MongoDB聚合运算符：$stdDevSamp


文章目录

  • MongoDB聚合运算符：$stdDevSamp
  • 语法
  • 使用
  • 非数值类型的值
  • 单个值
  • 数组操作数
  • 窗口值
  • 举例
  • 应用于`$group`阶段
  • 在`$setWindowFields`阶段使用



$stdDevSamp聚合运算符用来计算输入值的样本标准差。如果数据样本是总体的一部分并可以概括整体，可以使用

$stdDevSamp。如果样本值代表了数据的总体，或者不希望概括更大的总体，则应该使用

$stdDevPop。

$stdDevSamp可以应用于下面的阶段：

  • $addFields阶段，从MongoDB3.4开始支持
  • $group阶段
  • $match阶段的$expr表达式
  • $project阶段
  • $replaceRoot阶段，从MongoDB 3.4开始支持
  • $replaceWith阶段，从MongoDB 4.2开始支持
  • $set阶段，从MongoDB 4.2开始支持
  • $setWindowFields阶段，从MongoDB 5.0开始支持

语法

当用于$bucket、$bucketAuto、$group和$setWindowFields阶段时的语法为：

{ $stdDevSamp: <expression> }

当用于其它阶段时，$stdDevSamp的语法有两种形式：

  • 操作数为一个表达式：
{ $stdDevSamp: <expression> }
  • 操作数为一个表达式列表：
{ $stdDevSamp: [ <expression1>, <expression2> ... ]  }

<expression>为可解析为数组的表达式。

参数可以是任何能够解析为数组的表达式。

使用

非数值类型的值

$stdDevSamp忽略所有非数值的值，如果所有的操作数都是非数值的值，$stdDevSamp返回null。

单个值

如果样本只有一个数值类型的值，$stdDevSamp返回0。

数组操作数

在$group和$setWindowFields阶段，如果表达式解析为数组，$stdDevSamp会将操作数视为非数字值，对计算没有影响。

针对其它阶段：

  • 当使用单个表达式作为操作数时，如果表达式解析为数组，$stdDevSamp会遍历数组元素，并对数字元素进行操作返回单个值。
  • 当使用表达式列表作为操作数，如果表达式解析为数组，$stdDevSamp不会遍历该数组，而是将数组视为非数字值。

窗口值

对于$setWindowFields阶段窗口的值：

  • 忽略窗口中的非数值、空值和缺失字段。
  • 如果窗口为空，则返回 null。
  • 如果窗口中包含 NaN 值，则返回空值。
  • 如果窗口包含 Infinity 值，则返回空值。
  • 如果前面几点都不适用，则返回一个 double 值。

举例

应用于$group阶段

users集合有下面的字段：

{_id: 0, username: "user0", age: 20}
{_id: 1, username: "user1", age: 42}
{_id: 2, username: "user2", age: 28}
...

下面的聚合计算用户样本的标准差，首先使用$sample管道阶段对100个用户进行采样，然后使用$stdDevSamp计算用户的样本标准差：

db.users.aggregate(
   [
      { $sample: { size: 100 } },
      { $group: { _id: null, ageStdDev: { $stdDevSamp: "$age" } } }
   ]
)

操作结果如下：

{ "_id" : null, "ageStdDev" : 7.811258386185771 }

在$setWindowFields阶段使用

使用下面的脚本创建cakeSales集合，包含了在加利福尼亚州（CA）和华盛顿州（WA）的蛋糕销售记录：

db.cakeSales.insertMany( [
   { _id: 0, type: "chocolate", orderDate: new Date("2020-05-18T14:10:30Z"),
     state: "CA", price: 13, quantity: 120 },
   { _id: 1, type: "chocolate", orderDate: new Date("2021-03-20T11:30:05Z"),
     state: "WA", price: 14, quantity: 140 },
   { _id: 2, type: "vanilla", orderDate: new Date("2021-01-11T06:31:15Z"),
     state: "CA", price: 12, quantity: 145 },
   { _id: 3, type: "vanilla", orderDate: new Date("2020-02-08T13:13:23Z"),
     state: "WA", price: 13, quantity: 104 },
   { _id: 4, type: "strawberry", orderDate: new Date("2019-05-18T16:09:01Z"),
     state: "CA", price: 41, quantity: 162 },
   { _id: 5, type: "strawberry", orderDate: new Date("2019-01-08T06:12:03Z"),
     state: "WA", price: 43, quantity: 134 }
] )

下面的示例在 $setWindowFields 阶段使用 $stdDevSamp 输出每个州蛋糕销售数量的样本标准差：

db.cakeSales.aggregate( [
   {
      $setWindowFields: {
         partitionBy: "$state",
         sortBy: { orderDate: 1 },
         output: {
            stdDevSampQuantityForState: {
               $stdDevSamp: "$quantity",
               window: {
                  documents: [ "unbounded", "current" ]
               }
            }
         }
      }
   }
] )

在本例中：

  • partitionBy: "$state"按照州state对集合的文档进行分区，有CA和WA两个区。
  • sortBy: { orderDate: 1 }根据orderDate对分区内文档进行由小到大的排序，orderDate最早的排在第一个。
  • output使用$stdDevSamp将窗口内文档的quantity标准差赋予stdDevPopQuantityForState字段。窗口包含无界下限和输出中的当前文档之间的文档，这意味着$stdDevSamp返回分区开头和当前文档之间文档的数量样本标准差。

在此示例输出中，CA和WA 的quantity样本标准差放在stdDevPopQuantityForState字段：

操作结果如下：

{ "_id" : 4, "type" : "strawberry", "orderDate" : ISODate("2019-05-18T16:09:01Z"),
  "state" : "CA", "price" : 41, "quantity" : 162, "stdDevSampQuantityForState" : null }
{ "_id" : 0, "type" : "chocolate", "orderDate" : ISODate("2020-05-18T14:10:30Z"),
  "state" : "CA", "price" : 13, "quantity" : 120, "stdDevSampQuantityForState" : 29.698484809834994 }
{ "_id" : 2, "type" : "vanilla", "orderDate" : ISODate("2021-01-11T06:31:15Z"),
  "state" : "CA", "price" : 12, "quantity" : 145, "stdDevSampQuantityForState" : 21.1266025033211 }
{ "_id" : 5, "type" : "strawberry", "orderDate" : ISODate("2019-01-08T06:12:03Z"),
  "state" : "WA", "price" : 43, "quantity" : 134, "stdDevSampQuantityForState" : null }
{ "_id" : 3, "type" : "vanilla", "orderDate" : ISODate("2020-02-08T13:13:23Z"),
  "state" : "WA", "price" : 13, "quantity" : 104, "stdDevSampQuantityForState" : 21.213203435596427 }
{ "_id" : 1, "type" : "chocolate", "orderDate" : ISODate("2021-03-20T11:30:05Z"),
  "state" : "WA", "price" : 14, "quantity" : 140, "stdDevSampQuantityForState" : 19.28730152198591 }