04 MongoDB各种查询操作 以及聚合操作总结

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: 文章全面总结了MongoDB中的查询操作及聚合操作,包括基本查询、条件筛选、排序以及聚合管道的使用方法和实例。

一. 使用 find() 方法查询文档

语法格式: db.collection.find(query, projection)

说明: find()方法以非结构化的方式来显示所有文档, 可指定参数:

query : 可选,使用查询操作符指定查询条件;
projection : 可选,使用投影操作符指定返回的键。查询时返回文档中所有键值, 只需省略该参数即可(默认省略)。

案例1: 如向集合user_demo中查询名字为zhangsan的用户:

db.user_demo.find({
   'name':'zhangsan'})

# 相当于sql中的
select * from user_demo where name = "zhangsan";

案例2: 指定返回哪些键

db.article.find({
   }, {
   "title": 1, "author": 1})

# 相当于sql中的
select title, author from article;

除了 find() 方法之外,还有一个 findOne() 方法,它只返回一个文档。

二. AND查询和OR查询

2.1 AND查询

AND查询语法格式: db.col.find({key1:value1, key2:value2})

案例1: 如向集合user_demo中查询名字为zhangsan的用户且age为20的数据:

db.user_demo.find({
   'name':'zhangsan', 'age': 20})

# 相当于sql中的
select * from user_demo where name = "zhangsan" and age = 20;
2.2 OR查询

OR查询语法格式:

db.col.find(
   {
   
      $or: [
         {
   key1: value1}, {
   key2:value2}
      ]
   }
)

案例2: 如向集合user_demo中查询名字为zhangsan的用户或age为20的数据:

db.user_demo.find({
   $or:[{
   'name':'zhangsan', 'age': 20}]})

# 相当于sql中的
select * from article where name = "zhangsan" or age = 20;

案例3: AND和OR联合使用案例,类似常规SQL语句为:

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

# 相当于sql中的
select * from col where likes>50 AND (by = 'xx教程' OR title = 'MongoDB 教程');

三. 条件操作符

3.1 比较条件

MongoDB中条件操作符有:

(>) 大于 - $gt
(<) 小于 - $lt
(>=) 大于等于 - $gte
(<= ) 小于等于 - $lte

案例1: 获取 “col” 集合中 “likes” 大于 100 的数据:

db.col.find({
   likes : {
   $gt : 100}})

# 相当于sql中的
select * from col where likes > 100;

案例2: 获取"col"集合中 “likes” 大于等于 100 的数据:

db.col.find({
   likes : {
   $gte : 100}})

# 相当于sql中的
select * from col where likes >= 100;

案例3: 获取"col"集合中 “likes” 小于 150 的数据:

db.col.find({
   likes : {
   $lt : 150}})

# 相当于sql中的
select * from col where likes < 150;

案例4: 获取"col"集合中 “likes” 小于等于 150 的数据:

db.col.find({
   likes : {
   $lte : 150}})

# 相当于sql中的
select * from col where likes <= 150;

案例5: 获取"col"集合中 “likes” 大于100,小于 200 的数据:

db.col.find({
   likes : {
   $lt :200, $gt : 100}})

# 相当于sql中的
select * from col where likes > 100 and likes < 200;

案例6: 获取"col"集合中 “likes” 不等于100的数据:

db.col.find({
   likes : {
   "$ne": 100}})

# 相当于sql中的
select * from col where likes != 100;
3.2 in条件
select * from article where author in ("a", "b", "c")

# 相当于sql中的
db.article.find({
   "author": {
   "$in": ["a", "b", "c"]}})
3.3 like条件查询
db.article.find({
   "title": /mongodb/})

# 相当于sql中的
select * from article where title like "%mongodb%"

四. limit() 方法与 skip() 方法

4.1 控制返回数量 limit() 方法

语法格式(limit)db.COLLECTION_NAME.find().limit(NUMBER)

如显示查询文档中的两条记录:

db.col.find({
   },{
   "title":1}).limit(2)

除了可以使用limit()方法来读取指定数量的数据外,还可以使用skip()方法来跳过指定数量的数据,skip方法同样接受一个数字参数作为跳过的记录条数。

4.2 略过数量 skip() 方法

语法格式db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

以下实例只会显示第二条文档数据:

db.col.find({
   },{
   "title":1).limit(1).skip(1)

# 下面是略过前5条数据,也就是从第6条开始返回。
db.article.find().skip(5)

注:skip()方法默认参数为 0 。

4.3 limit和skip结合

可以结合limit()和skip()来达到分页效果:

db.article.find().skip(10).limit(20) 

# 相当于sql中的 
select * from article limit 10, 20;

五. 排序 sort() 方法

在 MongoDB 中使用 sort() 方法对数据进行排序。

sort() 方法可以通过参数指定排序的字段,并使用 1 和 -1 来指定排序的方式,其中 1 为升序排列,而 -1 是用于降序排列。

语法格式db.COLLECTION_NAME.find().sort({KEY:1})

如在 col 集合中的数据按字段 likes 的降序排列:

db.col.find({
   },{
   "title":1}).sort({
   "likes":-1})

# 相当于sql中的
select * from col where title = 1 order by likes desc;

注意:skip(), limilt(), sort()三个放在一起执行的时候,执行的顺序是先 sort(), 然后是 skip(),最后是显示的 limit()。

六. $type 操作符

6.1 MongoDB 中可以使用的类型如下表所示:
  • 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

案例: 获取 “col” 集合中 title 为 String 的数据:
db.col.find({"title" : {$type : 2}})
db.col.find({"title" : {$type : 'string'}})

6.2 多个元素的查询

案例: 只有type数组同时存在mongodb和javascript才会匹配。

db.article.find({
   "type": {
   "$all": ["mongodb", "javascript"]}})
6.3 限制数组长度查询

案例: 只有数组的长度是2才会匹配, 注:type_list必须是数组

db.article.find({
   "type_list": {
   "$size": 2}})
6.4 返回特定数量

$slice的参数是一个时,表示返回的数量;当是一个数组时,第一个参数表示偏移量,第二个表示返回的数量:

案例:返回特定数量, 注:$slice针对的是数组

db.article.find({
   "type": {
   "$slice": 1}}) // 返回第1个

db.article.find({
   "type": {
   "$slice": -1}})  // 返回最后一个

db.article.find({
   "type": {
   "$slice": [20, 10]}})  // 从第21个开始,返回10个,也就是2130

更多类型可以参考:mongodb $type

七. MongoDB特有的语句

7.1 元素匹配 ($elemMatch)

如果文档中有一个字段的值是数组,可以使用$elemMatch来匹配数组内的元素:

案例:只有a=1且b>2才会匹配。

db.article.find({
   "kown": {
    "$elemMatch": {
   a: 1, b: {
   "$gt": 2}}}})
7.2 取模($mod)

比如我们要匹配 read % 5 == 1:

db.article.find({
   "read": {
   $mod: [5, 1]}})
7.3 是否存在($exists)

如果我们要判断love字段是否存在,可以这样:

# 如果存在字段love,就返回
db.article.find({
   "love": {
   "$exists": true}})

# 我们也可以判断不存在, 如果不存在字段love,就返回
db.article.find({
   "love": {
   "$exists": false}})
7.4 正则表达式

mongodb支持正则表达式,使用方法与正则字面量一样:

# i是忽略大小写
db.article.find({
   "title": /mongodb/i})
7.5 类型查询

我们可以根据字段类型来返回数据:

# 只有当comments的类型是数组才匹配
db.article.find({
   "comments": {
   "$type": 4}})
7.6 内嵌文档

mongodb是允许内嵌文档的,而且要查询内嵌文档也很简单(使用点语法):

{
   
  address: {
    name: "nanji" }
}

db.article.find({
   "address.name": "nanji"})

数组也可以采取点语法:

{
   
  comments: [{
   title: "mongodb"}, {
   title: "javascript"}]
}

db.article.find({
   "comments.title": "mongodb"})
7.7 取反

$not是元语句,即可以用在任何其他条件之上:

db.article.find({
   "author": {
   "$not": /mongodb/i}})

只要使用$not操作符,就表示取反。

7.8 统计

返回匹配数据的长度:

db.article.find().count()
7.9 格式化

pretty()方法可以以格式化的方式显示所有文档:

db.article.find().pretty()
7.10 不等于

$ne:表示not equals 就是的意思

# 查询某字段不为空的数据
db.hfijf.find({
   fieldName: {
   $ne:null}})
# 查询字段等于空的数据
db.hfijf.find({
   fieldName: {
   $eq:null}})
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
相关文章
|
28天前
|
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。
|
17天前
|
存储 NoSQL MongoDB
MongoDB 查询分析
10月更文挑战第21天
9 1
|
17天前
|
NoSQL MongoDB 索引
MongoDB 覆盖索引查询
10月更文挑战第21天
21 1
|
21天前
|
SQL NoSQL Unix
MongoDB 聚合
10月更文挑战第17天
17 4
|
23天前
|
SQL NoSQL MongoDB
MongoDB 查询文档
10月更文挑战第15天
12 1
|
2月前
|
SQL NoSQL Unix
MongoDB聚合操作总结
这篇文章总结了MongoDB中聚合操作的作用、方法、常见聚合表达式以及聚合管道的概念和常用操作符,以及SQL与MongoDB聚合操作的对应关系。
40 2
MongoDB聚合操作总结
|
21天前
|
SQL NoSQL 数据处理
深入探索MongoDB的聚合操作
【10月更文挑战第13天】
9 0
|
25天前
|
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。
|
2月前
|
NoSQL MongoDB 数据库
python3操作MongoDB的crud以及聚合案例,代码可直接运行(python经典编程案例)
这篇文章提供了使用Python操作MongoDB数据库进行CRUD(创建、读取、更新、删除)操作的详细代码示例,以及如何执行聚合查询的案例。
32 6
|
3月前
|
持续交付 jenkins Devops
WPF与DevOps的完美邂逅:从Jenkins配置到自动化部署,全流程解析持续集成与持续交付的最佳实践
【8月更文挑战第31天】WPF与DevOps的结合开启了软件生命周期管理的新篇章。通过Jenkins等CI/CD工具,实现从代码提交到自动构建、测试及部署的全流程自动化。本文详细介绍了如何配置Jenkins来管理WPF项目的构建任务,确保每次代码提交都能触发自动化流程,提升开发效率和代码质量。这一方法不仅简化了开发流程,还加强了团队协作,是WPF开发者拥抱DevOps文化的理想指南。
81 1