准备测试数据
Db.user.drop（）；
对于（var i = 10；i < 100；i + +）{
Db.user.insert（{
名称：用户+ i，
年龄：Math.floor（Math.random（）* 10）+ 20，
性别：Math.floor（Math.random）*（3）% 2 = = 0是：F，
中文：Math.floor（Math.random（）* 50）+ 50，
数学：Math.floor（Math.random（）* 50）+ 50，
英语：math.floor（Math.random（）* 50）+ 50，
类：C+ i % 5
}）
}

组函数
根据类进行分组，在每个类中显示用户名和性别。
db.user.group（{
键：{类）：真}，
初始值：{人：{ }，
减少：功能（CUR，沪指）{
Prev.person.push（{姓名：性别：cur.name，cur.sex，年龄：恶狗。年龄}）；
}
}）；

年龄> 25个用户，按类分组，显示每个类中的用户名和性别，以及每个组的统计数。
db.user.group（{
键：{类）：真}，
初始值：{人：{ }，
减少：函数（doc，out）{
Out.person.push（{姓名：性别：doc.name，doc.sex，年龄：医生年龄}）；
}，
终结：函数（out）{
out.count = out.person.length；
}，
条件：{年龄）：{ $ gt 25 }
}）

每个类的分组计算，中文最大值和最小值
db.user.group（{
键：{类）：真}，
初始：{chinese_min ：0，chinese_max ：0 }，
减少：函数（doc，out）{
out.chinese_min = doc.chinese；
out.chinese_min = doc.chinese；

out.chinese_min = Math.min（out.chinese_min，博士，中国）；
out.chinese_max = math.max（out.chinese_max，博士，中国）
}，
}）

使用组，计算每个值的总成绩和平均分数。
db.user.group（{
关键词：{_id ）：true}，
初始化：{名称：
减少：函数（doc，out）{
out.name = doc.name；
out.total = doc.chinese + doc.math + doc.english；
out.avg = math.floor（out.total / 3）；
}
}）



组参数选项：

1.key：这是团队的关键

2.initial：每一组股票的初始化函数，特别注意：初始函数每一集。

3.reduce：这个函数的第一个参数是当前文档对象，第二个参数是最后一个函数运行累计对象。多少文件有多少倍的减少将给美元。

4.condition：这是过滤条件。

5.finalize：这是一个函数，将触发此方法时，每一套文件执行。