这篇文章将为大家详细讲解有关MongoDB在查询时使用聚合的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
网站设计制作、成都做网站的关注点不是能为您做些什么网站，而是怎么做网站，有没有做好网站，给创新互联一个展示的机会来证明自己，这并不会花费您太多时间，或许会给您带来新的灵感和惊喜。面向用户友好，注重用户体验，一切以用户为中心。
MongoDB除了基本的查询功能之外，还提供了强大的聚合功能。
我们可以使用count, distinct, group, mapreduce, aggregate等方法实现聚合查询。
count
查询记录条数。
命令：
db.collectionName.count()
distinct
用来找出给定键的所有不同的值
命令：
db.collectionName(key)
group
分组查询。
参数说明：
key：用来分组文档的字段。
initial: 每组都分享一个”初始化函数“
$reduce: 执行的reduce函数，第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，有多少个文档， $reduce就会调用多少次。
condition：（可选）执行过滤的条件
finalize：（可选）在reduce执行完成，结果集返回之前对结果集最终执行的函数。
MapReduce
命令：
db.runCommand(
{ mapreduce : 字符串，集合名,
map : 函数,见下文
reduce : 函数，见下文 [, query : 文档，发往map函数前先给过渡文档]
[, sort : 文档，发往map函数前先给文档排序]
[, limit : 整数，发往map函数的文档数量上限]
[, out : 字符串，统计结果保存的集合]
[, keeptemp: 布尔值，链接关闭时临时结果集合是否保存]
[, finalize : 函数，将reduce的结果送给这个函数，做最后的处理]
[, scope : 文档,js代码中要用到的变量]
[, jsMode : 布尔值，是否减少执行过程中BSON和JS的转换，默认true] //注：false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,
//true时BSON-->js-->map-->reduce-->BSON
[, verbose : 布尔值，是否产生更加详细的服务器日志，默认true]
});MongoDB中的MapReduce相当于关系数据库中的group by。
参数:
map函数：这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。
reduce函数：这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是emit中的key，vlaue为emit分组后的emit(value)的集合。
关于mongodb在查询时使用聚合的方法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。