逻辑运算|学习笔记

简介: 快速学习逻辑运算

开发者学堂课程【快速掌握 MongoDB 数据库逻辑运算】学习笔记与课程紧密联系,让用户快速学习知识

课程地址https://developer.aliyun.com/learning/course/400/detail/5197


逻辑运算

 

逻辑运算主要就是三种类型:

与($and)、或($or>、非($not、$nor)

范例:查询年龄在19~20岁的学生信息。

db.students.find( {"age" : "$gte":19 , "$lte": 20}} ).pretty();

在进行逻辑运算的时候“and”的连接是最容易的,因为只需要利用“,”分割若干个条件就可以了。

结果:

"_id": objectId("5594ab1eeecd74894d19fff3"") ,

"name:“李四”,

sex":女”,

"age"” : 20 ,

score": 5s,__

"address":朝[阳区"

"_id": objectId("5594ab1eeecd74894d19fff4""),

"name":王五”,

"sex"”:"女”,

"age"" : 19,

"score" : 9s,

"address"" :“西城区“

如果有对个条件,$and 的连接是最简单的。

范例:查询年龄不是19岁的学生,

db.students.find( {"age" : { "$ne" : 19}}).pretty()

执行:

{_id": objectId("5594ab1eeecd74894d19fff3""),

"name":李四”,

"sex :“女”,

"age” : 20,

"score”:59

"address"朝阳区”

}

{"_id": 0bjectId("5594ab1eeecd74894d19fff5""),

"name" :"赵六",

sex" :“男”,

age" : 20,

"score" : 100,.

address" :“东城区

}

{_id”: 0bjectId("5594ab1eeecd74894d19fff7""),

"name" :“王八”,

"sex :“女,

age” : 21,

Score" :0

address” :"润淀区"

$ne 操作就是进行求反的操作。

范例:查询年龄大于19岁,或者成绩大于90分的学生信息

db.students.find( {"$or":[

{"$age" : {"$gt":19}},“

"score": {"$gt":90}}]}).pretty() ;

结果:

"_id": 0bjectId(5594ab1eeecd74894d19fff4"),

"name"":王五”,

"sex"":"女”,

age” : 19,

score" : 9s.

"address” :“西城区

"_id" : objectId("5594ab1eeecd74894d19fff5"") ,

"name" : 赵六”,

"sex” :男,

"age" : 20,

"score": 100,

address":"东城区“

范例:也可以进行或的求反操作

db.students.find( i"$nor":[-

{ "age" : {"Sgt":19}} , “

{"score": {"$gt":90}}]}).pretty();

针对于或的操作可以实现一个求反的功能。

在这几个逻辑运算之中,与的连接最简单的,而或的连接需要为数据设置数组的过滤条件。

相关文章
|
监控 前端开发 JavaScript
实战篇:商品API接口在跨平台销售中的有效运用与案例解析
随着电子商务的蓬勃发展,企业为了扩大市场覆盖面,经常需要在多个在线平台上展示和销售产品。然而,手工管理多个平台的库存、价格、商品描述等信息既耗时又容易出错。商品API接口在这一背景下显得尤为重要,它能够帮助企业在不同的销售平台之间实现商品信息的高效同步和管理。本文将通过具体的淘宝API接口使用案例,展示如何在跨平台销售中有效利用商品API接口,以及如何通过代码实现数据的统一管理。
|
机器学习/深度学习 人工智能 自然语言处理
MedicalGPT:基于LLaMA-13B的中英医疗问答模型(LoRA)、实现包括二次预训练、有监督微调、奖励建模
MedicalGPT:基于LLaMA-13B的中英医疗问答模型(LoRA)、实现包括二次预训练、有监督微调、奖励建模
MedicalGPT:基于LLaMA-13B的中英医疗问答模型(LoRA)、实现包括二次预训练、有监督微调、奖励建模
|
9月前
|
存储 算法 安全
探究‘公司禁用 U 盘’背后的哈希表算法与 Java 实现
在数字化办公时代,信息安全至关重要。许多公司采取“禁用U盘”策略,利用哈希表算法高效管理外接设备的接入权限。哈希表通过哈希函数将设备标识映射到数组索引,快速判断U盘是否授权。例如,公司预先将允许的U盘标识存入哈希表,新设备接入时迅速验证,未授权则禁止传输并报警。这有效防止恶意软件和数据泄露,保障企业信息安全。 代码示例展示了如何用Java实现简单的哈希表,模拟公司U盘管控场景。哈希表不仅用于设备管理,还在文件索引、用户权限等多方面助力信息安全防线的构建,为企业数字化进程保驾护航。
|
9月前
|
运维 Cloud Native 开发工具
智能运维:云原生大规模集群GitOps实践
智能运维:云原生大规模集群GitOps实践,由阿里云运维专家钟炯恩分享。内容涵盖云原生运维挑战、管理实践、GitOps实践及智能运维体系。通过OAM模型和GitOps优化方案,解决大规模集群的发布效率与稳定性问题,推动智能运维工程演进。适用于云原生环境下的高效运维管理。
295 8
|
编译器 Go 开发工具
常见问题之Golang——cgo: C compiler "gcc" not found: exec: "gcc": executable file not found in %PATH%错误
本文主要是对我日常在使用golang时遇到的一些问题与解决方式进行的汇总,在此提供给大家便于排查一些遇到的问题,其中有更好的解决方案可在评论区留言。
1488 0
常见问题之Golang——cgo: C compiler "gcc" not found: exec: "gcc": executable file not found in %PATH%错误
|
11月前
|
人工智能
2025年人工智能与可持续发展国际学术会议 2025 International Conference on Artificial Intelligence and Sustainable Development (ICAISD 2025)
2025年人工智能与可持续发展国际学术会议 2025 International Conference on Artificial Intelligence and Sustainable Development (ICAISD 2025)
707 7
|
11月前
|
人工智能 自然语言处理 算法
【AI问爱答-双十一返场周直播】AI产品专家直播解读重点AI应用场景怎么用?
阿里云【AI问爱答】栏目强势回归,11月25日至28日每晚19:00,连续四天直播,涵盖AI营销、企业办公、社交娱乐及大模型推理调优四大主题,助您深入了解AI应用,解决实际问题。欢迎预约观看!
465 12
|
机器学习/深度学习 人工智能 自然语言处理
LLMs 入门实战系列大全:LLMs应用、领域大模型介绍、大模型常见面经汇总
LLMs 入门实战系列大全:LLMs应用、领域大模型介绍、大模型常见面经汇总
LLMs 入门实战系列大全:LLMs应用、领域大模型介绍、大模型常见面经汇总
|
11月前
|
存储 监控 安全
Java安全配置管理
本文介绍了Java应用中安全配置管理的最佳实践,包括配置文件分离、敏感信息加密、配置验证、运行时配置管理和最佳实践总结。通过这些方法,可以有效提升应用配置的安全性和可维护性。具体措施包括按环境分离配置文件、使用加密工具保护敏感信息、实施配置验证和变更监控等。
355 2
|
人工智能 机器人 Serverless
不用一行代码,如何10分钟快速打造AI助手?
推荐免费下载《10分钟打造专属AI助手》电子书,助力快速搭建AI客服系统。 本文介绍了如何在10分钟内构建能主动提问的智能导购系统,提升客户体验。通过阿里云平台,无需编码即可创建具备大模型能力的AI机器人,实现7x24小时商品推荐与客户服务。文中详细描述了从创建函数计算应用、访问示例网站到验证智能导购效果的全过程,并提供了关键代码示例。此外,还介绍了如何将智能导购集成到生产环境的方法,包括修改知识库和源码以适配具体产品。
1408 18
下一篇
开通oss服务