MongoDB 入门

MongoDB 入门

数据库

shell

# 查询所有数据库
show databases; | show dsb;

# 创建/切换到指定的数据库。如果数据库不存在任何集合，使用 `show dbs` 将不会展示该数据库 
use [database];
  # 创建(如果不存在)/切换到 test 数据库
  use test;

# 查询当前所在的数据库
db

# 删除当前数据库
db.dropDatabase();

集合

shell

# 查询数据库中的所有集合
show collections; | show tables;

# 显式创建集合
db.createCollection("[集合名称]");
  # 创建一个集合名称为 user 的集合
  db.createCollection("user");
  # 通过新增一条文档记录，隐式创建一个集合。比如：往 user 集合中插入一条 name 为 wuhunyu 的文档，将会隐式地创建 user 集合
  db.user.insert({name: "wuhunyu"});

# 删除一个集合
db.[集合].drop();
  # 删除一个名称为 user 的集合
  db.user.drop();

文档

插入

shell

# 单行插入
db.[集合名称].insert([文档])
  # 往 user 集合中插入一条 name 为 wuhunyu 的文档
  db.user.insert({name: "wuhunyu"});

# 批量插入
db.[集合名称].insertMany([文档1, 文档2...]);
  # 批量插入
  db.user.insertMany([{_id: 1, name: "1号"}, {name: "2号", age: 25}, {name: "3号", bir: "2023-12-16"}]);
  # 使用 insert 也可以批量插入
  db.user.insert([{_id: 1, name: "1号"}, {name: "2号", age: 25}, {name: "3号", bir: "2023-12-16"}]);
  
# js 脚本插入
for (let i = 0; i < 10; i++) {
  db.user.insert({_id: i, name: i + "号", age: i + 20});
}

删除

shell

# 删除集合全部的文档记录
db.[集合].remove({});
  # 删除 user 集合中的全部数据
  db.user.remove({});
  # 删除 user 集合中的 _id 为 1 的文档记录
  db.user.remove({_id: 1});
  # 如果是 mongo 自动生成的 id，需要使用 ObjectId("[id]") 的方式指定 _id
  db.user.remove({_id: ObjectId("657d08e9cb5c0571e33ee6b4")});
  # 删除 user 集合中的 name 为 "1号" 的文档记录
  db.user.remove({name: "1号"});
  
# 删除一条记录
db.[集合].remove({}, {justOne: true});
  # 删除 user 集合中 age 字段为 20 的第一条记录
  db.user.remove({age: 20}, {justOne: true});

修改

shell

# 修改
# 查询条件 可以类比成 where 条件
# 修改值 可以类比成 set
# multi 表示是否批量更新，默认为 false，即为只更新找到的第一条记录
# upsert 表示查询条件查询不存在记录时，是否新增，默认为 false
db.[集合].update(
  {[查询条件]},
  {[修改值]},
  {
    multi: <boolean>,
    upsert: <boolean>,
  }
);
  # 修改 user 集合中第一条 age 为 20 的文档记录。这种修改方式类似于删除之后再新增，修改之后的字段只会保留 _id 和 age 字段
  db.user.update({age: 20}, {age: 25});
  # 修改 user 集合中第一条 age 为 20 的文档记录。这种修改方式类似于部分修改，只修改指定的字段
  db.user.update({age: 20}, {$set: {age: 25}});
  # 修改 user 集合中的所有 age 为 20 的文档记录
  db.user.update({age: 20}, {$set: {age: 25}}, {multi: true});

查询

shell

# 查询全部
db.[集合].find();
  # 查询 user 集合中的全部文档记录
  db.user.find();
  # 格式化显示，对于较长的文档记录，可以使用 .pretty() 来格式化展示
  db.user.find().pretty();
  
# 操作符
$gt    >
$lt    <
$gte  >=
$lte  <=
$ne    !=

# 条件查询
db.[集合].find({[查询条件]});
  # and 条件查询
  # 查询 user 集合中，age 等于 25 的记录
  db.user.find({age: 25});
  # 查询 user 集合中，age 大于等于 25 的记录
  db.user.find({age: {$gte: 25}});
  # 查询 user 集合中，age 大于等于 25 且 小于等于 30 的记录
  db.user.find({age: {$gte: 25, $lte: 30}});
  # 错误写法：后一个 age 条件会覆盖掉前一个查询条件，等价于 `db.user.find({age: 30})`
  db.user.find({age: 25, age: 30});
  
  # or 条件查询
  # 查询 user 集合中，age 大于等于 25 或者 name 为 "1号" 的记录
  db.user.find({$or: [{age: {$gte: 25}}, {name: "1号"}]});
  
  # and 和 or 的联合查询
  # 查询 user 集合中，age大于等于 25 或者 name 为 "1号" 且 age 等于 20 的记录
  db.user.find({$or: [{age: {$gte: 25}}, {name: "1号", age: 20}]});

# 数组结构。在 mongo 中，数组结构的查询和和普通的查询也是一样的
# 比如，user 集合中一条文档记录有一个字段是 likes
# { "_id" : ObjectId("657d1dfacb5c0571e33ee6c3"), "name" : "test", "likes" : [ "看电视", "看书", "打篮球" ] }
# 如果要查询，likes 中包含了 "看书" 的记录
db.user.find({likes: "看书"});

# 模糊查询。mongo 中并没有像是 `%`, `_` 的标识符，需要通过正则表达式的方式来实现模糊查询
# 查询 user 集合中，name 包含 "号" 的记录
db.user.find({name: /号/}).pretty();

# 排序
db.[集合].find().sort({[排序条件]});
  # 1: 升序; -1: 降序
  # 查询 user 集合中全部的记录，按 age 倒序，name 顺序 排序
  db.user.find().sort({age: -1, name: 1});
  
# 分页
# skip 偏移量，从 0 开始
# limit 最大条数
db.[集合].find().skip([skip]).limit([limit]);
  # 查询 user 集合全部的记录，只保留前 5 条记录，如果 skip 为 0，可以省略 skip，等价于 `db.user.find()limit(5);`
  db.user.find().skip(0).limit(5);
  
# 统计数据量
db.[集合].count();
  # 统计 user 集合的中数据量
  db.user.count();
  # 统计 user 集合中，age 小于等于 25 的记录数量
  db.user.find({age: {$lte: 25}}).count();

# 返回指定的字段
db.[集合].find([查询条件], [映射字段]);
  # 查询 user 集合中的 name 字段。其中，1 表示显示，0 表示不显示
  db.user.find({}, {name: 1});

$type

$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

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

shell

# 查询 user 集合中，name 为字符串类型的文档记录，等价于 `db.user.find({name: {$type: 2}});`
db.user.find({name: {$type: "string"}});
# 值得一提的是，mongo 中的整形的默认类型是 Double

索引

shell

# 查询集合下的所有索引
db.[集合].getIndexes();
  # 查询 user 集合下的所有索引
  db.user.getIndexes();
  
# 创建一个缩影
db.[索引].craeteIndex([索引字段], [索引配置]);
  # 创建一个名称为 idx_name_age 的索引，索引字段为 (name, age), 都为升序排列
  db.user.createIndex({name: 1, age: 1}, {name: "idx_name_age"});
  
# 删除集合下的全部索引
db.[集合].dropIndexes();
  # 删除 user 集合下的所有索引(除了 id 索引)
  db.user.dropIndexes();

# 删除指定索引
db.[集合].dropIndex([索引名称]);
  # 删除 user 集合的 idx_name_age 索引
  db.user.dropIndex("idx_name_age");

聚合

管道

• $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
• $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
• $limit：用来限制MongoDB聚合管道返回的文档数。
• $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
• $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
• $group：将集合中的文档分组，可用于统计结果。
• $sort：将输入文档排序后输出。
• $geoNear：输出接近某一地理位置的有序文档。

聚合函数

表达式	描述
$sum	计算总和。
$avg	计算平均值
$min	获取集合中所有文档对应值得最小值。
$max	获取集合中所有文档对应值得最大值。
$push	将值加入一个数组中，不会判断是否有重复的值。
$addToSet	将值加入一个数组中，会判断是否有重复的值，若相同的值在数组中已经存在了，则不加入。
$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

测试数据

shell

db.mycol.insert([
  {
     title: 'MongoDB Overview', 
     description: 'MongoDB is no sql database',
     by_user: 'runoob.com',
     url: 'http://www.runoob.com',
     tags: ['mongodb', 'database', 'NoSQL'],
     likes: 100
  },
  {
     title: 'NoSQL Overview', 
     description: 'No sql database is very fast',
     by_user: 'runoob.com',
     url: 'http://www.runoob.com',
     tags: ['mongodb', 'database', 'NoSQL'],
     likes: 10
  },
  {
     title: 'Neo4j Overview', 
     description: 'Neo4j is no sql database',
     by_user: 'Neo4j',
     url: 'http://www.neo4j.com',
     tags: ['neo4j', 'database', 'NoSQL'],
     likes: 750
  }
]);

示例操作

shell

# 管道操作
# $project 映射 title 和 by_user 字段
db.mycol.aggregate([
  {
    $project: {
      _id: 0,
      title: 1,
      by_user: 1
    }
  }
]);
# $match 过滤 likes >= 100, tags 包含 mongo 的记录
db.mycol.aggregate([
  {
    $match: {
      likes: {
        $gte: 100
      },
      tags: "mongodb"
    }
  },
  {
    $project: {
      _id: 0,
      title: 1,
      by_user: 1
    }
  }
]);
# 分页
db.mycol.aggregate([
  {
    $match: {
      likes: {
        $gte: 100
      },
      tags: "mongodb"
    }
  },
  {
    $project: {
      _id: 0,
      title: 1,
      by_user: 1
    }
  },
  {
    $skip: 0
  },
  {
    $limit: 10
  }
]);
# $unwind 数组拆分
db.mycol.aggregate([
  {
    $match: {
      likes: {
        $gte: 100
      },
      tags: "mongodb"
    }
  },
  {
    $unwind: "$tags"
  },
  {
    $project: {
      _id: 0,
      title: 1,
      by_user: 1,
      tags: 1
    }
  },
  {
    $skip: 0
  },
  {
    $limit: 10
  }
]);
# $sort 排序
db.mycol.aggregate([
  {
    $match: {
      likes: {
        $gte: 100
      },
      tags: "mongodb"
    }
  },
  {
    $unwind: "$tags"
  },
  {
    $project: {
      _id: 0,
      title: 1,
      by_user: 1,
      tags: 1
    }
  },
  {
    $sort: {
      title: 1,
      tags: 1
    }
  },
  {
    $skip: 0
  },
  {
    $limit: 10
  }
]);
# $group 分组
db.mycol.aggregate([
  {
    $match: {
      likes: {
        $gte: 100
      },
      tags: "database"
    }
  },
  {
    $group: {
      _id: {
        author: "$by_user",
        url: "$url"
      },
      minLikes: {
        $min: "$likes"
      },
      maxLikes: {
        $max: "$likes"
      },
      avgLikes: {
        $avg: "$likes"
      },
      count: {
        $sum: 1
      },
      sum: {
        $sum: "$likes"
      }
    }
  }
]).pretty();