MongoDB增删改查操作
Posted zy9011
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MongoDB增删改查操作相关的知识,希望对你有一定的参考价值。
本文包含对数据库、集合以及文档的基本增删改查操作
文档操作
增:增加时没有指定_id则默认ObjectId,_id不能重复,且在插入后不可变
增加
1.单条增加
user=
"name":"egon",
"age":10,
'hobbies':['music','read','dancing'],
'addr':
'country':'China',
'city':'BJ'
db.userinfo.insert(user) // 单条插入
// 效果同上
//db.userinfo.insertOne(user)
//db.userinfo.save(user)
以下是对save和insert的区别的具体分析:
- 1.如果我们在插入数据的时候不添加一个主键时,系统会随机分配一个主键,则不存在下面所说的情况,若新增的数据中存在主键,则再次插入相同的主键时insert() 会提示错误,而save() 则更改原来的内容为新内容。
- 2.另外insert可以一次性插入一个列表,而不用遍历,效率高, save则需要遍历列表,一个个插入。
2.多条批量增加:
db.userinfo.insertMany([ , , , , ,])的形式
user1=
"_id":1,
"name":"alex",
"age":10,
'hobbies':['music','read','dancing'],
'addr':
'country':'China',
'city':'weifang'
user2=
"_id":2,
"name":"wupeiqi",
"age":20,
'hobbies':['music','read','run'],
'addr':
'country':'China',
'city':'hebei'
user3=
"_id":3,
"name":"yuanhao",
"age":30,
'hobbies':['music','drink'],
'addr':
'country':'China',
'city':'heibei'
//批量增加
db.userinfo.insertMany([user1,user2,user3])
删除:
#1、删除符合条件的第一个文档
db.userinfo.deleteOne( 'age': 8 )#第一个包含有 'age': 8的文档
#2、删除符合条件的全部
db.userinfo.deleteMany( 'addr.country': 'China' ) #只要有内嵌文档,且内容含有country': 'China'的全都删除
db.user.deleteMany("_id":"$gte":3)#删除id大于等于3的所有
#3、删除全部
db.userinfo.deleteMany() #等于是清空该集合(表)
查询
查的形式有很多,如比较运算、逻辑运算、成员运算、取指定字段、对数组的查询、使用正则、获取数量,还有排序、分页等等。下面我们针对十种查的形式进行详细说明。
注:在MongoDB中,用到方法都得用 $ 符号开头
一、比较运算:=,!= (‘ n e ′ ) , > ( ′ ne') ,> (' ne′),>(′gt’) ,< (‘ l t ′ ) , > = ( ′ lt') ,>= (' lt′),>=(′gte’) ,<= (’$lte’)
#1、select * from db1.user where id = 3
db.user.find("_id":3)
#2、select * from db1.user where id != 3
db.user.find("_id":"$ne":3)
#3、select * from db1.user where id > 3
db.user.find("_id":"$gt":3)
#4、select * from db1.user where age < 3
db.user.find("age":"$lt":3)
#5、select * from db1.user where id >= 3
db.user.find("_id":"$gte":3)
#6、select * from db1.user where id <= 3
db.user.find("_id":"$lte":3)
二、逻辑运算:MongoDB中字典内用逗号分隔多个条件是and关系,或者直接用 a n d , and, and,or , $not(与或非)
#1 select * from db1.user where id >=3 and id <=4;
db.user.find("_id":"$gte":3,"$lte":4)
#2 select * from db1.user where id >=3 and id <=4 and age >=40;
db.user.find(
"_id":"$gte":3,"$lte":4,
"age":"$gte":40
)
db.user.find("$and":[
"_id":"$gte":3,"$lte":4,
"age":"$gte":40
])
#3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao";
db.user.find("$or":[
"_id":"$lte":1,"$gte":0,
"_id":"$gte":4,
"name":"yuanhao"
])
#4 select * from db1.user where id % 2 = 1;
db.user.find("_id":"$mod":[2,1])
#5 select * from db1.user where id % 2 != 1;
db.user.find(
"_id":"$not":"$mod":[2,1]
)
三、成员运算:成员运算无非in和not in,MongoDB中形式为$in , $nin
#1、select * from db1.user where age in (20,30,31);
db.user.find("age":"$in":[20,30,31])
#2、select * from db1.user where name not in ('alex','yuanhao');
db.user.find("name":"$nin":['Stefan','Damon'])
四、正则:正则定义在/ /内
#1、select * from db1.user where name regexp '^j.*?(g|n)$';
db.user.find('name':/^j.*?(g|n)$/i)#匹配规则:j开头、g或n结尾,不区分大小写
五、查看指定字段:0表示不显示1表示显示
#1、select name,age from db1.user where id=3;
db.user.find('_id':3,'_id':0,'name':1,'age':1)
#2、select name,age from db1.user where name regexp "^jin.*?(g|n)$";
db.user.find(
"name":/^jin.*?(g|n)$/i
,
"_id":0,
"name":1,
"age":1
)
六、对数组的查询:
#查hobbies中有dancing的人
db.user.find(
"hobbies":"dancing"
)
#查看既有dancing爱好又有tea爱好的人
db.user.find(
"hobbies":"$all":["dancing","tea"]
)
#查看第2个爱好为dancing的人
db.user.find(
"hobbies.1":"dancing"
)
#查看所有人的第2个到第3个爱好
db.user.find(
,
"_id":0,
"name":0,
"age":0,
"addr":0,
"hobbies":"$slice":[1,2],
)
#查看所有人最后两个爱好,第一个表示查询条件为所有,第二个是显示条件
db.user.find(
,
"_id":0,
"name":0,
"age":0,
"addr":0,
"hobbies":"$slice":-2,
)
#查询子文档有"country":"China"的人
db.user.find(
"addr.country":"China"
)
七、对查询结果进行排序:sort() 1代表升序、-1代表降序
db.user.find().sort("name":1,)
db.user.find().sort("age":-1,'_id':1)
八、分页:limit表示取多少个document,skip代表跳过几个document
#这样就做到了分页的效果
db.user.find().limit(2).skip(0)#前两个
db.user.find().limit(2).skip(2)#第三个和第四个
db.user.find().limit(2).skip(4)#第五个和第六个
九、获取数量:count()
#查询年龄大于30的人数
#方式一:
db.user.count('age':"$gt":30)
#方式二:
db.user.find('age':"$gt":30).count()
十、$type 操作符
$type操作符是基于BSON类型来检索集合中匹配的数据类型,并返回结果。
MongoDB 中可以使用的类型如下表所示:
类型 | 数字 | 备注 |
---|---|---|
Double | 1 | |
String | 2 | |
Object | 3 | |
Array | 4 | |
Binary data | 5 | |
Undefined | 6 | 已废弃 |
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 |
如果想获取 “col” 集合中 title 为 String 的数据,你可以使用以下命令:
db.col.find("title" : $type : 2)
或
db.col.find("title" : $type : 'string')
十一、其他:查找所有、去重、查找key为null的项
#1、查找所有
db.user.find() #等同于db.user.find()
db.user.find().pretty()
#2、去重
db.user.distinct("name") //显示集合里某个键去重后的集合
#3、'key':null 匹配key的值为null或者没有这个key
db.t2.insert('a':10,'b':111)
db.t2.insert('a':20)
db.t2.insert('b':null)
db.t2.find("b":null)#得到的是b这个key的值为null和没有b这个key的文档
"_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20
"_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null
改:
对已有的问当今进行修改的操作也叫更新,用update(),具体格式和参数如下:
#update() 方法用于更新已存在的文档。语法格式如下:
db.collection.update(
<query>,
<update>,
upsert: <boolean>,
multi: <boolean>,
writeConcern: <document>
)
#参数说明:对比update db1.t1 set name='EGON',sex='Male' where name='egon' and age=18;
"""
query : 相当于where条件。
update : update的对象和一些更新的操作符(如$,$inc...等,相当于set后面的
upsert : 可选,默认为false,代表如果不存在update的记录则不更新也不插入,设置为true代表不存在则添加。
multi : 可选,默认为false,代表只更新找到的第一条记录,设为true时,代表更新找到的全部记录。
writeConcern :可选,写关注,抛出异常的级别。
"""
#更新操作是不可分割的:若两个更新同时发送,先到达服务器的先执行,然后执行另外一个,不会破坏文档。
1、常规修改操作:
#设数据为'name':'武松','age':18,'hobbies':['做煎饼','吃煎饼','卖煎饼'],'addr':'country':'song','province':'shandong'
#update db1.user set age=23,name="武大郎" where name="武松";
#1、覆盖式
db.user.update(
"name":"武松",
"age":23,"name":"武大郎"
)
#得到的结果为"age":23,"name":"武大郎",其他字段的数据就会丢失
#2、局部修改:$set
db.user.update(
"name":"武松",
"$set":"age":15,"name":"潘金莲"
)
#得到的结果为"name":"潘金莲","age":15,'hobbies':['做煎饼','吃煎饼','卖煎饼'],不会丢失其他字段,会局部改变数据
#3、改多条:将multi参数设为true
db.user.update(
"_id":"$gte":1,"$lte":2,
"$set":"age":53,,
"multi":true
)
#4、有则修改,无则添加:upsert参数设为true
db.user.update(
"name":"EGON",
"$set":"name":"EGON","age":28,,
"multi":true,"upsert":true
)
#5、修改嵌套文档:将国家改为日本
db.user.update(
"name":"潘金莲",
"$set":"addr.country":"Japan"
)
#6、修改数组:将第一个爱好改为洗澡
db.user.update(
"name":"潘金莲",
"$set":"hobbies.1":"洗澡"
)
#删除字段:不要爱好了
db.user.update(
"name":"潘金莲",
"$unset":"hobbies":""
)
2、加减操作必须为number 类型:$inc
#年龄都+1
db.user.update(
,
"$inc":"age":1, // 正数代表增加
"multi":true
)
#年龄都-10
db.user.update(
,
"$inc":"age":-10, // 负数代表减少
"multi":true
)
3、添加删除数组内元祖$push $pop $pull
- $push的功能是往现有数组内添加元素
#1、为名字为武大郎的人添加一个爱好read
db.user.update("name":"武大郎","$push":"hobbies":"read")
#2、为名字为武大郎的人一次添加多个爱好tea,dancing
db.user.update("name":"武大郎","$push":
"hobbies":"$each":["tea","dancing"]
)
- $pop的功能是按照位置只能从头或从尾即两端删元素,类似于队列。1代表尾,-1代表头
#1、"$pop":"key":1 从数组末尾删除一个元素
db.user.update("name":"武大郎","$pop":
"hobbies":1
)
#2、"$pop":"key":-1 从头部删除
db.user.update("name":"武大郎","$pop":
"hobbies":-1
)
- $pull可以自定义条件删除
db.user.update('addr.country':"China","$pull":
"hobbies":"read"
,
"multi":true
)
4、避免重复添加 $addToSet
即多个相同元素要求插入时只插入一条
db.urls.insert("_id":1,"urls":[])
db.urls.update(
"_id":1,
"$addToSet":
"urls":
"$each":[
'http://www.baidu.com',
'http://www.baidu.com',
'http://www.xxxx.com'
]
)
5、了解部分
#1、了解:限制大小"$slice",只留最后n个
db.user.update("_id":5,
"$push":"hobbies":
"$each":["read",'music','dancing'],
"$slice":-2
)
#2、了解:排序The $sort element value must be either 1 or -1"
db.user.update("_id":5,
"$push":"hobbies":
"$each":["read",'music','dancing'],
"$slice":-1,
"$sort":-1
)
#注意:不能只将"$slice"或者"$sort"与"$push"配合使用,且必须使用"$each"
$slice $sort $each
聚合操作
原始数据插入:
> table1=db.emp.insertOne("_id":1,"name":"武大郎","sex":"male","age":18,"hire_date":"20170301","post":"烧饼检察官","salary":7300.33)
> table2=db.emp.insertOne("_id":2,"name":"宋江","sex":"female","age":38,"hire_date":"20100301","post":"公务员","salary":43733)
> table3=db.emp.insertOne("_id":3,"name":"林冲","sex":"male","age":28,"hire_date":"20110301","post":"打手","salary":7333.33)
> table4=db.emp.insertOne("_id":4,"name":"高俅","sex":"male","age":12,"hire_date":"19970301","post":"公务员","salary":17002.33)
> table5=db.emp.insertOne("_id":5,"name":"扈三娘","sex":"female","age":18,"hire_date":"19990301","post":"公务员","salary":9001)
> table6=db.emp.insertOne("_id":6,"name":"石秀","sex":"male","age":48,"hire_date":"20070901","post":"打手","salary":7300.33)
>table7=db.emp.insertOne("_id":7,"name":"吴用","sex":"male","age":43,"hire_date":"20100401","post":"文人","salary":74545)
>table8=db.emp.insertOne("_id":8,"name":"鲁智深","sex":"male","age":34,"hire_date":"20070308","post":"打手","salary":7800.33)
>table9=db.emp.insertOne("_id":9,"name":"史进","sex":"male","age":14,"hire_date":"20110301","post":"打手","salary":730)
>table10=db.emp.insertOne("_id":10,"name":"柴进","sex":"male","age":23,"hire_date":"20160311","post":"公务员","salary":17300.33)
> table11=db.emp.insertOne("_id":11,"name":"顾大嫂","sex":"female","age":4,"hire_date":"20020301","post":"打手","salary":730)
>table12=db.emp.insertOne("_id":12,"name":"蔡京","sex":"male","age":67,"hire_date":"19870301","post":"文人","salary":73001.33)
db.emp.insertMany([table1,table2,table3,table4,table5,table6,table7,table8,table9,table10,table11,table12])
1.$match和 $group:相当于sql语句中的where和group by
"$match":"字段":"条件",可以使用任何常用查询操作符$gt,$lt,$in等
#例1、select * from db1.emp where post='公务员';
db.emp.aggregate("$match":"post":"公务员")
#例2、select * from db1.emp where id > 3 group by post;
db.emp.aggregate(
"$match":"_id":"$gt":3,
"$group":"_id":"$post",'avg_salary':"$avg":"$salary"
)
#例3、select * from db1.emp where id > 3 group by post having avg(salary) > 10000;
db.emp.aggregate(
"$match":"_id":"$gt":3,
"$group":"_id":"$post",'avg_salary':"$avg":"$salary",
"$match":"avg_salary":"$gt":10000
)
"$group":"_id":分组字段,"新的字段名":聚合操作符
#1、将分组字段传给$group函数的_id字段即可
"$group":"_id":"$sex" #按照性别分组
"$group":"_id":"$post" #按照职位分组
"$group":"_id":"state":"$state","city":"$city" #按照多个字段分组,比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符:$sum、$avg、$max、$min、$first、$last
#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate("$group":"_id":"$post","max_salary":"$max":"$salary")
#例2:取每个部门最大薪资与最低薪资
db.emp.aggregate("$group":"_id":"$post","max_salary":"$max":"$salary","min_salary":"$min":"$salary")
#例3:如果字段是排序后的,那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate("$group":"_id":"$post","first_id":"$first":"$_id")
#例4:求每个部门的总工资
db.emp.aggregate("$group":"_id":"$post","count":"$sum":"$salary")
#例5:求每个部门的人数
db.emp.aggregate("$group":"_id":"$post","count":"$sum":1)
#数组操作符
"$addToSet":expr#不重复
"$push":expr#重复
#例:查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate("$group":"_id":"$post","names":"$push":"$name")
db.emp.aggregate("$group":"_id":"$post","names":"$addToSet":"$name")
$group具体
2.$project:用于投射,即设定该键值对是否保留。1为保留,0为不保留,可对原有键值对做操作后增加自定义表达式
"$project":"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"
#select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
"$project":
"name":1,
"post":1,
"new_age":"$add":["$age",1]
)
#1、表达式之数学表达式
"$add":[expr1,expr2,...,exprN] #相加
"$subtract":[expr1,expr2] #第一个减第二个
"$multiply":[expr1,expr2,...,exprN] #相乘
"$divide":[expr1,expr2] #第一个表达式除以第二个表达式的商作为结果
"$mod":[expr1,expr2] #第一个表达式除以第二个表达式得到的余数作为结果
#2、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如:select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
"$project":"name":1,"hire_year":"$year":"$hire_date"
)
#例如查看每个员工的工作多长时间
db.emp.aggregate(
"$project":"name":1,"hire_period":
"$subtract":[
"$year":new Date(),
"$year":"$hire_date"
]
)
#3、字符串表达式
"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]
"$concat":[expr1,expr2,...,exprN] #指定的表达式或字符串连接在一起返回,只支持字符串拼接
"$toLower":expr
"$toUpper":expr
db.emp.aggregate( "$project":"NAME":"$toUpper":"$name")
#4、逻辑表达式
$and
$or
$not
更多自定义表达式
3. 排序: s o r t 、 限 制 : sort、限制: sort、限制:limit、跳过:$skip
"$sort":"字段名":1,"字段名":-1 #1升序,-1降序
"$limit":n
"$skip":n #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate(
"$group":"_id":"$post","平均工资":"$avg":"$salary"
,
"$sort":"平均工资":-1
,
"$limit":2
)
#例2、
db.emp.aggregate(
"$group":"_id":"$post","平均工资":"$avg":"$salary"
,
"$sort":"平均工资":-1
,
"$limit":2
,
"$skip":1
)
排序:$sort、限制:$limit、跳过:$skip
4.随机选取n个:$sample
#集合users包含的文档如下
>users1= "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true
>users2= "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false
>users3= "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true
>users4= "_id" : 4, "name" : "li", "q1" : true, "q2" : false
>users5= "_id" : 5, "name" : "annT", "q1" : false, "q2" : true
>users6= "_id" : 6, "name" : "li", "q1" : true, "q2" : true
>users7= "_id" : 7, "name" : "ty", "q1" : false, "q2" : true
>db.users.insertMany([users1,users2,users3,users4,users5,users6,users7])
#下述操作时从users集合中随机选取3个文档
db.users.aggregate(
[ $sample: size: 3 ]
)
随机选取n个:$sample
答案如下:
增删改查练习
- 查询岗位名以及各岗位内的员工姓名
- 查询岗位名以及各岗位内包含的员工个数
- 查询公司内男员工和女员工的个数
- 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资
- 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资
- 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数
- 查询各岗位平均薪资大于10000的岗位名、平均工资
- 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资
- 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序
- 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列
- 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
1. 查询岗位名以及各岗位内的员工姓名
db.emp.aggregate("$group":"_id":"$post","names":"$push":"$name")
2. 查询岗位名以及各岗位内包含的员工个数
db.emp.aggregate("$group":"_id":"$post","count":"$sum":1)
3. 查询公司内男员工和女员工的个数
db.emp.aggregate("$group":"_id":"$sex","count":"$sum":1)
4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资
db.emp.aggregate("$group":"_id":"$post","avg_salary":"$avg":"$salary","max_salary":"$max":"$salary","min_salary":"$min":"$salary")
5. 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资
db.emp.aggregate("$group":"_id":"$sex","avg_salary":"$avg":"$salary")
6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数
db.emp.aggregate(
"$group":"_id":"$post","count":"$sum":1,"names":"$push":"$name"
,
"$match":"count":"$lt":2,
"$project":"_id":0,"names":1,"count":1
)
7. 查询各岗位平均薪资大于10000的岗位名、平均工资
db.emp.aggregate(
"$group":"_id":"$post","avg_salary":"$avg":"$salary"
,
"$match":"avg_salary":"$gt":10000,
"$project":"_id":1,"avg_salary":1
)
8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资
db.emp.aggregate(
"$group":"_id":"$post","avg_salary":"$avg":"$salary"
,
"$match":"avg_salary":"$gt":10000,"$lt":20000,
"$project":"_id":1,"avg_salary":1
)
9. 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序
db.emp.aggregate(
"$sort":"age":1,"hire_date":-1
)
10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列
db.emp.aggregate(
"$group":"_id":"$post","avg_salary":"$avg":"$salary"
,
"$match":"avg_salary":"$gt":10000,
"$sort":"avg_salary":1
)
11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
db.emp.aggregate(
"$group":"_id":"$post","avg_salary":"$avg":"$salary"
,
"$match":"avg_salary":"$gt":10000,
"$sort":"avg_salary":-1,
"$limit":1,
"$project":"date":new Date,"平均工资":"$avg_salary","_id":0
)
答案
转自https://www.cnblogs.com/zhuminghui/p/8330429.html
以上是关于MongoDB增删改查操作的主要内容,如果未能解决你的问题,请参考以下文章