MongoDB相關概念

業務應用場景

傳統的關系型資料庫（如MySQL），在資料操作的“三高”需求以及應對Web2.0的網站需求面前，顯得力不從心，

解釋：“三高”需求：

High performance - 對資料庫高并發讀寫的需求，
Huge Storage - 對海量資料的高效率存盤和訪問的需求，
High Scalability && High Availability- 對資料庫的高可擴展性和高可用性的需求，

而MongoDB可應對“三高”需求，

具體的應用場景如：

1）社交場景，使用 MongoDB 存盤存盤用戶資訊，以及用戶發表的朋友圈資訊，通過地理位置索引實作附近的人、地點等功能，

2）游戲場景，使用 MongoDB 存盤游戲用戶資訊，用戶的裝備、積分等直接以內嵌檔案的形式存盤，方便查詢、高效率存盤和訪問，

3）物流場景，使用 MongoDB 存盤訂單資訊，訂單狀態在運送程序中會不斷更新，以MongoDB內嵌陣列的形式來存盤，一次查詢就能將

訂單所有的變更讀取出來，

4）物聯網場景，使用 MongoDB 存盤所有接入的智能設備資訊，以及設備匯報的日志資訊，并對這些資訊進行多維度的分析，

5）視頻直播，使用MongoDB存盤用戶資訊、點贊互動資訊等，

這些應用場景中，資料操作方面的共同特點是：

（1）資料量大

（2）寫入操作頻繁（讀寫都很頻繁）

（3）價值較低的資料，對事務性要求不高

對于這樣的資料，我們更適合使用MongoDB來實作資料的存盤，

?? 什么時候選擇MongoDB

在架構選型上，除了上述的三個特點外，如果你還猶豫是否要選擇它？可以考慮以下的一些問題：

應用不需要事務及復雜join支持

新應用，需求會變，資料模型無法確定，想快速迭代開發

應用需要2000-3000以上的讀寫QPS（更高也可以）

應用需要TB甚至 PB 級別資料存盤

應用發展迅速，需要能快速水平擴展

應用要求存盤的資料不丟失

應用需要99.999%高可用

應用需要大量的地理位置查詢、文本查詢

如果上述有1個符合，可以考慮 MongoDB，2個及以上的符合，選擇 MongoDB 絕不會后悔，

MongoDB簡介

MongoDB是一個開源、高性能、無模式的檔案型資料庫，當初的設計就是用于簡化開發和方便擴展，是NoSQL資料庫產品中的一種，是最像關系型資料庫（MySQL）的非關系型資料庫，

它支持的資料結構非常松散，是一種類似于JSON的格式叫BSON，所以它既可以存盤比較復雜的資料型別，又相當的靈活，

MongoDB中的記錄是一個檔案，它是一個由欄位和值對（fifield:value）組成的資料結構，MongoDB檔案類似于JSON物件，即一個檔案認為就是一個物件，欄位的資料型別是字符型，它的值除了使用基本的一些型別外，還可以包括其他檔案、普通陣列和檔案陣列，

體系結構

?? MySQL和MongoDB的對比：

SQL術語概念	MongoDB術語/概念	解釋/說明
database	database	資料庫
table	collection	資料庫表/集合
row	document	資料記錄行/檔案
column	field	資料欄位/域
index	index	索引
table joins		表連接，MongoDB不支持
	嵌入檔案	MongoDB通過嵌入式檔案來替代多表連接
primary key	primary key	主鍵，MongoDB自動將_id欄位設定為主鍵

資料模型

MongoDB的最小存盤單位就是檔案(document)物件，檔案(document)物件對應于關系型資料庫的行，資料在MongoDB中已BSON(Binary-JSON)檔案的格式存盤在磁盤上，

BSON（Binary Serialized Document Format）是一種類json的一種二進制形式的存盤格式，簡稱Binary JSON，BSON和JSON一樣，支持內嵌的檔案物件和陣列物件，但是BSON有JSON沒有的一些資料型別，如Date和BinData型別，

Bson中，除了基本的JSON型別：string,integer,boolean,double,null,array和object，mongo還使用了特殊的資料型別，這些型別包括date,object id,binary data,regular expression 和code，每一個驅動都以特定語言的方式實作了這些型別，查看你的驅動的檔案來獲取詳細資訊，

BSON資料型別參考串列：

資料型別	描述	舉例
字串	UTF-8字串都可表示為字串型別的資料	{"X":"foobar"}
物件id	物件id是檔案的12位元組的唯一ID	{"X" :ObjectId() }
布林值	真或者假：true或者false	{"x":true}+
陣列	值的集合或者串列可以表示成陣列	{"x" ： ["a", "b", "c"]}
32位整數	型別不可用，JavaScript僅支持64位浮點數，所以32位整數會被自動轉換	shell是不支持該型別的，shell中默認會轉換成64位浮點數
64位整數	不支持這個型別，shell會使用一個特殊的內嵌檔案來顯示64位整數	shell是不支持該型別的，shell中默認會轉換成64位浮點數
64位浮點數	shell中的數字就是這一種型別	{"x"：3.14159，"y"：3}
null	表示空值或者未定義的物件	{"x":null}
undefifined	檔案中也可以使用未定義型別	{"x":undefifined}
符號	shell不支持，shell會將資料庫中的符號型別的資料自動轉換成字串
正則運算式	檔案中可以包含正則運算式，采用JavaScript的正則運算式語法	{"x" ： /foobar/i}
代碼	檔案中還可以包含JavaScript代碼	{"x" ： function() { /* …… */ }}
二進制資料	二進制資料可以由任意位元組的串組成，不過shell中無法使用
最大值/最小值	BSON包括一個特殊型別，表示可能的最大值，shell中沒有這個型別

提示：

shell默認使用64位浮點型數值，{“x”：3.14}或{“x”：3}，對于整型值，可以使用NumberInt（4位元組符號整數）或NumberLong（8位元組符號整數），{“x”:NumberInt(“3”)}{“x”:NumberLong(“3”)}

MongoDB的特點

高性能：

MongoDB提供高性能的資料持久性，特別是,

對嵌入式資料模型的支持減少了資料庫系統上的I/O活動，

索引支持更快的查詢，并且可以包含來自嵌入式檔案和陣列的鍵，（文本索引解決搜索的需求、TTL索引解決歷史資料自動過期的需求、地理位置索引可用于構建各種 O2O 應用）

mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持滿足各種場景需求，

Gridfs解決檔案存盤的需求，
高可用性：

MongoDB的復制工具稱為副本集（replica set），它可提供自動故障轉移和資料冗余，
高擴展性：

MongoDB提供了水平可擴展性作為其核心功能的一部分，

分片將資料分布在一組集群的機器上，（海量資料存盤，服務能力水平擴展）

從3.4開始，MongoDB支持基于片鍵創建資料區域，在一個平衡的集群中，MongoDB將一個區域所覆寫的讀寫只定向到該區域內的那些片，
豐富的查詢支持：

MongoDB支持豐富的查詢語言，支持讀和寫操作(CRUD)，比如資料聚合、文本搜索和地理空間查詢等，
其他特點：

如無模式（動態模式）、靈活的檔案模型、

MongoDB中的基本概念

?? 資料庫

一個mongodb中可以建立多個資料庫，

MongoDB的默認資料庫為"db"，該資料庫存盤在data目錄中

MongoDB的單個實體可以容納多個獨立的資料庫，每一個都有自己的集合和權限，不同的資料庫也放置在不同的檔案中，

?? 集合

集合就是MongoDB檔案組，類似于RDBMS（關系資料庫管理系統：Relational Database Management System）中的表格，

集合存在于資料庫中，集合沒有固定的結構，對集合可以插入不同格式和型別的資料，但通常情況下我們插入集合的資料都會有一定的關聯性，

集合命名的時候應該注意：

集合名不能是空字串""，

集合名不能含有\0字符（空字符），這個字符表示集合名的結尾，

集合名不能以"system."開頭，這是為系統集合保留的前綴，

用戶創建的集合名字不能含有保留字符，

?? 檔案(document)

是一組鍵值(key-value)對(即BSON)，MongoDB的檔案不需要設定相同的欄位，并且相同的欄位不需要相同的資料型別，這與關系型資料庫有很大的區別，也是MongoDB非常突出的特點，

需要注意的是：

檔案中的鍵/值對是有序的，

檔案中的值不僅可以是在雙引號里面的字串，還可以是其他幾種資料型別，

MongoDB區分型別和大小寫，

MongoDB的檔案不能有重復的鍵，

檔案的鍵是字串，

MongoDB部署

1.下載軟體包

# wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.4.1.tgz

2.解壓縮

# tar -xvzf mongodb-linux-x86_64-rhel70-4.4.1.tgz
# mv mongodb-linux-x86_64-rhel70-4.4.1 /usr/local/mongodb

3.創建資料目錄、日志目錄、組態檔存放目錄

# mkdir /usr/local/mongodb/{data,conf,log}

4.編輯組態檔

# cat >>/usr/local/mongodb/conf/mongodb.conf<<EOF
dbpath=/usr/local/mongodb/data
logpath=/usr/local/mongodb/log/mongodb.log
bind_ip=0.0.0.0
port=27017
logappend=1
fork=1
EOF

5.添加環境變數

# vim /etc/profile
export MONGODB_HOME=/usr/local/mongodb
export PATH=$PATH:$MONGODB_HOME/bin
# source /etc/profile

6.啟動

# mongod --config /usr/local/mongodb/conf/mongodb.conf
# ps -ef |grep mongo
root     3969694       1  0 10:19 ?        00:01:06 mongod --config /usr/local/mongodb/conf/mongodb.conf

?? 停止mongodb

停止服務的方式有兩種：快速關閉和標準關閉
1.快速關閉方法（快速，簡單，資料可能會出錯）
目標：通過系統的kill命令直接殺死行程,殺完要檢查一下，避免有的沒有殺掉，
通過行程編號關閉節點 
# kill -2 3969694

2.標準的關閉方法（資料不容易出錯，但麻煩）
目標：通過mongo客戶端中的shutdownServer命令來關閉服務
//客戶端登錄服務，注意，這里通過localhost登錄，如果需要遠程登錄，必須先登錄認證才行，
> mongo --port 27017 
//#切換到admin庫 
> use admin 
//關閉服務 
> db.shutdownServer()

補充

如果一旦是因為資料損壞，則需要進行如下操作（了解）：

1.洗掉lock檔案

# rm -f /usr/local/mongodb/data/mongod.lock

2.修復資料

# mongod --repair --dbpath=/usr/local/mongodb/data/

常用命令

MongoDB庫操作

?? MongoDB系統保留庫說明：

系統保留資料庫：可以直接訪問這些有特殊作用的資料庫，

admin：從權限的角度來看，這是"root"資料庫

local：這個資料永遠不會被復制，可以用來存盤限于本地單臺服務器的任意集合；

config：當Mongo用于分片設定時，config資料庫在內部使用，用于保存分片的相關資訊，

?? 選擇和創建資料庫

> use 資料庫名

如果資料庫不存在，則創建資料庫，否則切換到指定的資料庫，

> use articledb

?? 查看當前服務器的所有資料庫

> show databases
或
> show dbs

?? 查看當前正在使用的資料庫

> db

?? 洗掉資料庫

> db.dropDatabase()

備注：主要用來洗掉已經持久化的資料庫

注意： 要洗掉哪個資料庫，一定要先切換到要洗掉的資料庫中，然后再進行db.dropDatabase()

MongoDB集合操作

?? 集合的顯示創建

基本語法：

> db.createCollection(name, options)

其中
- name：要創建的集合名稱
- options：可選引數，指定有關記憶體大小及索引的選項（一下為可選引數串列）

options引數如下：

欄位	型別	描述
capped	布爾	(可選)如果為true，則創建固定集合，固定集合是指有著固定大小的集合，當達到最大值時，它會自動覆寫最早的檔案，當改值為true時，必須指定size引數，
autoIndexld	布爾	(可選)如果為true，自動在_id欄位創建索引，默認為true，
size	數值	(可選)為固定集合指定一個最大值，以千位元組計(KB)，如果capped為true，也需要指定該欄位，
max	數值	(可選)指定固定集合中包含檔案的最大值，

?? 示例

創建一個集合testcol
> db.createCollection("testcol");
{ "ok" : 1 }

//創建集合student
> db.createCollection("student");
{ "ok" : 1 }

//創建固定大小的集合，創建固定集合mycol，整個集合空間大小6142800KB,檔案最大個數為10000個，
> db.createCollection("mycol",{capped:true,size:6142800,max:10000});
{ "ok" : 1 }
> show tables;
mycol
student
testcol

//創建固定大小的集合，創建固定集合mycol02，整個集合空間大小6142800KB,檔案最大個數為10000個，
> db.createCollection("mycol02",{capped:true,size:6142800,max:10000, autoIndexId:true});
{
	"note" : "The autoIndexId option is deprecated and will be removed in a future release",
	"ok" : 1
}

注意在MongoDB中，集合只有在內容插入后才會創建! 就是說，創建集合(資料表)后要再插入一個檔案(記錄)，集合才會真正創建，

?? 集合的隱式創建

當向一個集合中插入一個檔案的時候，如果集合不存在，則會自動創建集合，

?? 集合的查看

> show collections
或者
> show tables

?? 集合的洗掉

集合洗掉語法格式如下：

> db.collection.drop()
或
> db.集合.drop()

如果成功洗掉選定集合，則drop()方法回傳true，否則回傳false.

例如：要洗掉testcol集合

> db.testcol.drop()
true

檔案基本CRUD

檔案(document)的資料結構和JSON基本一樣，所有存盤在集合中的資料都是BSON格式，

檔案的插入

?? 單個檔案插入

語法如下：

db.COLLECTION_NAME.insert(document)

示例：

> use testcoll
switched to db testcoll
> db.student.insert({name:"小白",age:18,sdept:"計算機系",sex:"男",createdatetime:new Date()})
WriteResult({ "nInserted" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 18, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }

?? 批量檔案插入

語法如下：

db.COLLECTION_NAME.insertMany([document1, document2,...])

示例：

> db.student.insertMany(
	[
		{name:"張大仙",age:19,sdept:"計算機系",sex:"男",createdatetime:new Date()},
		{name:"李太白",age:17,sdept:"計算機系",sex:"男",createdatetime:new Date()}
	]
)

{
	"acknowledged" : true,
	"insertedIds" : [
		ObjectId("5fa255ab45dc2c9556990f3f"),
		ObjectId("5fa255ab45dc2c9556990f40")
	]
}

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 18, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

檔案的更新

語法如下：

db.COLLECTION_NAME.update(
	<query>{鍵名:值},
	<update>{$set:{鍵名:值}},
	{
	upsert:<boolean>,
	multi:<boolean>
	}
)
引數說明：
query：update的查詢條件
update：update的物件和更新的運算子$set，可以理解為sql update查詢內set后面的
upsert：可選，意思是，如果不存在update的記錄，是否插入，true為插入，默認是false，不插入，
multi：可選，mongodb默認是false，只更新找到的第一條記錄，如果為true，就把按條件查出來多條記錄全部更新，

示例：

?? 修改匹配的第一條記錄

> db.student.update(
	{sex:"男"},
	{$set:{sdept:"前端"}},
)
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 18, "sdept" : "前端", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

?? 修改匹配的所有記錄

> db.student.update(
	{sex:"男"},
	{$set:{sdept:"后端"}},
	{multi:true}
)
WriteResult({ "nMatched" : 3, "nUpserted" : 0, "nModified" : 3 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 18, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

?? 匹配多個條件（同時滿足）

> db.student.update(
	{sex:"男", name:"小白"},
	{$set:{sdept:"計算機系"}},
)
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 18, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

?? 更新多個值

> db.student.update(
	{sex:"男", name:"小白"},
	{$set:{sdept:"英語系", age:22}},
)
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 22, "sdept" : "英語系", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

?? 多個條件滿足其中一個($or)

> db.student.update(
	{$or:[{sex:19}, {name:"小白"}]},
	{$set:{sdept:"數學系", age:22}},
)
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa125ec481bd6c96002a80b"), "name" : "小白", "age" : 22, "sdept" : "數學系", "sex" : "男", "createdatetime" : ISODate("2020-11-03T09:42:04.517Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

檔案的洗掉

語法如下：

db.COLLECTION_NAME.remove(
	<query>,
	{
	justOne:<boolean>
	}
)

引數說明：
query：(可選)洗掉的檔案的條件，
justOne：（可選）如果設定為true或1，則只洗掉一個檔案，如果不設定該引數，或使用默認值false,則洗掉所有匹配條件的檔案，

示例：

?? 洗掉符合條件的第一條（justOne.true）

> db.student.remove(
	{sex:"男"},
	{justOne:true}
)
WriteResult({ "nRemoved" : 1 })

> db.student.find()
{ "_id" : ObjectId("5fa255ab45dc2c9556990f3f"), "name" : "張大仙", "age" : 19, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }
{ "_id" : ObjectId("5fa255ab45dc2c9556990f40"), "name" : "李太白", "age" : 17, "sdept" : "后端", "sex" : "男", "createdatetime" : ISODate("2020-11-04T07:18:03.528Z") }

?? 洗掉符合條件的所有記錄

> db.student.remove(
	{sex:"男"}
)

?? 洗掉所有記錄

> db.student.remove({})

檔案的查詢

MongoDB查詢檔案使用find()方法，使用findOne()查詢一條資料

find()方法以非結構化的方式來顯示所有的檔案

語法格式：
db.COLLECTION_NAME.find(query,projection)

注意：
query：可選，使用查詢運算子指定查詢條件
projection：可選，使用投影運算子指定回傳的值
需要以格式化的方式來讀取資料，可以使用pretty()方法，

查詢前先造幾條資料

db.student.insertMany(
	[
		{name:"張大仙",age:19,sdept:"計算機系",sex:"男",createdatetime:new Date()},
		{name:"李太白",age:17,sdept:"計算機系",sex:"男",createdatetime:new Date()},
		{name:"黃花",age:18,sdept:"英語系",sex:"女",createdatetime:new Date()},
		{name:"菜花",age:20,sdept:"數學系",sex:"女",createdatetime:new Date()},
	]
)

基本查詢

?? 查詢student集合中所有的檔案

> db.student.find()
{ "_id" : ObjectId("5fa27688b808fba58f5a3a41"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }
{ "_id" : ObjectId("5fa27688b808fba58f5a3a42"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }
{ "_id" : ObjectId("5fa27688b808fba58f5a3a43"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }
{ "_id" : ObjectId("5fa27688b808fba58f5a3a44"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }

?? 格式化方法顯示查詢結果

> db.student.find().pretty()
{
	"_id" : ObjectId("5fa27688b808fba58f5a3a41"),
	"name" : "張大仙",
	"age" : 19,
	"sdept" : "計算機系",
	"sex" : "男",
	"createdatetime" : ISODate("2020-11-04T09:38:16.820Z")
}
{
	"_id" : ObjectId("5fa27688b808fba58f5a3a42"),
	"name" : "李太白",
	"age" : 17,
	"sdept" : "計算機系",
	"sex" : "男",
	"createdatetime" : ISODate("2020-11-04T09:38:16.820Z")
}
{
	"_id" : ObjectId("5fa27688b808fba58f5a3a43"),
	"name" : "黃花",
	"age" : 18,
	"sdept" : "英語系",
	"sex" : "女",
	"createdatetime" : ISODate("2020-11-04T09:38:16.820Z")
}
{
	"_id" : ObjectId("5fa27688b808fba58f5a3a44"),
	"name" : "菜花",
	"age" : 20,
	"sdept" : "數學系",
	"sex" : "女",
	"createdatetime" : ISODate("2020-11-04T09:38:16.820Z")
}

?? 條件過濾查詢

> db.student.find({sex:"男"})
{ "_id" : ObjectId("5fa27688b808fba58f5a3a41"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }
{ "_id" : ObjectId("5fa27688b808fba58f5a3a42"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }

?? 查詢一條記錄

> db.student.findOne()
{
	"_id" : ObjectId("5fa27688b808fba58f5a3a41"),
	"name" : "張大仙",
	"age" : 19,
	"sdept" : "計算機系",
	"sex" : "男",
	"createdatetime" : ISODate("2020-11-04T09:38:16.820Z")
}

條件查詢

?? 多個條件同時滿足查詢 $and

db.COLLECTION_NAME.find({K1:V1,K2:V2,K3:V3...})
或者
db.COLLECTION_NAME.find({$and:[{K1:V1},{K2:V2},{K3:V3}...]})

示例：

# 查詢年齡為19，而且性別為男的學生
> db.student.find({age:19,sex:"男"})
{ "_id" : ObjectId("5fa27688b808fba58f5a3a41"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }

> db.student.find({$and:[{age:19},{sex:"男"}]})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 多個條件只是滿足其中一個 $or

db.COLLECTION_NAME.find({$or:[{K1:V1},{K2:V2},{K3:V3}...]})

示例：

# 查詢年齡是19或者為英語系的學生
> db.student.find({$or:[{age:19},{sdept:"英語系"}]})
{ "_id" : ObjectId("5fa27688b808fba58f5a3a41"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }
{ "_id" : ObjectId("5fa27688b808fba58f5a3a43"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T09:38:16.820Z") }

?? 根據資料型別來匹配對應的結果$type

db.COLLECTION_NAME.find({KEY:{$type:數字或者資料型別}})

$tpye運算子，MongoDB中可以使用的型別如下表所示：

型別	數字	備注
Double	1
String	2
Object	3
Array	4
Binary data	5
Undefined	6	已廢棄
Object id	7
Boolean	8
Date	9
Null	10
Regular Expression	11
JavaScript	13
Symbol	14
JavaScript (with scope)	15
32-bit integer	16
Timestamp	17
64-bit integer	18
Min key	255	Query with -1
Max key	127

示例：

# 這里先插入一條資料進行測驗
> db.student.insert({name:12,age:28,sdept:"體育系",createdatetime:new Date()})
WriteResult({ "nInserted" : 1 })

# 查詢名字型別為Double型別的學生
> db.student.find({name:{$type:1}})
{ "_id" : ObjectId("5fa36936bde0f17be2c81931"), "name" : 12, "age" : 28, "sdept" : "體育系", "createdatetime" : ISODate("2020-11-05T02:53:42.760Z") }

?? 讀取指定數量的資料記錄limit()

db.COLLECTION_NAME.find().limit(NUMBER)

NUMBER：表示記錄條數，默認值為20

示例：

# 查詢性別為男學生前2條記錄
> db.student.find({sex:"男"}).limit(1)
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 查詢出來的記錄，跳過指定數量的前多少條記錄skip()

db.COLLECTION_NAME.find().skip(NUMBER)
或者
db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

備注：skip(NUMBER)中的NUMBER默認值為0

示例：

# 查詢所有的性別為男的學生資訊并跳過第一條記錄
> db.student.find({sex:"男"}).skip(1)
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

# 查詢前兩條性別為男的學生資訊，跳過第一條記錄
> db.student.find({sex:"男"}).limit(2).skip(1)
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 對查詢出來的記錄進行排序 sort()

db.COLLECTION_NAME.find().sort({key:1})
或者
db.COLLECTION_NAME.find().sort({key:-1})

備注：sort()方法可以通過引數指定排序的欄位，并使用1和-1來指定排序的方式，其中1為升序排列，而-1為降序排列，

示例：

# 查詢所有學生資訊，按照年齡升序排列
> db.student.find().sort({age:1})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa36936bde0f17be2c81931"), "name" : 12, "age" : 28, "sdept" : "體育系", "createdatetime" : ISODate("2020-11-05T02:53:42.760Z") }

# 查詢所有學生資訊，按照年齡降序排列
> db.student.find().sort({age:-1})
{ "_id" : ObjectId("5fa36936bde0f17be2c81931"), "name" : 12, "age" : 28, "sdept" : "體育系", "createdatetime" : ISODate("2020-11-05T02:53:42.760Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

比較查詢

?? 大于查詢 $gt

db.COLLECTION_NAME.find({KEY:{$gt:value}})

示例：

# 查詢年齡大于17的學生
> db.student.find({age:{$gt:17}})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 小于查詢$lt

db.COLLECTION_NAME.find({KEY:{$lt:value}})

示例：

# 查詢年齡小于20的學生
> db.student.find({age:{$lt:20}})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 大于等于查詢 $gte

db.COLLECTION_NAME.find({KEY:{$gte:value}})

示例：

# 查詢年齡大于等于17的學生
> db.student.find({age:{$gte:17}})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 小于等于查詢 $lte

db.COLLECTION_NAME.find({KEY:{$lte:value}})

示例：

# 查詢年齡小于等于20的學生
> db.student.find({age:{$lte:20}})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20, "sdept" : "數學系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

?? 不等于查詢 $ne

db.COLLECTION_NAME.find({KEY:{$ne:value}})

示例：

# 查詢年齡不等于20的學生
> db.student.find({age:{$ne:20}})
db.student.find({age:{$ne:20}})
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17, "sdept" : "計算機系", "sex" : "男", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18, "sdept" : "英語系", "sex" : "女", "createdatetime" : ISODate("2020-11-04T12:25:49.893Z") }

綜合示例：

# 查詢年齡在17~19之間的學生
> db.student.find({age:{$gt:17,$lt:19}})
# 查詢年齡小于18，大于19的學生
> db.student.find({$or:[{age:{$lt:18}},{age:{$gt:19}}]})

聚合查詢

MongoDB中聚合（aggregate）主要用于處理資料（諸如統計平均值，求和等），并回傳計算后的資料結果，

格式如下：

db.COLLECTION_NAME.aggregate([
	{
		管道:{聚合操作運算式}
	}
])

管道：就是把找到的資料進行過濾的操作，常用的管道符如下表

管道符	描述
`$project`	修改輸入檔案的結構，可以用來重命名、增加或洗掉域
`$match`	用于過濾資料，只輸出符合條件的檔案，`$match`使用`MongoDB`的標準查詢操作
`$limit`	用來限制`MongoDB`聚合管道回傳的檔案數
`$skip`	在聚合管道中跳過指定數量的檔案，并回傳余下的檔案
`$group`	將集合中的檔案分組，可用于統計結果
`$sort`	將輸入檔案排序后輸出

常用聚合運算式

運算式	描述
`$sum`	計算總和
`$avg`	計算平均值
`$min`	獲取集合中所有檔案對應值的最小值
`$max`	獲取集合中所有檔案對應值的最大值

?? 分組$group

db.集合名字.aggregate([
	{
		$group:{_id:"$欄位名",聚合函式的別名:{聚合運算式:"$欄位名"}}
	}
])

示例：

# 統計學生資訊男生和女生的總年齡
> db.student.aggregate([
	{
		$group:{_id:"$sex",成績總和:{$sum:"$age"}}
	}
])

{ "_id" : "女", "成績總和" : 38 }
{ "_id" : "男", "成績總和" : 36 }


# 統計學生資訊男生和女生各有多少人
> db.student.aggregate([
	{
		$group:{_id:"$sex",總人數:{$sum:1}}
	}
])

{ "_id" : "女", "總人數" : 2 }
{ "_id" : "男", "總人數" : 2 }

//備注：$sum:1 等于MySQL的count(*) 統計總的記錄數


# 求學生的總數和平均年齡
> db.student.aggregate([
	{
		$group:{_id:null,人數:{$sum:1},平均年齡:{$avg:"$age"}}
	}
])

{ "_id" : null, "人數" : 4, "平均年齡" : 18.5 }


# 求男生或者女生的總數和平均年齡
> db.student.aggregate([
	{
		$group:{_id:"$sex",人數:{$sum:1},平均年齡:{$avg:"$age"}}
	}
])
{ "_id" : "女", "人數" : 2, "平均年齡" : 19 }
{ "_id" : "男", "人數" : 2, "平均年齡" : 18 }


# 查詢男生和女生的人數，按人數升序排列
> db.student.aggregate([
	{
		$group:{_id:"$sex",總人數:{$sum:1}}
	},
	{
		$sort:{總人數:1}
	}
])


# 查詢年齡小于等19，只看兩條記錄
> db.student.find({age:{$lte:19}}).limit(2)		#普通方法
# 管道的方法
> db.student.aggregate([
	{
		$match:{age:{$lte:19}}
	},
	{$limit:2}
])


# 查看男生的最大年齡
> db.student.aggregate([
	{
		$match:{sex:"男"}
	},
	{
		$group:{_id:"$sex", 最高分:{$max:"$age"}}
	}
])


# 修改檔案結構，只含有_id,name,age
> db.student.aggregate([
	{
		$project:{name:1,age:1}
	}
])
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4b"), "name" : "張大仙", "age" : 19 }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4c"), "name" : "李太白", "age" : 17 }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4d"), "name" : "黃花", "age" : 18 }
{ "_id" : ObjectId("5fa29dcd8b194ee77bc32b4e"), "name" : "菜花", "age" : 20 }
//備注：在$project,欄位名:1 ---->獲取該欄位的所有內容
//等于MySQL中的 select name,age from student;

常用命令總結

# 選擇切換資料庫：
use DB_NAME
# 插入資料：
db.COLLECTION_NAME.insert({bson資料})
# 查詢所有資料：
db.COLLECTION_NAME.find()
# 格式化顯示查詢的資料：
db.COLLECTION_NAME.find().pretty()
# 條件查詢資料：
db.COLLECTION_NAME.find({K1:V1,K2:V2...})
# 查詢符合條件的第一條記錄：
db.COLLECTION_NAME.findOne({K1:V1,K2:V2...})
# 查詢符合條件的前幾條記錄：
db.COLLECTION_NAME.find({K1:V1,K2:V2...}).limit(條數)
# 查詢符合條件的跳過的記錄：
db.COLLECTION_NAME.find({K1:V1,K2:V2...}).skip(條數)
# 查詢滿足多個條件中任意條件的記錄：
db.COLLECTION_NAME.find({$or:[{K1:V1},{K2:V2},{K3:V3}...]})
# 對查詢結果進行升序排序
db.COLLECTION_NAME.find().sort({kEY:1})
# 對查詢結果進行降序排序
db.COLLECTION_NAME.find().sort({kEY:-1})
# 大于查詢
db.COLLECTION_NAME.find({KEY:{$gt:value}})
# 小于查詢
db.COLLECTION_NAME.find({KEY:{$lt:value}})
# 大于等于查詢
db.COLLECTION_NAME.find({KEY:{$gte:value}})
# 小于等于查詢
db.COLLECTION_NAME.find({KEY:{$lte:value}})
# 不等于查詢
db.COLLECTION_NAME.find({KEY:{$ne:value}})
# 查詢大于小于之間的資料記錄
db.COLLECTION_NAME.find({KEY:{$gt:NUMBER,$lt:NUMBER}})
# 查詢小于多少，或者大于多少的資料
db.COLLECTION_NAME.find({$or:[{KEY:{$lt:NUMBER}},{KEY:{$gt:NUMBER}}]})
# 統計查詢
db.COLLECTION_NAME.find().count()

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/213535.html

標籤：其他

上一篇：JS逆向學習筆記 - 持續更新中

下一篇：MongoDB--副本集

MongoDB--基礎篇

MongoDB相關概念

業務應用場景

MongoDB簡介

體系結構

資料模型

MongoDB的特點

MongoDB中的基本概念

MongoDB部署

常用命令

MongoDB庫操作

MongoDB集合操作

檔案基本CRUD

檔案的插入

檔案的更新

檔案的洗掉

檔案的查詢

基本查詢

條件查詢

比較查詢

聚合查詢

常用命令總結