现在我们通过以上集合计算每个作者所写的文章数，使用aggregate()计算结果如下：
以上实例类似sql语句： select by_user, count(*) from mycol group by by_user 在上面的例子中，我们通过字段by_user字段对数据进行分组，并计算by_user字段相同值的总和。 下表展示了一些聚合的表达式:
表达式 描述 实例 $sum 计算总和。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}]) $avg 计算平均值 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}]) $min 获取集合中所有文档对应值得最小值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}]) $max 获取集合中所有文档对应值得最大值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}]) $push 在结果文档中插入值到一个数组中。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}]) $addToSet 在结果文档中插入值到一个数组中，但不创建副本。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}]) $first 根据资源文档的排序获取第一个文档数据。 db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}]) $last 根据资源文档的排序获取最后一个文档数据 db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])
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。 表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。 这里我们介绍一下聚合框架中常用的几个操作： $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。 $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。 $limit：用来限制MongoDB聚合管道返回的文档数。 $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。 $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。 $group：将集合中的文档分组，可用于统计结果。 $sort：将输入文档排序后输出。 $geoNear：输出接近某一地理位置的有序文档。
管道操作符实例
1、$project实例
这样的话结果中就只还有_id,tilte和author三个字段了，默认情况下_id字段是被包含的，如果要想不包含_id话可以这样:
2.$match实例
$match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理。
3.$skip实例
经过$skip管道操作符处理后，前五个文档被"过滤"掉。
别人写过的我就不过多描述了，大家一搜能搜索到N多一样的，我写一下我的总结。 基础知识
请大家自行查找更多，以下是关键文档。
操作符介绍：
$project：包含、排除、重命名和显示字段 $match：查询，需要同find()一样的参数 $limit：限制结果数量 $skip：忽略结果的数量 $sort：按照给定的字段排序结果 $group：按照给定表达式组合结果 $unwind：分割嵌入数组到自己顶层文件
文档：MongoDB 官方aggregate说明。
相关使用：
db.collection.aggregate([array]);
array可是是任何一个或多个操作符。 group和match的用法，使用过sqlserver，group的用法很好理解，根据指定列进行分组统计，可以统计分组的数量，也能统计分组中的和或者平均值等。 group之前的match，是对源数据进行查询，group之后的match是对group之后的数据进行筛选；
同理，sort，skip，limit也是同样的原理；
以下是示例： 应用一：统计name的数量和总数；
应用二：统计status=1的name的数量；
应用三：统计name的数量，并且数量为小于2的；
应用四：统计stauts=1的name的数量，并且数量为1的；
多列group，根据name和status进行多列
$project该操作符很简单，
结果是，只有_id,name,status三个字段的表数据，相当于sql表达式 select _id,name,status from collection $unwind 这个操作符可以将一个数组的文档拆分为多条文档，在特殊条件下有用，本人暂没有进行过多的研究。 以上基本就可以实现大部分统计了，group前条件，group后条件，是重点。
