粘贴到新建文档的窗体里面就可以了)

{  title : "this is my title" ,  author : "bob" ,  posted : new Date() ,  pageViews : 5 ,  tags : [ "fun" , "good" , "fun" ] ,  comments : [      { author :"joe" , text : "this is cool" } ,      { author :"sam" , text : "this is bad" }  ],  other : { foo : 5 }}

 

1.$project

这个操作符号，可以用来做Select 的操作。用来指定显示的列。

{ $project : {        title : 1 ,        author : 1     }}

这里表示我们只是需要title和author列的信息。

这里的参数1：表示 0：非表示。 _id是一个默认的表示项目，我们可以通过将_id设置为0，告诉系统不表示这个项目。

{ $project : {        _id : 0 ,        title : 1 ,        author : 1    }}

当然，你也可以新建一个字段，例如一个doctoredPageViews字段，这个字段是在原有字段的基础上加工而成的值。

就如 SQL中的，Select （pageViews + 10 As doctoredPageViews） from table

{ $project : {        title : 1,        doctoredPageViews : { $add:["$pageViews", 10] }    }}

 当然你也可以重新命名列名

{ $project : {        title : 1 ,        page_views : "$pageViews" ,        bar : "$other.foo"    }}

最后你也可以通过Project操作符，来构建你想要的文档结果。下面这个例子里面的Status就是一个新建的子文档

{ $project : {        title : 1 ,        stats : {            pv : "$pageViews",            foo : "$other.foo",            dpv : { $add:["$pageViews", 10] }        }    }}

2$match 这个操作符号，有点类似于Select文的Where条件。 例如我们想寻找author是bob的记录:

{ $match : { author : "bob" } }

这个Aggregate框架里面的各种操作符号是可以任意组合的。我们可以既有match操作，又有project操作。

这里我们用工具将两种操作的条件分别加上。

注意：这里我们已经添加了2个条件了。第一个是match，第二个是project。

 

例子2

下面是例子的测试数据

{ "_id" : "1", "User" : "Tom", "Country" : "Finland", "Count" : 1 }{ "_id" : "2", "User" : "Tom", "Country" : "Finland", "Count" : 3 }{ "_id" : "3", "User" : "Tom", "Country" : "Finland", "Count" : 2 }{ "_id" : "4", "User" : "Mary", "Country" : "Sweden", "Count" : 1 }{ "_id" : "5", "User" : "Mary", "Country" : "Sweden", "Count" : 7 }

 

我们找一下是User是Tom，Count >= 2 的记录

{ $match : {      User: "Tom",     Count:{
    "$gte": 2}     } }

4

关于操作符号： 

3 $Group

我们对于User进行Group操作，并且对于Count进行合计

注意，这里必须要有一个_id字段来表示Group的条件

{ $group : {        _id : { "MyUser": "$User" }       TotalCount : { $sum : "$Count" }       }}

结果就是Mary的合计值是8，Tom则是6.

Select User As MyUserSUM(Count) AS TotalCountfrom tablegroup by User

 

我们再次添加一条记录

{ "_id" : "1", "User" : "Tom", "Country" : "Finland", "Count" : 1 }{ "_id" : "2", "User" : "Tom", "Country" : "Finland", "Count" : 3 }{ "_id" : "3", "User" : "Tom", "Country" : "Finland", "Count" : 2 }{ "_id" : "4", "User" : "Mary", "Country" : "Sweden", "Count" : 1 }{ "_id" : "5", "User" : "Mary", "Country" : "Sweden", "Count" : 7 }{ "_id" : "6", "User" : "Tom", "Country" : "England", "Count" : 3 }

我们按照User和Country来做GroupBY

{ $group : {        _id : { "MyUser": "$User" ,                  "Country":"$Country"                   },       TotalCount : { $sum : "$Count" }       } }

 

Select User As MyUserSUM(Count) AS TotalCountfrom tablegroup by User，Country

 

最后，可以将match，group，project一起使用

Select User As MyUserSUM(Count) AS TotalCountfrom tablegroup by User，CountryWhere User = ‘Tom’ And Count >= 2

注意：这里有一个管道的概念，前一个操作的结果，作为后一个操作的源头。例如这里Match结果，就是下一个group的操作源头。

4$Sort

对于结果，我们还可以进行Sort操作。

{ $group : {        _id : { "MyUser": "$User" ,                  "Country":"$Country"                   },       TotalCount : { $sum : "$Count" }       }}

上面这段是对于User和Country的分组Group操作。我们如果需要按照TotalCount排序的话，只需要在这个结果之后，增加Sort操作。

由于管道的缘故，Sort的操作源头就是前面的Group结果

{ $sort : {        TotalCount:1       }}

Select User As MyUserSUM(Count) AS TotalCountfrom tablegroup by User，CountryOrder by TotalCount

 

 【Mongo的数据库状态】

     连接Connection状态

   

     数据库状态

    

数据集状态