Mongodb数据查询 | Mongodb

Posted 2020-11-19 rianbowymail

1.基本查询
    ①方法find():查询
        db.集合名称.find({条件文档})
    ②方法findOne():查询，只返回第一个
        db.集合名称.findOne({条件文档})
    ③方法pretty():将结果格式化
        db.集合名称.find({条件文档}).pretty()
2.比较运算符
    # 等于，默认是等于判断，没有运算符
    # 小于，$lt   less-than
    # 小于或等于，$lte   less-than,equal
    # 大于，$gt    greater-than
    # 小于或等于，$gte    greater-than,equal
    # 不等于，$ne    not equal  
        db.collection2.find({name:‘郭靖‘})
        db.collection2.find({age:{$gte:18}})
3.逻辑运算符
    ①逻辑与
        # 默认是逻辑与的关系
        # 例：查询年龄大于或等于18，并且性别为true的学生
            db.collection2.find({age:{$gte:18}, gender:true})
    ②逻辑或
        # 使用$or,值为数组，数组中每个元素为json
        # 例：查询年龄大于18，或性别为false的学生
            db.collection2.find({$or:[{age:{$gt:18}},{gender:false}]})
        注意点：find() >> 或条件下的{} >> $or[ ] >>
        >>  {条件a},{条件b} >> {域:{ 逻辑符判断} }
    ③或、与共用
        # 例：查询年龄大于18或姓名是郭靖，并且性别为男生
            db.collection2.find( {$or:[ {age:{$gt:18} },{name:‘郭靖‘} ],gender:true} )
4.范围运算符
    # $in|$nin
    # 例：查询年龄为18,28的学生
        db.collection2.find( {age:{$in:[18, 28] } } )
    # 这里要注意了，最大与最小都需要表中含有这几个数
5.支持正则表达式
    # 使用 // 或 $regex 编写正则表达式
    # 例：db.collection2.find( {name:/^黄/} )
        db.collection2.find( {name:{$regex:‘^黄‘} } )
6.自定义查询
    # 使用$where后面写一个函数，返回满足条件的数据
    # 例：查询大于30岁的学生
        db.collection2.find(
        {
        $where: function(){
        return this.age > 18
        }})
7.Limit和Skip
    ①方法limit():读取指定数量的文档
        # db.集合名称.find().limit(NUMBER)
        db.collection2.find().limit(2)
        # 附：如果指定参数则显示集合中的所有文档
    ②方法skip()：用于跳过指定数量的文档
        # db.集合名称.find().skip(NUMBER)
        db.stu.find().skip(2)
        # 附：参数NUMBER表示跳过的记录条数，默认为0
    ③limit()与skip()一起使用
        # 不分先后顺序；跳过指定数量文档，再读取指定数量的文档
        # 查询数据
        db.collection1.find().limit(4).skip(5)
        db.collection1.find().skip(5).limit(4)
8.投影
    --选择字段显示数据
        # ①db.集合名称.find({},{ 字段名称:1, ...})
        db.collection2.find({},{name:1, gender:1})
        # ‘1‘:表示显示字段，不设置表示不显示
        # ②特殊：对于_id列默认是显示的，
        # 如果不显示需要明确设置为0
        db.collection2.find({},{_id:0,name:1,gender:1})
9.排序
    --对结果集进行排序
        参数1为升序排列
        参数-1位降序排列
    # db.集合名称.find().sort({字段：1....})
    # --根据性别降序，再根据年龄升序
        db.collection2.find().sort({gender:-1,age:1})
10.统计个数
    ①方法count()：用于统计结果集中文档条数
        1.db.集合名称.find({条件}).count()
        db.collection2.find({gender:true}).count()
        # --统计男生人数

        2.db.集合名称.count({条件})
        db.collection2.count({age:{$gt:20}, gender:true})
        # --统计年龄大于20的男生人数
11.消除重复
    ①方法distinct()：对字段数据进行去重，提取
    --db.集合名称.distinct(‘去重字段‘,{条件})
    db.collection2.distinct(‘hometown‘,{age:{$gt:18}})
    # 查询年龄大于18岁的学生，来自哪些省份

# 4.聚合查询
1.基本语法
    --语法
    db.集合名称.aggregate( {管道: {表达式} } )
    附：
        1.管道：在Unix和Linux中一般用于将当前命令的
        输出结果作为下一个命令的输入
        2.表达式：处理输入文档并输出
2.常用表达式
    $sum: 计算综合，$sum:1 表示以一倍计数
    $avg: 计算平均值
    $min: 获取最小值
    $max: 获取最大值
    $push: 在结果文档中插入值到第一个文档数据
    $first: 根据资源文档的排序获取第一个文档数据
    $last: 根据资源文档的排序获取最后一个文档数据
3.常用管道
    ①$group
        --将集合中的文档分组，可用于统计结果
        --_id表示分组的依据，使用某个字段的格式为‘$字段‘
            # 统计男生、女生的总人数
            db.stu.aggregate(
                {$group:
                    {
                        _id:‘$gender‘,
                        counter:{$sum:1}
                    }
                }
            )
        --透视数据
            # 统计学生性别及学生姓名
            db.stu.aggregate(
                {$group:
                    {
                        _id:‘$gender‘,
                        name:{$push:‘$name‘}
                    }
                }
            )
        --使用$$ROOT可以将文档内容加入到结果集的数组中
            db.stu.aggregate(
                {$group:
                    {
                        _id:‘$gender‘,
                        name:{$push:‘$$ROOT‘}
                    }
                }
            )
    ②$match
        --修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
        --用于过滤数据，只输出符合条件的文档
        --使用MongoDB的标准查询操作
        # 查询年龄大于20的学生
        db.stu.aggregate(
            {$match:{age:{$gt:20}}}
        )

        # 查询年龄大于20的男生、女生人数
        db.stu.aggregate(
            {$match:{age:{$gt:20}}},
            {$group:{_id:‘$gender‘,counter:{$sum:1}}}
        )
    ③$project
        --修改输入文档的结构，
           如重命名、增加、删除字段、创建计算结果
        # 查询学生的姓名、年龄
        db.stu.aggregate(
            {$project:{_id:0,name:1,age:1}}
        )

        # 查询男生、女生人数，输出人数
        db.stu.aggregate(
            {$group:{_id:‘$gender‘,counter:{$sum:1}}},
            {$project:{_id:0,counter:1}}
        )
    ④$sort
        --将输入文档排序后输出
        # 查询学生信息，按年龄升序
        b.stu.aggregate({$sort:{age:1}})

        # 查询男生、女生人数，按人数降序
        db.stu.aggregate(
            {$group:{_id:‘$gender‘,counter:{$sum:1}}},
            {$sort:{counter:-1}}
        )
    ⑤$limit和$skip
        --$limit
        # 限制聚合管道返回的文档数
        # 查询2条学生信息
            db.stu.aggregate({$limit:2})

        --$skip
        # 跳过指定数量的文档，并返回余下的文档
        # 查询从第3条开始的学生信息
            db.stu.aggregate({$skip:2})

        # 统计男生，女生人数，按人数升序，取第2条数据
            db.stu.aggregate(
                {$group:{_id:‘$gender‘, counter:{$sum:1}}}
                {$sort:{counter:1}}
                {$skip:1}
                {$limit:1}
            )
    ⑥$unwind字段拆分查询
        --语法
        --文档中一个数组字段含有多个值
        --根据字段下的值拆分多条
        --每条包含数组中的一个值
           
        --db.集合名称.aggregate({$unwind:‘$字段名称‘})
            # $unwind聚合方法下含有两个属性：
                path:‘$字段名称‘
                preserveNullAndEmptyArrays:<布尔值>
            # 不填写属性，默认表示<布尔值>为false
            # 且不用标记属性名
        --构造数据
            db.t3.insert([
            { "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
            { "_id" : 2, "item" : "b", "size" : [ ] },
            { "_id" : 3, "item" : "c", "size": "M" },
            { "_id" : 4, "item" : "d" },
            { "_id" : 5, "item" : "e", "size" : null }
            ])
        --查看查询结果，显示对空数组，无字段，null的文档
            db.t3.aggregate( { $unwind:{ path:‘$size‘, preserveNullAndEmptArrays:true}})

        --查看查询结果，不显示空数组，无字段，null的文档
            db.t3.aggregate({$unwind: ‘$size‘})  相当于：
            db.t3.aggregate({$unwind:{path:‘$size‘, preserveNullAndEmptyArrays:false}})