该示例是基于 MongoDB 聚合框架按省查询省中人口最多和最少的城市。下面增加了额外的排序（sort），以便在不同的 MongoDB 版本中产生稳定的结果。并且演示了分组、排序和投影操作。
下面是示例的关键代码，如下：
（1）映射给定的输入集合的结构
public class ZipInfo {
// 城市
private String city;
// 省
private String state;
// 人口数
private int population;
}（2）投影结果映射的实体
public class ZipInfoStats {
// 唯一ID
private String id;
// 州名称
private String state;
// 人口最多城市信息
private City biggestCity;
// 人口最少城市信息
private City smallestCity;
}（3）投影相关的关键代码
// 静态导入
import static org.springframework.data.mongodb.core.aggregation.Aggregation.*;
TypedAggregation<ZipInfo> aggregation = newAggregation(ZipInfo.class,
// 根据 state 和 city 进行分组，统计 population 人口数，并且别名为 pop
group("state", "city")
.sum("population").as("pop"),
// 使用人口数进行排序
sort(ASC, "pop", "state", "city"),
// 根据 state（省）分组，取出第一行和最后一行数据，并进行取别名
group("state")
.last("city").as("biggestCity")
.last("pop").as("biggestPop")
.first("city").as("smallestCity")
.first("pop").as("smallestPop"),
// 对分组结构再次进行投影，结构见 ZipInfoStats
project()
.and("state").previousOperation()
.and("biggestCity")
.nested(bind("city", "biggestCity").and("population", "biggestPop"))
.and("smallestCity")
.nested(bind("city", "smallestCity").and("population", "smallestPop")),
sort(ASC, "state")
);
AggregationResults<ZipInfoStats> result = mongoTemplate.aggregate(aggregation, City.class, ZipInfoStats.class);
List<ZipInfoStats> zipInfoStatsList = result.getMappedResults();
for(ZipInfoStats zipInfoStats : zipInfoStatsList) {
System.out.println(JSONObject.toJSONString(zipInfoStats));
}注意，ZipInfo 类映射了给定的输入集合的结构，ZipInfoStats 类以所需的输出格式定义了该结构。
上面的代码使用了以下算法：
（1）使用 group 操作从输入集合中定义一个组。分组的标准是 state 和 city 字段的组合，这形成了组的 ID 结构。我们通过使用 sum 运算从分组的元素中汇总 population 属性的值，并将结果保存在 pop 字段中。
（2）使用 sort 操作按 pop、state 和 city 字段对中间结果进行升序排序，这样人口最少的城市位于结果的顶部，人口最多的城市位于底部。请注意，对 state 和 city 的排序是隐含地针对组 ID 字段进行的（由 Spring Data MongoDB 处理）。
（3）再次使用 group 操作，将中间结果按 state 分组。请注意，state 再次隐含地引用了一个组 ID 字段。我们在项目操作中分别调用 last(...) 和 first(...) 操作符来选择人口数最多和最少的城市名称。
（4）选择前一个 group 操作中的 state 字段。请注意，state 再次隐含地引用了一个组 ID 字段。因为我们不希望出现一个隐含生成的 ID，所以我们通过使用and(previousOperation()).exclude() 将 ID 从之前的操作中排除。因为我们想在我们的输出类中填充嵌套的城市结构，我们必须通过使用嵌套方法来发出适当的子文档。
（5）在 sort 操作中按 state 对结果列表进行排序。
注意：我们从 newAggregation() 方法的第一个参数 ZipInfo 类派生出输入集合的名称，即调用 mongoTemplate.aggregate() 方法时不需要指定输入集合类型。
（1）application.properties 配置
# Log logging.level.root=debug # MongoDB spring.data.mongodb.uri=mongodb://localhost:27017/test
（2）AppConfig.java 配置类
package com.hxstrive.springdata.mongodb.config;
import lombok.extern.slf4j.Slf4j;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.mongodb.MongoDatabaseFactory;
import org.springframework.data.mongodb.core.MongoTemplate;
/**
* 配置 MongoTemplate
* @author hxstrive.com 2022/12/23
*/
@Slf4j
@Configuration
public class AppConfig {
@Bean
public MongoTemplate mongoTemplate(MongoDatabaseFactory mongoDatabaseFactory) {
log.info("mongoTemplate({}, {})", mongoDatabaseFactory);
return new MongoTemplate(mongoDatabaseFactory);
}
}（3）映射给定的输入集合的结构
import lombok.Builder;
import lombok.Data;
/**
* city 集合分组后的中间结果实体类型
* @author hxstrive.com
*/
@Builder
@Data
public class ZipInfo {
// 州名称
private String state;
// 城市名称
private String city;
// 人口数量
private int population;
}（4）投影结果映射的实体
import lombok.Data;
/**
* 聚合统计信息实体
* @author hxstrive.com
*/
@Data
public class ZipInfoStats {
// 唯一ID
private String id;
// 州名称
private String state;
// 人口最多城市信息
private City biggestCity;
// 人口最少城市信息
private City smallestCity;
}（5）客户端代码，通过 MongoTemplate 实现分组和投影。
package com.hxstrive.springdata.mongodb;
import com.alibaba.fastjson.JSONObject;
import com.hxstrive.springdata.mongodb.entity.demo2.ZipInfo;
import com.hxstrive.springdata.mongodb.entity.demo2.ZipInfoStats;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.aggregation.AggregationResults;
import org.springframework.data.mongodb.core.aggregation.TypedAggregation;
import java.util.List;
import static org.springframework.data.domain.Sort.Direction.ASC;
import static org.springframework.data.mongodb.core.aggregation.Aggregation.*;
/**
* 聚合框架示例2
* @author hxstrive.com
*/
@SpringBootTest
public class AggregationFrameworkDemo2 {
@Autowired
private MongoTemplate mongoTemplate;
@BeforeEach
public void init() {
mongoTemplate.dropCollection(ZipInfo.class);
// 准备数据
mongoTemplate.insert(ZipInfo.builder().state("SiChuan").city("ChengDu").population(10000).build());
mongoTemplate.insert(ZipInfo.builder().state("SiChuan").city("DaZhou").population(15000).build());
mongoTemplate.insert(ZipInfo.builder().state("GuangZhou").city("ShangHai").population(11000).build());
mongoTemplate.insert(ZipInfo.builder().state("GuangZhou").city("ShenZhen").population(8000).build());
mongoTemplate.insert(ZipInfo.builder().state("JiangSu").city("NanJing").population(10900).build());
}
@Test
public void contextLoads() {
TypedAggregation<ZipInfo> aggregation = newAggregation(ZipInfo.class,
group("state", "city")
.sum("population").as("pop"),
sort(ASC, "pop", "state", "city"),
group("state")
.last("city").as("biggestCity")
.last("pop").as("biggestPop")
.first("city").as("smallestCity")
.first("pop").as("smallestPop"),
project()
.and("state").previousOperation()
.and("biggestCity")
.nested(bind("city", "biggestCity").and("population", "biggestPop"))
.and("smallestCity")
.nested(bind("city", "smallestCity").and("population", "smallestPop")),
sort(ASC, "state")
);
AggregationResults<ZipInfoStats> result = mongoTemplate.aggregate(aggregation, ZipInfoStats.class);
List<ZipInfoStats> zipInfoStatsList = result.getMappedResults();
for(ZipInfoStats zipInfoStats : zipInfoStatsList) {
System.out.println(JSONObject.toJSONString(zipInfoStats));
}
// 结果：
// {"biggestCity":{"city":"ShangHai","population":11000},"smallestCity":{"city":"ShenZhen","population":8000},"state":"GuangZhou"}
// {"biggestCity":{"city":"NanJing","population":10900},"smallestCity":{"city":"NanJing","population":10900},"state":"JiangSu"}
// {"biggestCity":{"city":"DaZhou","population":15000},"smallestCity":{"city":"ChengDu","population":10000},"state":"SiChuan"}
// 执行的聚合语句如下：
// [
// { "$group" : { "_id" : { "state" : "$state", "city" : "$city"}, "pop" : { "$sum" : "$population"}}},
// { "$sort" : { "pop" : 1, "_id.state" : 1, "_id.city" : 1}},
// { "$group" : { "_id" : "$_id.state",
// "biggestCity" : { "$last" : "$_id.city"}, "biggestPop" : { "$last" : "$pop"},
// "smallestCity" : { "$first" : "$_id.city"}, "smallestPop" : { "$first" : "$pop"}}},
// { "$project" : { "_id" : 0, "state" : "$_id",
// "biggestCity" : { "city" : "$biggestCity", "population" : "$biggestPop"},
// "smallestCity" : { "city" : "$smallestCity", "population" : "$smallestPop"}}},
// { "$sort" : { "state" : 1}}
// ]
}
}
川公网安备51010802032098
