今天跟大家分享一下mongodb中比較好玩的知識，主要包括：聚合，游標。
一： 聚合
常見的聚合操作跟sql server一樣，有：count，distinct，group，mapReduce。
<1> count
count是最簡單，最容易，也是最常用的聚合工具，它的使用跟我們C#里面的count使用簡直一模一樣。
<2> distinct
這個操作相信大家也是非常熟悉的，指定了誰，誰就不能重復，直接上圖。
<3> group
在mongodb里面做group操作有點小復雜，不過大家對sql server里面的group比較熟悉的話還是一眼
能看的明白的，其實group操作本質上形成了一種“k-v”模型，就像C#中的Dictionary，好，有了這種思維，
我們來看看如何使用group。
下面舉的例子就是按照age進行group操作，value為對應age的姓名。下面對這些參數介紹一下：
key： 這個就是分組的key，我們這里是對年齡分組。
initial: 每組都分享一個”初始化函數“，特別注意：是每一組，比如這個的age=20的value的list分享一個
initial函數，age=22同樣也分享一個initial函數。
$reduce: 這個函數的第一個參數是當前的文檔對象，第二個參數是上一次function操作的累計對象，第一次
為initial中的{”perosn“：[]}。有多少個文檔， $reduce就會調用多少次。
看到上面的結果，是不是有點感覺，我們通過age查看到了相應的name人員，不過有時我們可能有如下的要求：
①：想過濾掉age>25一些人員。
②：有時person數組里面的人員太多，我想加上一個count屬性標明一下。
針對上面的需求，在group里面還是很好辦到的，因為group有這么兩個可選參數: condition 和 finalize。
condition: 這個就是過濾條件。
finalize:這是個函數，每一組文檔執行完后，多會觸發此方法，那么在每組集合里面加上count也就是它的活了。
<4> mapReduce
這玩意算是聚合函數中最復雜的了，不過復雜也好，越復雜就越靈活。
mapReduce其實是一種編程模型，用在分布式計算中，其中有一個“map”函數，一個”reduce“函數。
① map：
這個稱為映射函數，里面會調用emit(key,value)，集合會按照你指定的key進行映射分組。
② reduce：
這個稱為簡化函數，會對map分組后的數據進行分組簡化，注意：在reduce(key,value)中的key就是
emit中的key，vlaue為emit分組后的emit(value)的集合，這里也就是很多{"count":1}的數組。
③ mapReduce:
這個就是最后執行的函數了，參數為map，reduce和一些可選參數。具體看圖可知：
從圖中我們可以看到如下信息：
result: "存放的集合名“；
input:傳入文檔的個數。
emit：此函數被調用的次數。
reduce：此函數被調用的次數。
output:最后返回文檔的個數。
最后我們看一下“collecton”集合里面按姓名分組的情況。
二：游標
mongodb里面的游標有點類似我們說的C#里面延遲執行，比如：
var list=db.person.find();
針對這樣的操作，list其實并沒有獲取到person中的文檔，而是申明一個“查詢結構”，等我們需要的時候通過
for或者next()一次性加載過來，然后讓游標逐行讀取，當我們枚舉完了之后，游標銷毀，之后我們在通過list獲取時，
發現沒有數據返回了。
當然我們的“查詢構造”還可以搞的復雜點，比如分頁，排序都可以加進去。
var single=db.person.find().sort({"name",1}).skip(2).limit(2);
那么這樣的“查詢構造”可以在我們需要執行的時候執行，大大提高了不必要的花銷。
