mongo aggregate操作使用 $lookup,$unwind,$project,$group,$push 操作符，执行多表连接查询，提取多表指定字段，对指定字段进行分组求和得到结果：

db.getCollection('DeviceDetailInfo_20191230').aggregate([
{$lookup:{from:'DeviceDetailInfo_20191229',localField:"deviceId",foreignField:"deviceId",as:"basicInfo"}},
{$unwind:{path: "$basicInfo",preserveNullAndEmptyArrays:false}},
{$project:{_id:false,"bareacode":"$basicInfo.areadcode","bmanufacturer":"$basicInfo.manufacturer","bcountycode":"$basicInfo.countycode",periodic_count:"$periodic_count",subDeviceNumber:"$subDeviceNumber"}},
{$group:{_id:{areacode:"bareacode",manufacturer:"$bmanufacturer",countycode:"$bcountycode"},count1:{"$sum":"$periodic_count"},count2:{"$sum":"$subDeviceNumber"}}}
语句指令说明：
 
        "$lookup":{   //关联查询指令
            "from":"DeviceDetailInfo_20191229",  //连接目标表
            "localField":"deviceId",  //本表属性
            "foreignField":"deviceId",   //目标表属性
            "as":"basicInfo"   //关联进来的内容放在basicInfo数组中，因为存在一对多的映射所以为数组
        "$unwind":{
            "path":"$basicInfo",  //根据数组每一项拆分成单个文档
            "preserveNullAndEmptyArrays":"false"  //true:如果匹配到的数组为空输出空文档,fasle:如果匹配到的数组为空不输出文档
        "$project":{   //选择默认属性输出
            "_id":false,    //不自动生成主键
            "bareacode":"$basicInfo.areadcode",   //指定basicInfo.areadcode字段的别名为bareacode
            "bmanufacturer":"$basicInfo.manufacturer",
            "bcountycode":"$basicInfo.countycode",
            "periodic_count":"$periodic_count",
            "subDeviceNumber":"$subDeviceNumber",
            "maxTxRate":"$maxTxRate",
             "averTxRate":"$averTxRate",
             "averRxRate":"$averRxRate",
             "maxRxRate":"$maxRxRate",
             "wlanRadioPower":"$wlanRadioPower"
        "$group":{  //对选择出的属性字段进行分组聚合求和
            "_id":{     //根据如下属性进行分组并指定字段别名
                "areacode":"$bareacode",
                "manufacturer":"$bmanufacturer",
                "countycode":"$bcountycode"
            "subList":{
                    "$push":{   //对于组内数据。指定属性构建数组结构
                        "maxTxRate":"$maxTxRate",
                        "averTxRate":"$averTxRate",
                        "averRxRate":"$averRxRate",
                        "maxRxRate":"$maxRxRate",
                        "wlanRadioPower":"$wlanRadioPower"
            "count1":{      //指定求和结果的别名
                "$sum":"$periodic_count"
            "count2":{
                "$sum":"$subDeviceNumber"
使用spring boot 2.x进行mongodb聚合查询使用match，group，unwind，lookup，project算子。
 代码示例：先match在group出结果再lookup，unwind到所需字段最后project得到目标结果级，以游标cursor方式输出。
 
        Criteria criteria = new Criteria();
        MatchOperation match = Aggregation.match(criteria);
        GroupOperation group = Aggregation.group("deviceId").count().as("sum").last("PONRXPOWER")
                .as("ponRxPower").last("ONUTXPOWER").as("onuTxPower").last("actualTime")
                .as("actualTime");
        LookupOperation lookup = Aggregation.lookup("LatestDeviceInfo", "_id", "_id", "basicInfo");
        UnwindOperation unwind = Aggregation.unwind("basicInfo", "arrayIndex", true);
        Fields fields = Fields.fields("_id", "sum", "basicInfo.areacode", "basicInfo.manufacturer",
                "basicInfo.model", "basicInfo.PPPOEUser", "basicInfo.countycode",
                "basicInfo.RoleId", "basicInfo.OnuName", "basicInfo.BrasIP", "basicInfo.OltIP",
                "basicInfo.PonIP", "basicInfo.mac", "basicInfo.hardwareVersion",
                "basicInfo.firmwareVersion", "basicInfo.dpiVersion", "basicInfo.CommunityInfo",
                "basicInfo.emsName", "basicInfo.oltName", "basicInfo.userName201",
                "basicInfo.ponPort", "basicInfo.installaddr", "ponRxPower", "onuTxPower",
                "actualTime");
        ProjectionOperation project = Aggregation.project(fields);
        Aggregation aggregation = TypedAggregation.newAggregation(match, group, lookup, unwind, project);
        List<Document> pipeline = Document.parse(aggregation.toString()) .getList("pipeline", Document.class);
        MongoCursor<Document> cursor = mongoTemplate.getCollection(""collectionName").
                            aggregate(pipeline , Document.class).allowDiskUse(true)
                    .batchSize(1000).maxTime(5, TimeUnit.MINUTES).cursor();
       while (cursor.hasNext()) {
                   //具体业务逻辑
                    mongo aggregate操作使用$lookup,$unwind,$project,$group操作符，执行多表连接查询，提取多表指定字段，对指定字段进行分组求和得到结果：db.getCollection('DeviceDetailInfo_20191230').aggregate([{$lookup:{from:'DeviceDetailInfo_20191229',localField...
				
mongodb使用$switch做条件处理：
''''var userAccess = [ "Book", "Journal article", "Conference paper"];
db.all1000.aggregate([
        $project:{
            "three_type": 1, //想要保留的字段(three_type)
1 mongodb的聚合是什么
聚合(aggregate)是基于数据处理的聚合管道，每个文档通过一个由多个阶段（stage）组成的管道，可以对每个阶段的管道进行分组、过滤等功能，然后经过一系列的处理，输出相应的结果。
语法：db.集合名称.aggregate({管道:{表达式}})
2 mongodb的常用管道和表达式
掌握mongodb中管道的语法
掌握mongo
				
文章目录一。概念二。集合示例准备三。各个操作符的用法1.$lookup2.$match3.$unwind4.$project5.$limit6.$skip7.$group8.$sort
管道的概念
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。
MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值，求和等)，并返回计算
				
目录一、数据准备二、聚合管道之$project操作示例2.1、查询集合中的数据2.2、$project 可以表示投影操作， 将原始字段投影成指定名称2.3、$project 可以灵活控制输出文档的格式，也可以剔除不需要的字段2.4、$project 可以从嵌套文档中排除字段
一、数据准备
准备数据集，执行脚本
var tags = ["nosql","mongodb","document","developer","popular"];
var types = ["technology","social
$group进行分布查询操作。这个有点类似于我们在 SQL 中的 group by 语法，但是这个可以操作的内容多一些。
官方地址：https://docs.mongodb.com/manual/reference/operator/aggregation/group/index.html
				
详解MongoDB中的多表关联查询（$lookup）管道的概念聚合框架$lookup的功能及语法主要功能基本语法例子说明$unwind的功能及语法例子
你越是认真生活，你的生活就会越美好——弗兰克·劳埃德·莱特
《人生果实》经典语录
mongodb中文文档
mongoose框架文档
管道的概念
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。
       MongoDB 在进行分组统计时如果面对一些比较复杂的计算情况，往往会遇到 shell 脚本过于复杂的问题。而集算器 SPL 语言，则因其有丰富的函数库及易用性恰好能弥补 Mongo 这方面的不足。若想了解更多，请前往乾学院：MongoDB 分组统计!
       MongoDB 作为 NoSql 文档型数据库，在全球范围得到广泛的支持与应用。在比较常用的数据库功能中，...
				
$group
将集合中的文档分组，可用于统计结果_id表示分组的依据，使用某个字段的格式为'$字段'例1：统计男生、女生的总人数db.stu.aggregate([
    {$group:
            _id:'$gender',
            counter:{$sum:1}
Group by null
				
MongoDB 嵌套结构的数据非常常见, 它通过嵌套子文档，达到一对多的关联关系。但嵌套结构中按分类分组求子文档的数据计算，不能直接通过 $group 聚集运算来实现，需要将嵌套结构解开，由多层嵌套结构变成多条单层结构来计算，由于中间过程的处理，且还要借且其它函数辅助实现输出。下面以集合 order 为例说明，按 category 分组获取 term 的数量并按由大到小的顺序输出。
{ category: "movies",
 terms: [{ term: "movie 1", total: ...