MongoDB干货篇之查询数据

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:

MongoDB干货篇之查询数据

在开始之前我们应该先准备数据方便演示,这里我插入的了几条数据,数据如下:


 
 
  1. db.user.insertMany( 
  2. [{ 
  3. name:'jack'
  4. age:22, 
  5. sex:'Man'
  6. tags:['python','c++','c'], 
  7. grades:[22,33,44,55], 
  8. school:{ 
  9. name:'shida'
  10. city:'xuzhou' 
  11. },{ 
  12. name:'jhon'
  13. age:33, 
  14. sex:null
  15. tags:['python','java'], 
  16. grades:[66,22,44,88], 
  17. school:{ 
  18. name:'kuangda'
  19. city:'xuzhou' 
  20. }, 
  21. name:'xiaoming'
  22. age:33, 
  23. tags:['python','java'], 
  24. grades:[66,22,44,88], 
  25. school:{ 
  26. name:'kuangda'
  27. city:'xuzhou' 
  28.  

find( , )

其中 query 表示查找的条件,相当于 mysql 中 where 子句, projection 列出你想要查找的数据,格式为 db.collection.find(find(<query filter>, <projection>))

实例:

下面不带参数的查找,将会查找出所有的结果


 
 
  1.  db.find().pretty(); 
  2.      
  3.     //输出结果 
  4.      
  5.      
  6. {                                                      
  7.         "_id" : ObjectId("59056f81299fe049404b2899"),  
  8.         "name" : "jack",                               
  9.         "age" : 22,                                    
  10.         "tags" : [                                     
  11.                 "python",                              
  12.                 "c++",                                 
  13.                 "c"                                    
  14.         ],                                             
  15.         "grades" : [                                   
  16.                 22,                                    
  17.                 33,                                    
  18.                 44,                                    
  19.                 55                                     
  20.         ],                                             
  21.         "school" : {                                   
  22.                 "name" : "shida",                      
  23.                 "city" : "xuzhou"                      
  24.         }                                              
  25.  

下面找出满足 name 为 jack 的数据,并且只输出 name , age ,这里的 _id 是默认输出的,如果不想输出将将它设置为 0 ,想要输出那个字段将它设置为1


 
 
  1. db.user.find({name:'jack'},{name:1,age:1}) 
  2.  
  3. //输出结果 
  4. "_id" : ObjectId("59056f81299fe049404b2899"), "name" : "jack""age" : 22 } 
  5.  
  6.  
  7. db.user.find({name:'jack'},{name:1,age:1,_id:0}) 
  8.  
  9. //输出结果 
  10. {"name" : "jack""age" : 22 }  

**注意这里的一个 projection 不能 同时 指定包括和排除字段,除了排除 _id 字段。 在 显式包括 字段的映射中, _id 字段是唯一一个您可以 显式排除 的。

查询内嵌文档

上述例子中插入的 school 数据就表示内嵌文档

完全匹配查询

完全匹配查询表示 school 中的查询数组必须和插入的数组完全一样,顺序都必须一样才能查找出来


 
 
  1. db.user.find({name:'jack',school:{name:'shida',city:'xuzhou'}}); 
  2.  
  3. //输出结果 
  4.  
  5. "_id" : ObjectId("59056f81299fe049404b2899"), "name" : "jack""age" : 22, "tags" : [ "python""c++""c" ],  
  6. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } } 
  7.  
  8.  
  9. //下面是指定输出的字段,这里的school.name表示只输出school文档中name字段,必须加引号 
  10. db.user.find({name:'jack',school:{name:'shida',city:'xuzhou'}},{name:1,age:1,'school.name':1}); 
  11. //输出结果 
  12. "_id" : ObjectId("59056f81299fe049404b2899"), "name" : "jack""age" : 22, "school" : { "name" : "shida" } }  

键值对查询

可以通过键值对查询,不用考虑顺序,比如 'school.name':'shida' ,表示查询学校名字为shida 的数据,这里的引号是必须要的


 
 
  1. db.user.find({'school.name':'shida'},{name:1,school:1}); 
  2.  
  3. //输出结果 
  4.  
  5. "_id" : ObjectId("59056f81299fe049404b2899"), "name" : "jack""school" : { "name" : "shida""city" : "xuzhou" } }  

查询操作符

下面我们将配合查询操作符来执行复杂的查询操作,比如元素查询、 逻辑查询 、比较查询操作。我们使用下面的比较操作符 "$gt" 、 "$gte" 、 "$lt" 、 "$lte" (分别对应 ">" 、 ">=" 、 "<" 、 "<=" )

实例

下面查询年龄在 20-30 之间的信息


 
 
  1. db.user.find({ 
  2. age:{$gt:20,$lt:30}   
  3. }) 
  4.  
  5. //输出 
  6. "_id" : ObjectId("59056f81299fe049404b2899"), "name" : "jack""age" : 22, "tags" : [ "python""c++""c" ],  
  7. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } }  

$ne

$ne 表示不相等,例如查询年龄不等于 22 岁的信息


 
 
  1. db.user.find({age:{$ne:22}}) 
  2.  
  3. //输出 
  4. "_id" : ObjectId("59057c16f551d8c9003d31e0"), "name" : "jhon""age" : 33, "tags" : [ "python""java" ],  
  5. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } }  

slice

$slice 操作符控制查询返回的数组中元素的个数。此操作符根据参数 { field: value } 指定键名和键值选择出文档集合,并且该文档集合中指定 array 键将返回从指定数量的元素。如果 count 的值大于数组中元素的数量,该查询返回数组中的所有元素的。

语法: db.collection.find( { field: value }, { array: {$slice: count }}) ;

下面将查询 grades 中的前两个数


 
 
  1. db.user.find({name:'jack'},{grades:{$slice:2},name:1,age:1,'school.name':1}); 
  2.  
  3. //输出,可以看出这里的grades只输出了前面两个 
  4.  
  5. "_id" : ObjectId("59057c16f551d8c9003d31df"), "name" : "jack""age" : 22, "grades" : [ 22, 33 ], "school" : { "name" : "shida" } }  

下面将输出后3个数据


 
 
  1. db.user.find({name:'jhon'},{grades:{$slice:-3},name:1}); 
  2.  
  3. //输出 
  4. "_id" : ObjectId("59057c16f551d8c9003d31e0"), "name" : "jhon""grades" : [ 22, 44, 88 ] }  

下面介绍指定一个数组作为参数。数组参数使用 [ skip , limit ] 格式,其中第一个值表示在数组中跳过的项目数,第二个值表示返回的项目数。


 
 
  1. db.user.find({name:'jack'},{grades:{$slice:[2,2]},name:1});  //这里将会跳过前面的两个,直接得到后面的两个数据 
  2.  
  3.  
  4. //输出 
  5.  
  6. "_id" : ObjectId("59057c16f551d8c9003d31df"), "name" : "jack""grades" : [ 44, 55 ] }  

$exists

如果 $exists 的值为 true ,选择存在该字段的文档,若值为 false 则选择不包含该字段的文档

下面将会查询不存在sex这一项的信息


 
 
  1. db.user.find({sex:{$exists:false}}) 
  2.  
  3. //结果 
  4. "_id" : ObjectId("59058460fe58ed1089f2a5cd"), "name" : "xiaoming""age" : 33, "tags" : [ "python""java" ],  
  5. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } } 
  6.  
  7.  
  8. db.user.find({sex:{$exists:true}}); 
  9.  
  10. //结果 
  11. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  12. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } } 
  13. "_id" : ObjectId("59058460fe58ed1089f2a5cc"), "name" : "jhon""age" : 33, "sex" : null"tags" : [ "python""java" ],  
  14. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } }  

$or

执行逻辑 OR 运算,指定一个至少包含两个表达式的数组,选择出至少满足数组中一条表达式的文档。

语法: { $or: [ { <expression1> }, { <expression2> }, ... , { <expressionN> } ] }

下面将要查找 age 等于 22 或者 age 等于 33 的值


 
 
  1. db.user.find({$or:[{age:22},{age:33}]}) 
  2.  
  3. //结果 
  4.  
  5. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  6. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } } 
  7. "_id" : ObjectId("59058460fe58ed1089f2a5cc"), "name" : "jhon""age" : 33, "sex" : null"tags" : [ "python""java" ],  
  8. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } } 
  9. "_id" : ObjectId("59058460fe58ed1089f2a5cd"), "name" : "xiaoming""age" : 33, "tags" : [ "python""java" ],  
  10. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } }  

下面将会查找出年龄为22或者33并且姓名为 jack 的人的信息


 
 
  1. db.user.find({name:'jack',$or:[{age:33},{age:22}]}) 
  2.  
  3. //结果 
  4.  
  5. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  6. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } }  

$and

指定一个至少包含两个表达式的数组,选择出满足该数组中所有表达式的文档。 $and 操作符使用短路操作,若第一个表达式的值为“ false ”,余下的表达式将不会执行。

语法: { $and: [ { <expression1> }, { <expression2> } , ... , { <expressionN> } ] }

下面将会查找年龄在 20-30 之间的信息,对于下面使用逗号分隔符的表达式列表, MongoDB会提供一个隐式的 $and 操作:


 
 
  1. db.user.find({$and:[{age:{$gt:20}},{age:{$lt:30}}]}) 
  2. //上述语句相当于db.user.find({age:{$gt:20},age:{$lt:30}}) 
  3.  
  4. //结果 
  5. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  6. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } } 

$in

匹配键值等于指定数组中任意值的文档。类似 sql 中 in ,只要匹配一个 value 就会输出

语法: { field: { $in: [<value1>, <value2>, ... <valueN> ] } }

下面将会查找grades中存在22,33之间的任意一个数的信息


 
 
  1.  db.user.find({grades:{$in:[22,33]}}) 
  2.   
  3.  //输出 
  4.   
  5. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  6. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } } 
  7. "_id" : ObjectId("59058460fe58ed1089f2a5cc"), "name" : "jhon""age" : 33, "sex" : null"tags" : [ "python""java" ],  
  8. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } } 
  9. "_id" : ObjectId("59058460fe58ed1089f2a5cd"), "name" : "xiaoming""age" : 33, "tags" : [ "python""java" ],  
  10. "grades" : [ 66, 22, 44, 88 ], "school" : { "name" : "kuangda""city" : "xuzhou" } }  

$nin

匹配键不存在或者键值不等于指定数组的任意值的文档。类似 sql 中 not in (SQL中字段不存在使用会有语法错误).

查询出 grades 中不存在100或者44的文档


 
 
  1. db.user.find({grades:{$nin:[100,44]}}) 

$not

执行逻辑 NOT 运算,选择出不能匹配表达式的文档 ,包括没有指定键的文档。 $not 操作符不能独立使用,必须跟其他操作一起使用

语法:{ field: { $not: { } } }

查询年龄不大于30的信息


 
 
  1. db.user.find({age:{$not:{$gt:30}}}) 
  2.  
  3. //输出 
  4. "_id" : ObjectId("59058460fe58ed1089f2a5cb"), "name" : "jack""age" : 22, "sex" : "Man""tags" : [ "python""c++""c" ],  
  5. "grades" : [ 22, 33, 44, 55 ], "school" : { "name" : "shida""city" : "xuzhou" } }  


本文作者:Chenjiabing

来源:51CTO

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
|
1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。
|
1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)
|
26天前
|
存储 NoSQL MongoDB
MongoDB 查询分析
10月更文挑战第21天
11 1
|
26天前
|
NoSQL MongoDB 索引
MongoDB 覆盖索引查询
10月更文挑战第21天
23 1
|
1月前
|
SQL NoSQL MongoDB
MongoDB 查询文档
10月更文挑战第15天
14 1
|
1月前
|
NoSQL MongoDB 数据库
使用NimoShake将数据从AWS DynamoDB迁移至阿里云MongoDB
使用NimoShake将数据从AWS DynamoDB迁移至阿里云MongoDB
|
1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)
|
1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。
|
2月前
|
SQL NoSQL JavaScript
04 MongoDB各种查询操作 以及聚合操作总结
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。
84 0
|
3月前
|
C# 微服务 Windows
模块化革命:揭秘WPF与微服务架构的完美融合——从单一职责原则到事件聚合器模式,构建高度解耦与可扩展的应用程序
【8月更文挑战第31天】本文探讨了如何在Windows Presentation Foundation(WPF)应用中借鉴微服务架构思想,实现模块化设计。通过将WPF应用分解为独立的功能模块,并利用事件聚合器实现模块间解耦通信,可以有效提升开发效率和系统可维护性。文中还提供了具体示例代码,展示了如何使用事件聚合器进行模块间通信,以及如何利用依赖注入进一步提高模块解耦程度。此方法不仅有助于简化复杂度,还能使应用更加灵活易扩展。
103 0