概述
MongoDB 有数据聚合的操作，例如通过一个给定的key来分组并且为每一个组求和或者计数。
使用聚合方法来执行基于阶段的聚合，聚合方法接收数组作为参数，对于每个阶段，都是顺序处理，展示数据处理的步骤。
条件
本节的例子依然使用 test数据库中的restaurants集合。关于介绍集合和数据集的内容，请参见导入数据集。
我们紧接着连接了数据库，并创建了test数据库和restaurant集合。
需要导入如下包：
import com.mongodb.Block;
import com.mongodb.client.AggregateIterable;
import org.bson.Document;
import static java.util.Arrays.asList;
通过字段和计数为文档分组
利用指定的键来分组。在分组阶段，可以通过一个指定的主键id来分组。$group接收一个字段的路径，该字段以$为前缀。分组阶段可以使用accumulators来为每一个组计算。下面的例子使用restaurant集合里的borough字段并且用$sum方法来为每一个组求和。
AggregateIterable<Document> iterable =
db.getCollection("restaurants").aggregate(asList(
new Document("$group",
new Document("_id", "$borough")
.append("count", new Document("$sum", 1)))));
迭代出结果：
iterable.forEach(new Block<Document>() {
@Override public void apply(final Document document) {
System.out.println(document.toJson()); }});
结果集包括下面的文档：
{ "_id" : "Missing", "count" : 51 }
{ "_id" : "Staten Island", "count" : 969 }
{ "_id" : "Manhattan", "count" : 10259 }
{ "_id" : "Brooklyn", "count" : 6086 }
{ "_id" : "Queens", "count" : 5656 }
{ "_id" : "Bronx", "count" : 2338 }
id域是具有唯一性的 borough，通过id来分组。
过滤和文档分组
用$match状态来过滤文档。$match用mogodb的查询语法。下面的例子就是用$match来查询restaurant集合中的bought等于"Queens"和cuisine等于Brazilian的文档。接着利用$group来给过滤后的文档按照address.zipcode分组并且用$sum来计算文档的数量。$group通过路径访问字段。
AggregateIterable<Document> iterable =
db.getCollection("restaurants").aggregate(asList( new
Document("$match", new Document("borough",
"Queens").append("cuisine", "Brazilian")), new
Document("$group", new Document("_id",
"$address.zipcode").append("count", new Document("$sum", 1)))));
迭代结果集
iterable.forEach(new Block<Document>() {
@Override public void apply(
final Document document) {
System.out.println(document.toJson());
}});
结果集包含下面的文档
{ "_id" : "11377", "count" : 1 }
{ "_id" : "11368", "count" : 1 }
{ "_id" : "11101", "count" : 2 }
{ "_id" : "11106", "count" : 3 }
{ "_id" : "11103", "count" : 1 }
_id字段包含了唯一的zipcode值，并且通过主键来分组。
额外
关于更多数据聚合的内容，请查看Java document of MongoDB。
（aggregate，AggregateIterable，Block）
在MongoDB指南中，查看更多Aggregation Quick Reference， Aggregation Mapping Chart的SQL语法等。
