游标
用var声明一个变量，用于保存查询的结果。
var cursor=db.users.find();
上述语句之后，cursor其实并没有获取到users中的文档，而是申明一个“查询结构”，等我们需要的时候通过
for或者next()一次性加载过来，然后让游标逐行读取，当我们枚举完了之后，
游标销毁，之后我们在通过curs获取时，
发现没有数据返回了。
通过curso.hasNext()检查是否有后续结果存在，然后用cursor.next() 将其获得。
"查询构造"：
db.users.find().limit（3）：返回三个匹配的文档。
db.users.find().skip(3)：略过前三个匹配的文档，然后返回其他。
db.users.find().sort("name",1):按name升序返回结果，-1降序。
注意：避免使用skip（）略过大量的结果。其处理速度很慢。
不用skip对结果分页：
以"date"降序显示文档，获取结果的第一页：
var page1=db.users.find().sort({"date":-1}).limit(100)
可以利用最后一个文档中"date“的值作为查询条件，来获取下一页：
var lastest=null;
//display first page
while(page1.hasNext()){
latest=page1.next()；
display（latest）;
}
//get next page
var page2=db.users.find({"date":{"$gt":latest.date}});
page2.sort({"date":-1}).limit(100);
随机选取文档
>//do not use
>var total=db.users.count()
> var random=Math.floor(Math.random()*total)
>db.foo.find().skip(random).limit(1)
这种方法效率很低，不可取。
可以在插入文档的时候，添加一个额外的随机键"andom“:Math.random()
> var random=Math.random()
>result=db.users.findOne({"random":{"$gt":random}})
>if(result==null){
... result=db.users.findOne({"random":{"$lt":random}})
...}
高级查询选项：
- $maxscan:integer 指定查询最多扫描的文档数量
- $min：document 查询开始的条件
- $max:document 查询结束的条件
- $hint：document 指定服务器使用哪个索引进行查询
- $explain:boolean 获取查询执行的细节（用到的索引、结果数量、耗时等），而非真正执行查询。
- $snapshot:boolean 确保查询结果是在查询执行那一刻的一致快照。
聚合
count：返回集合中文档的数目
distinct：找出给定键的所有不同值。
group：
参数介绍：
key： 这个就是分组的key，我们这里是对年龄分组。
initial: 每组都分享一个”初始化函数“，特别注意：是每一组，比如这个的age=20的value的list分享一个
initial函数，age=22同样也分享一个initial函数。
$reduce: 这个函数的第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，第一次
为initial中的{”perosn“：[]}。有多少个文档， $reduce就会调用多少次。
下面举的例子就是按照age进行group操作，value为对应age的姓名。
condition 过滤条件
finalize:这是个函数，每一组文档执行完后，都会触发此方法，那么在每组集合里面加上count也就是它的活了。
MapReduce：
count 、distinct、group 能做的事情基本上都能做。可以轻松并行化到多个服务器的聚合方法。它会拆分问题，再将各个部分发送到不同的机器上，让每台机器都完成一部分。所有机器完成的时候，在把结果汇集起来。使用MapReduce的代价就是速度，绝不要用在“实时”的环境中。作为后台任务来运行。
步骤：
- 映射（map）：将操作映射到每个文档。操作要么是”无作为“，要么产生一些键值和X个值。里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。
- 洗牌（shuffle）：按照键值分组，并将产生的键值组成列表放到对应的建中。
- 化简（reduce):则把列表中的值化简为一个单值，并返回。然后接着洗牌，知道每个键的列表只有一个值为止。
注意：在reduce(key,value)中的key就是emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是很多{"count":1}的数组。
-
mapReduce：这个就是最后执行的函数了，参数为map，reduce和一些可选参数。
以下程序是找出集合中的所有键：
this 是当前映射文档的引用；map函数使用"emit"返回要处理的值。文档为每一个键值调用一次emit。
那样就会返回：{count:1,id:1}、{count:1,id:2}、{count:1,id:3}，其中id键用于区别。然后将这两个返回值传给reduce函数。
从图中我们可以看到如下信息：
result: "存放结果的集合名“；
input:传入文档的个数。
emit：此函数被调用的次数。
reduce：此函数被调用的次数。
output:最后返回文档的个数。
最后我们看一下“collecton”集合里面按键分组的情况。