为此,只需aggregate()
在MongoDB中使用。让我们创建一个包含文档的集合-
> db.demo243.insertOne({"userId":1,dueDate:new ISODate("2019-01-10")}); { "acknowledged" : true, "insertedId" : ObjectId("5e4575f81627c0c63e7dba5f") } > db.demo243.insertOne({"userId":2,dueDate:new ISODate("2019-11-10")}); { "acknowledged" : true, "insertedId" : ObjectId("5e4576011627c0c63e7dba60") } > db.demo243.insertOne({"userId":2,dueDate:new ISODate("2020-01-31")}); { "acknowledged" : true, "insertedId" : ObjectId("5e4576151627c0c63e7dba61") } > db.demo243.insertOne({"userId":1,dueDate:new ISODate("2010-01-10")}); { "acknowledged" : true, "insertedId" : ObjectId("5e45761b1627c0c63e7dba62") }
在find()
方法的帮助下显示集合中的所有文档-
> db.demo243.find();
这将产生以下输出-
{ "_id" : ObjectId("5e4575f81627c0c63e7dba5f"), "userId" : 1, "dueDate" : ISODate("2019-01-10T00:00:00Z") } { "_id" : ObjectId("5e4576011627c0c63e7dba60"), "userId" : 2, "dueDate" : ISODate("2019-11-10T00:00:00Z") } { "_id" : ObjectId("5e4576151627c0c63e7dba61"), "userId" : 2, "dueDate" : ISODate("2020-01-31T00:00:00Z") } { "_id" : ObjectId("5e45761b1627c0c63e7dba62"), "userId" : 1, "dueDate" : ISODate("2010-01-10T00:00:00Z") }
以下是查询排序日期和按用户分组-
> db.demo243.aggregate({ ... $group: { ... _id : '$userId', ... dueDate: { $max: '$dueDate'} ... } ...})
这将产生以下输出-
{ "_id" : 2, "dueDate" : ISODate("2020-01-31T00:00:00Z") } { "_id" : 1, "dueDate" : ISODate("2019-01-10T00:00:00Z") }