本节我将对MongoDB的聚合函数做详细说明。
5.4.1 max与min
通常总是需要找到给定集合里的最大和最小值。使用SQL的数据库提供了min和max函数，但MongoDB没有这样的函数，我们必须自己实现。要找到某个字段中的最大值，可以按照该字段降序排序，并限制结果集为一个文档；按照相反顺序排序就能取到对应的最小值。例如，如果希望找到投票数最多的评论，查询需要对投票的字段进行排序，限制返回一个文档：
db.reviews.find({}).sort({helpful_votes: -1}).limit(1) 返回文档中的helpful_votes字段包含了该字段中的最大值。要获取最小值，只要逆序排列就行了：
db.reviews.find({}).sort({helpful_votes: 1}).limit(1) 如果要在生产环境中发起查询，helpful_votes字段最好能有一个索引。如果想获得特定产品里投票数最多的评论，则需要一个product_id和helpful_votes的复合索引。如果不清楚这么做的原因，可以阅读第7章。
5.4.2 distinct
MongoDB的distinct命令是获取特定字段中不同值列表的最简单工具。该命令既适用于单键，也适用于数组键。distinct默认覆盖整个集合，但也可以通过查询选择器进行约束。
可以像下面这样使用distinct获取产品集合里所有唯一标签的列表：
db.products.distinct(/"tags/")
这很简单。如果希望操作products集合的一个子集，可以传入一个查询选择器作为第二个参数。这里的查询将不同的标签值限定到Gardening Tools分类里的产品：
db.products.distinct(/"tags/", {category_id: ObjectId(/"6a5b1476238d3b4dd5000048/")}) 聚合命令限制
在实用性方面，
distinct和group有一个很大的限制：它们返回的结果集不能超过16 MB。16 MB的限制并不是这些命令本身所强加的阈值，这是所有的初始查询结果集大小。distinct和group是以命令的方式实现的，也就是对特殊的$cmd集合的查询，它们赖以生存的查询则受制于该限制。如果distinct或group处理不了你的聚合结果集，那么就只能使用map-reduce代替了，它的结果可以保存在集合中而非内联（inline）返回。
5.4.3 group
group和distinct一样，也是数据库命令，因此它的结果集也受制于同样的16 MB响应限制。而且，为了减少内存消耗，group不会处理多于10 000个唯一键。如果聚合操作在此范围内，group是个不错的选择，因为通常情况下它会比map-reduce快。
我们已经看过根据用户对评论分组的例子了，那个示例只能算“半个”。让我们快速回顾一下传递给group的选项。
key，描述分组字段的文档。举例来说，要根据category_id分组，可以将{category_id: true}作为键。此处还可以使用复合键，比如，若想根据user_id和rating对一系列帖子做分组，键看起来是这样的：{user_id: true, rating: true}。除非使用keyf，否则key选项是必需的。keyf，这是一个JavaScript函数，应用于文档之上，为该文档生成一个键，当用于分组的键需要计算时，这个函数非常有用。举例来说，如果想根据每个文档创建时是周几来对结果集进行分组，但又不实际存储该值，就可以用键函数来生成这个键：
function(doc) { return {day: doc.created_at.getDay;} 这个函数会生成类似{day: 1}这样的键。请注意，如果没有指定标准的key，那么keyf是必需的。
initial，作为聚合结果初始值的文档。reduce函数第一次运行时，该初始文档会作为聚合器的第一个值，通常会包含所有要聚合的键。举例来说，如果正在为每个分组项计算总投票数和总文档数，那么初始文档看起来是这样的：{vote_sum: 0.0, doc_count: 0}。
请注意，该参数是必需的。
reduce，用于执行聚合的JavaScript函数。该函数接受两个参数：正被迭代的当前文档和用于存储聚合结果的聚合器文档。聚合器的初始值就是初始文档。下面是一个聚合投票和文档总数的reduce函数示例：
function(doc, aggregator) { aggregator.doc_count += 1; aggregator.vote_sum += doc.vote_count;} 请注意，reduce函数并不返回任何内容，它只不过是修改聚合器对象。reduce函数也是必需的。
cond，过滤要聚合文档的查询选择器。如果不希望分组操作处理整个集合，就必须提供一个查询选择器。例如，假设只想聚合那些拥有五个以上投票的文档，可以提供以下查询选择器：{vote_count: {$gt: 5}}。finalize，在返回结果集之前应用于每个结果文档的JavaScript函数。该函数支持对分组操作的结果进行后置处理。我们通常会用它计算平均值，在分组结果的现有值之外，再加另一个值来保存平均值：
function(doc) { doc.average = doc.vote_count / doc.doc_count;} 诚然，group有这么多选项，上手比较麻烦。但是，稍加实践之后，你会很快习惯的。
5.4.4 map-reduce
既然group和map-reduce提供了类似的功能，你可能会想MongoDB为什么要同时对它们提供支持呢？其实，在添加map-reduce之前，group是MongoDB唯一的聚合器，map-reduce是后来出于一些原因加入的。首先，MapReduce风格的操作正在成为主流，而且将这种思考方式融入产品之中看起来是很明智的。1其次，也是更实际的原因：对大数据集进行迭代，尤其是在分片配置中，需要有分布式的聚合器，而MapReduce（范式）恰恰提供所需的内容。
1. 很多开发者是在谷歌那篇著名的关于分布式计算的论文（http://labs.google.com/papers/mapreduce.html）里初次看到MapReduce的。其中的思想后来成了Hadoop的基础，而Hadoop是一个使用分布式MapReduce处理大数据集的开源框架。之后MapReduce的思想得到了广泛传播，例如CouchDB就用MapReduce的范式来声明索引。
map-reduce包含很多选项。此处详细对这些选项做了说明。
map，应用于每个文档之上的JavaScript函数。该函数必须调用emit来选择要聚合的键和值。在函数上下文中，this的值指向当前文档。例如，假设想根据用户ID对结果分组，计算出总投票数和总文档数，映射函数应该是这样的：
function { emit(this.user_id, {vote_sum: this.vote_count, doc_count: 1});} reduce，一个JavaScript函数，接受一个键和一个值列表。该函数对返回值的结构有严格要求，必须总是与values数组所提供的结构一致。reduce函数通常会迭代一个值的列表，在此过程中对其进行聚合。回到我们的示例，以下展示如何处理映射函数输出的内容：
function(key, values) { var vote_sum = 0; var doc_sum = 0; values.forEach(function(value) { vote_sum += value.vote_sum; doc_sum += value.doc_sum; }); return {vote_sum: vote_sum, doc_sum: doc_sum};} 请注意，通常在聚合过程中不会用到key参数的值。
query，用于过滤映射处理的集合的查询选择器。该参数的作用与group的cond参数相同。sort，对于查询的排序。与limit选项搭配使用时非常有用，这样就可以对1000个最近创建的文档运行map-reduce。limit，一个整数，指定了查询和排序的条数。out，该参数决定了如何返回输出内容。要将所有输出作为命令本身的结果，传入{inline: 1}。请注意，这仅适用于结果集符合16 MB返回限制的情况。
另一个选择是将结果放到一个输出集合里。此时，out的值必须是一个字符串，标明用于保存结果的集合的名称。
将结果保存到输出集合时有一个问题：如果最近运行过类似的map-reduce，那么可能会覆盖现有数据。因此，还有两个集合输出选项：一个用于合并结果和老数据，另一个对数据进行reduce处理。在合并的场景中，使用{merge: /"collectionName/"}，新结果会覆盖拥有相同键的现有项。如果使用{reduce: /"collectionName/"}，会调用reduce函数根据新值来处理现有键的值。尤其是在执行要反复运行的MapReduce任务时，希望把新数据整合到已有的聚合之中，reduce格外有用。在对集合执行新的MapReduce任务时，只需简单添加一个查询选择器来限制聚合所需的数据集。
finalize，一个JavaScript函数，在reduce阶段完成后会应用于每个返回的文档上。scope，该文档指定了map、reduce和finalize函数可全局访问的变量的值。verbose，一个布尔值，为true时，在命令返回文档中会包含对map-reduce任务执行时间的统计信息。
在考虑使用MongoDB的map-reduce和group时，还有一个重要的限制需要引起注意：速度。对于大的数据集，这些聚合函数通常执行起来满足不了用户对速度的需求。这几乎都要归咎于MongoDB的JavaScript引擎。一个单线程解释（非编译）运行的JavaScript引擎是很难实现高性能的。
但也不要沮丧，map-reduce和group被广泛使用于很多场景之中，并能充分胜任这些任务。对于那些还不适用的场景，则有其他方案，并有望在未来提供支持。其他方案是指在别处执行聚合，拥有大数据集的用户已经在Hadoop集群上成功处理过数据。未来有望加入新的聚合函数，它们使用编译的多线程代码。这些功能计划于MongoDB v2.0之后的某个时间发布，你可以关注https://jira.mongodb.org/browse/SERVER-447。