应用场景：

根据特定条件分组处理数据，类似于SQL中的GROUP BY查询语句，mongoDB中的group功能更为强大，自由度更高。

使用语法：

db.runCommand(
 { group:
 	{
 		ns: <namespace>, 
 		key: <key>,
 		$reduce: <reduce function>,
 		// $keyf: <key function>,
 		cond: <query>
 	}
 }
 )

其中：

ns：集合名词

key：分组的依据

$reduce：是一个函数，该函数会在符合条件的每个文档上执行，系统会给该函数传递两个参数，当前文档和累加器文档（本组当前该函数执行结果）

cond：查询条件，满足此条件的文档才会被group分组和累加

$keyf：key生成函数，系统会给该函数传递一个参数，即当前文档，返回值为对象，此参数和key参数互斥

测试数据：

group查询示例：

1.常规查询

查询内容：以author分组，查询每个author的累计阅读次数

db.runCommand(
 {
 group:
 {
 ns: 'readData',
 key: { author: 1 },
 $reduce: function ( curr, result ) { 
 	result.read_times+=curr.read_times
 },
 initial: {
 	read_times:0
 }
 }
 }
)

查询结果：

{ 
 "retval" : [
 {
 "author" : "Jim", 
 "read_times" : 64.0
 }, 
 {
 "author" : "Tom", 
 "read_times" : 127.0
 }
 ], 
 "count" : NumberLong(4), 
 "keys" : NumberLong(2), 
 "ok" : 1.0
}

其中：

retval：查询结果

count：满足条件文档数

keys：分组数

2.含条件查询

查询内容：以author分组，查询category为database的每个author的累计阅读次数

db.runCommand(
 {
 group:
 {
 ns: 'readData',
 key: { author: 1 },
 cond:{category:"database"},
 $reduce: function ( curr, result ) { 
 	result.read_times+=curr.read_times
 },
 initial: {
 	read_times:0
 }
 }
 }
)

查询结果：

{ 
 "retval" : [
 {
 "author" : "Jim", 
 "read_times" : 64.0
 }
 ], 
 "count" : NumberLong(2), 
 "keys" : NumberLong(1), 
 "ok" : 1.0
}

3.key由函数生成

查询内容：以author分组，查询每个author的累计阅读次数

db.runCommand(
 {
 group:
 {
 ns: 'readData',
 "$keyf": function(cur){
 	return {"author":cur.author};
 },
 $reduce: function ( curr, result ) { 
 	result.read_times+=curr.read_times
 },
 initial: {
 	read_times:0
 }
 }
 }
)

查询结果：

{ 
 "retval" : [
 {
 "author" : "Jim", 
 "read_times" : 64.0
 }, 
 {
 "author" : "Tom", 
 "read_times" : 127.0
 }
 ], 
 "count" : NumberLong(4), 
 "keys" : NumberLong(2), 
 "ok" : 1.0
}