Aggregation Pipeline之一——总述
总述
MongoDBAggregation(聚合)框架用来实现类似关系型数据库中的group等运算和同一记录中不同字段之间的运算（这个在MongoDB 中通过find()命令是不能实现的）。
MongoDB的聚合的实现是以一种流水线（或称作“管道“）的方式，“数据元素”流串行地被一组线程按顺序执行，如下图：
在这个流水线上主要有如下几个工序：过滤（filtering）、映射（projecting）、分组（grouping）、排序（sorting）、限制（limiting）和跳过（skiping）。这些工序中最基本的是过滤和映射，过滤用来滤去不需要的字段，而映射则进行相关变换并最终以用户需要的形式输出。各个工序在流水线上环环相扣的，一个工序接到数据并处理后，结果将作为下个工序的输入传送到下个工序上。
下面举个例子来具体说明一下，比如你有一些文章，你想知道这些文章中哪个作者写的比较多。假设它们存储在MongoDB中，每个文档表示一篇文章，包含文章标题和作者等属性。想一想，如果在关系型数据库中，我们该怎么实现呢？肯定是按作者分组，然后求得同一作者的文章数的和，最后把文章数较多的几个作者列出来。这个过程中我们需要展示作者列，还要生成一个文章总数列并展示出来。大致SQL如下：
SELECTauthor,count(article_title) --过滤取得需要的列，同时计算每个作者的文章数
FROMarticles
GROUPBY author --分组
ORDERBY count(article_title) DESC; --排序
在MongoDB中，原理上也就需要这么几步：
1、提取需要的列——作者列；
2、按作者列分组，并计算各作者的文章数；
3、按照文章数倒序排序，得到文章较多的几个作者；
4、限制显示文章产量头几名的作者；
具体到在MongoDB中的写法如下：
> db. articles. aggregate(
... {"$project" : {"author" : 1}},
... {"$group": {"_id" : "$author" , "count" : {"$sum" : 1}}},
... {"$sort": {"count" : - 1}},
... {"$limit" : 5})
简单说明下这几个操作符（关于各聚合操作符的用法在后面详述）：
1、aggregate()表示这是一个聚合查询，各聚合操作都在它的里边工作；
2、$project实现诸如抽取必需字段，字段重命名等功能；
3、$group实现分组，此例中以author分组，分组后，每个作者将是一个文档，故文档的_id采用author，注意这里使用$author表示引用原来的author字段作为_id的值。同时产生一个新列count，值就是计算得到的文档的数目。$sum表示在分组的时候，每碰到一个同组的document就加1。
4、$sort，顾名思义就是排序，与在find()后出现时的用法类同；
5、$limit，表示只返回文章数量最多的前5个作者。
注意：MongoDB的聚合运算是在内存中进行的，结果直接返给客户端，不能回写到库中。这就要求产生的结果不能太大，不超过16M。
