MongoDB 查询文档

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 10月更文挑战第15天

MongoDB 查询文档使用 find()findOne() 方法。

find() 方法以非结构化的方式来显示所有文档。

语法

MongoDB 查询数据的语法格式如下:

db.collection.find(query, projection)

  • query:用于查找文档的查询条件。默认为 {},即匹配所有文档。
  • projection(可选):指定返回结果中包含或排除的字段。

查找所有文档:

实例

db.myCollection.find();

按条件查找文档:

实例

db.myCollection.find({ age: { $gt: 25 } });

按条件查找文档,并只返回指定字段:

实例

db.myCollection.find(

   { age: { $gt: 25 } },

   { name: 1, age: 1, _id: 0 }

);

如果你需要以易读的方式来读取数据,可以使用 pretty() 方法,语法格式如下:

>db.col.find().pretty()

pretty() 方法以格式化的方式来显示所有文档。

实例

db.col.find().pretty()

{

       "_id" : ObjectId("56063f17ade2f21f36b03133"),

       "title" : "MongoDB 教程",

       "description" : "MongoDB 是一个 Nosql 数据库",

       "by" : "菜鸟教程",

       "url" : "http://www.runoob.com",

       "tags" : [

               "mongodb",

               "database",

               "NoSQL"

       ],

       "likes" : 100

}

2、findOne()

findOne() 方法用于查找集合中的单个文档。如果找到多个匹配的文档,它只返回第一个。

语法:

db.collection.findOne(query, projection)

  • query:用于查找文档的查询条件。默认为 {},即匹配所有文档。
  • projection(可选):指定返回结果中包含或排除的字段。

查找单个文档:

db.myCollection.findOne({ name: "Alice" });

查找单个文档,并只返回指定字段:

db.myCollection.findOne(

   { name: "Alice" },

   { name: 1, age: 1, _id: 0 }

);


高级查询方法

1、使用比较操作符

MongoDB 支持多种比较操作符,如 $gt、$lt、$gte、$lte、$eq、$ne 等。

查找年龄大于 25 的文档:

db.myCollection.find({ age: { $gt: 25 } });

2、使用逻辑操作符

MongoDB 支持多种逻辑操作符,如 $and、$or、$not、$nor 等。

查找年龄大于 25 且城市为 "New York" 的文档:

实例

db.myCollection.find({

   $and: [

       { age: { $gt: 25 } },

       { city: "New York" }

   ]

});

3、使用正则表达式

可以使用正则表达式进行模式匹配查询。

查找名字以 "A" 开头的文档:

db.myCollection.find({ name: /^A/ });

4、投影

投影用于控制查询结果中返回的字段。可以使用包含字段和排除字段两种方式。

只返回名字和年龄字段:

实例

db.myCollection.find(

   { age: { $gt: 25 } },

   { name: 1, age: 1, _id: 0 }

);

5、排序

可以对查询结果进行排序。

按年龄降序排序:

db.myCollection.find().sort({ age: -1 });

6、限制与跳过

可以对查询结果进行限制和跳过指定数量的文档。

返回前 10 个文档:

db.myCollection.find().limit(10);

跳过前 5 个文档,返回接下来的 10 个文档:

db.myCollection.find().skip(5).limit(10);

实例

查找年龄大于 25 且城市为 "New York" 的文档,只返回名字和年龄字段,按年龄降序排序,并返回前 10 个文档。

实例

db.myCollection.find(

   {

       $and: [

           { age: { $gt: 25 } },

           { city: "New York" }

       ]

   },

   { name: 1, age: 1, _id: 0 }

).sort({ age: -1 }).limit(10);


MongoDB 与 RDBMS Where 语句比较

如果你熟悉常规的 SQL 数据,通过下表可以更好的理解 MongoDB 的条件语句查询:

操作 格式 范例 RDBMS中的类似语句
等于 {<key>:<value>} db.col.find({"by":"菜鸟教程"}).pretty() where by = '菜鸟教程'
小于 {<key>:{$lt:<value>}} db.col.find({"likes":{$lt:50}}).pretty() where likes < 50
小于或等于 {<key>:{$lte:<value>}} db.col.find({"likes":{$lte:50}}).pretty() where likes <= 50
大于 {<key>:{$gt:<value>}} db.col.find({"likes":{$gt:50}}).pretty() where likes > 50
大于或等于 {<key>:{$gte:<value>}} db.col.find({"likes":{$gte:50}}).pretty() where likes >= 50
不等于 {<key>:{$ne:<value>}} db.col.find({"likes":{$ne:50}}).pretty() where likes != 50

MongoDB AND 条件

MongoDB 的 find() 方法可以传入多个键(key),每个键(key)以逗号隔开,即常规 SQL 的 AND 条件。

语法格式如下:

>db.col.find({key1:value1, key2:value2}).pretty()

实例

以下实例通过 bytitle 键来查询 菜鸟教程MongoDB 教程 的数据

> db.col.find({"by":"菜鸟教程", "title":"MongoDB 教程"}).pretty()

{

       "_id" : ObjectId("56063f17ade2f21f36b03133"),

       "title" : "MongoDB 教程",

       "description" : "MongoDB 是一个 Nosql 数据库",

       "by" : "菜鸟教程",

       "url" : "http://www.runoob.com",

       "tags" : [

               "mongodb",

               "database",

               "NoSQL"

       ],

       "likes" : 100

}

以上实例中类似于 WHERE 语句:WHERE by='菜鸟教程' AND title='MongoDB 教程'


MongoDB OR 条件

MongoDB OR 条件语句使用了关键字 $or,语法格式如下:

>db.col.find(

  {

     $or: [

        {key1: value1}, {key2:value2}

     ]

  }

).pretty()

实例

以下实例中,我们演示了查询键 by 值为 菜鸟教程 或键 title 值为 MongoDB 教程 的文档。

>db.col.find({$or:[{"by":"菜鸟教程"},{"title": "MongoDB 教程"}]}).pretty()

{

       "_id" : ObjectId("56063f17ade2f21f36b03133"),

       "title" : "MongoDB 教程",

       "description" : "MongoDB 是一个 Nosql 数据库",

       "by" : "菜鸟教程",

       "url" : "http://www.runoob.com",

       "tags" : [

               "mongodb",

               "database",

               "NoSQL"

       ],

       "likes" : 100

}

>


AND 和 OR 联合使用

以下实例演示了 AND 和 OR 联合使用,类似常规 SQL 语句为: 'where likes>50 AND (by = '菜鸟教程' OR title = 'MongoDB 教程')'

>db.col.find({"likes": {$gt:50}, $or: [{"by": "菜鸟教程"},{"title": "MongoDB 教程"}]}).pretty()

{

       "_id" : ObjectId("56063f17ade2f21f36b03133"),

       "title" : "MongoDB 教程",

       "description" : "MongoDB 是一个 Nosql 数据库",

       "by" : "菜鸟教程",

       "url" : "http://www.runoob.com",

       "tags" : [

               "mongodb",

               "database",

               "NoSQL"

       ],

       "likes" : 100

}

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。 &nbsp; 相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
2月前
|
NoSQL MongoDB 数据库
MongoDB 更新文档
10月更文挑战第14天
59 2
|
2月前
|
存储 NoSQL MongoDB
掌握MongoDB索引优化策略:提升查询效率的关键
在数据库性能调优中,索引是提升查询效率的利器。本文将带你深入了解MongoDB索引的内部工作原理,探讨索引对查询性能的影响,并通过实际案例指导如何针对不同的查询模式建立有效的索引。不仅将涵盖单一字段索引,还会探讨复合索引的使用,以及如何通过分析查询模式和执行计划来优化索引,最终实现查询性能的最大化。
|
2月前
|
存储 NoSQL MongoDB
数据的存储--MongoDB文档存储(二)
数据的存储--MongoDB文档存储(二)
80 2
|
4天前
|
SQL NoSQL Java
Java使用sql查询mongodb
通过使用 MongoDB Connector for BI 和 JDBC,开发者可以在 Java 中使用 SQL 语法查询 MongoDB 数据库。这种方法对于熟悉 SQL 的团队非常有帮助,能够快速实现对 MongoDB 数据的操作。同时,也需要注意到这种方法的性能和功能限制,根据具体应用场景进行选择和优化。
27 9
|
2月前
|
存储 NoSQL MongoDB
MongoDB 查询分析
10月更文挑战第21天
22 1
|
2月前
|
NoSQL MongoDB 索引
MongoDB 覆盖索引查询
10月更文挑战第21天
36 1
|
2月前
|
存储 NoSQL 关系型数据库
数据的存储--MongoDB文档存储(一)
数据的存储--MongoDB文档存储(一)
109 3
|
2月前
|
NoSQL MongoDB
MongoDB 删除文档
10月更文挑战第15天
52 0
|
2月前
|
存储 JSON NoSQL
MongoDB 插入文档
10月更文挑战第14天
40 0
|
2月前
|
人工智能 NoSQL 机器人
MongoDB Atlas与YoMio.AI近乎完美适配:推理更快速、查询更灵活、场景更丰富
随着MongoDB的新发布和革新,YoMio.AI的“闪电式发展”值得期待。