數據庫操做sql
#一、增 use config #若是數據庫不存在,則建立並切換到該數據庫,存在則直接切換到指定數據庫。 #二、查 show dbs #查看全部數據庫,至關於Mysql的show databases #空數據庫不會顯示在列表中好比默認建立的數據庫config, 要顯示,就必須在庫中插入數據 db #查看當前所在庫 #三、刪 use config #先切換到要刪的庫下 db.dropDatabase() #刪除當前庫
集合操做mongodb
#一、增 use db1#選擇所在數據庫 #方式一: db.table1.insert({'a':1})#當第一個文檔插入時,集合就會被建立幷包含該文檔 #方式二: db.table2#建立一個空集合 #二、查 show collections show tables#二者等價 #三、刪 db.table1.drop() #集合沒有改的操做
文檔操做數據庫
文檔的操做能夠當作是對字典的操做數組
增:增長時沒有指定_id則默認ObjectId,_id不能重複,且在插入後不可變服務器
單條增長ide
user0={ "name":"egon", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } db.test.insert(user0)
多條批量增長:db.user.insertMany([ , , , , ,])的形式函數
user1={
"_id":1,
"name":"alex",
"age":10,
'hobbies':['music','read','dancing'],
'addr':{
'country':'China',
'city':'weifang'
}
}post
user2={
"_id":2,
"name":"wupeiqi",
"age":20,
'hobbies':['music','read','run'],
'addr':{
'country':'China',
'city':'hebei'
}
}url
user3={
"_id":3,
"name":"yuanhao",
"age":30,
'hobbies':['music','drink'],
'addr':{
'country':'China',
'city':'heibei'
}
}spa
user4={
"_id":4,
"name":"jingliyang",
"age":40,
'hobbies':['music','read','dancing','tea'],
'addr':{
'country':'China',
'city':'BJ'
}
}
user5={
"_id":5,
"name":"jinxin",
"age":50,
'hobbies':['music','read',],
'addr':{
'country':'China',
'city':'henan'
}
}
db.user.insertMany([user1,user2,user3,user4,user5])
批量增長
user1={ "_id":1, "name":"alex", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } user2={ "_id":2, "name":"wupeiqi", "age":20, 'hobbies':['music','read','run'], 'addr':{ 'country':'China', 'city':'hebei' } } user3={ "_id":3, "name":"yuanhao", "age":30, 'hobbies':['music','drink'], 'addr':{ 'country':'China', 'city':'heibei' } } user4={ "_id":4, "name":"jingliyang", "age":40, 'hobbies':['music','read','dancing','tea'], 'addr':{ 'country':'China', 'city':'BJ' } } user5={ "_id":5, "name":"jinxin", "age":50, 'hobbies':['music','read',], 'addr':{ 'country':'China', 'city':'henan' } } db.user.insertMany([user1,user2,user3,user4,user5])
刪:
#一、刪除符合條件的第一個文檔 db.user.deleteOne({ 'age': 8 })#第一個包含有 'age': 8的文檔 #二、刪除符合條件的所有 db.user.deleteMany( {'addr.country': 'China'} ) #只要有內嵌文檔,且內容含有country': 'China'的全都刪除 db.user.deleteMany({"_id":{"$gte":3}})#刪除id大於等於3的全部 #三、刪除所有 db.user.deleteMany({}) #等因而清空該集合(表)
查:
查的形式有不少,如比較運算、邏輯運算、成員運算、取指定字段、對數組的查詢、使用正則、獲取數量,還有排序、分頁等等。下面咱們針對十種查的形式進行詳細說明。
注:在MongoDB中,用到方法都得用 $ 符號開頭
1、比較運算:=,!= ('$ne') ,> ('$gt') ,< ('$lt') ,>= ('$gte') ,<= ('$lte')
=,!= ('$ne') ,> ('$gt') ,< ('$lt') ,>= ('$gte') ,<= ('$lte') #一、select * from db1.user where id = 3 db.user.find({"_id":3}) #二、select * from db1.user where id != 3 db.user.find({"_id":{"$ne":3}}) #三、select * from db1.user where id > 3 db.user.find({"_id":{"$gt":3}}) #四、select * from db1.user where age < 3 db.user.find({"age":{"$lt":3}}) #五、select * from db1.user where id >= 3 db.user.find({"_id":{"$gte":3}}) #六、select * from db1.user where id <= 3 db.user.find({"_id":{"$lte":3}})
2、邏輯運算:MongoDB中字典內用逗號分隔多個條件是and關係,或者直接用$and,$o,r$not(與或非)
#邏輯運算:$and,$or,$not
#1 select * from db1.user where id >=3 and id <=4;
db.user.find({"_id":{"$gte":3,"$lte":4}})
#2 select * from db1.user where id >=3 and id <=4 and age >=40;
db.user.find({
"_id":{"$gte":3,"$lte":4},
"age":{"$gte":40}
})
db.user.find({"$and":[
{"_id":{"$gte":3,"$lte":4}},
{"age":{"$gte":40}}
]})
#3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao";
db.user.find({"$or":[
{"_id":{"$lte":1,"$gte":0}},
{"_id":{"$gte":4}},
{"name":"yuanhao"}
]})
#4 select * from db1.user where id % 2 = 1;
db.user.find({"_id":{"$mod":[2,1]}})
db.user.find({
"_id":{"$not":{"$mod":[2,1]}}
})
邏輯運算:$and,$or,$not
#邏輯運算:$and,$or,$not #1 select * from db1.user where id >=3 and id <=4; db.user.find({"_id":{"$gte":3,"$lte":4}}) #2 select * from db1.user where id >=3 and id <=4 and age >=40; db.user.find({ "_id":{"$gte":3,"$lte":4}, "age":{"$gte":40} }) db.user.find({"$and":[ {"_id":{"$gte":3,"$lte":4}}, {"age":{"$gte":40}} ]}) #3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao"; db.user.find({"$or":[ {"_id":{"$lte":1,"$gte":0}}, {"_id":{"$gte":4}}, {"name":"yuanhao"} ]}) #4 select * from db1.user where id % 2 = 1; db.user.find({"_id":{"$mod":[2,1]}}) db.user.find({ "_id":{"$not":{"$mod":[2,1]}} })
3、成員運算:成員運算無非in和not in,MongoDB中形式爲$in , $nin
#一、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #二、select * from db1.user where name not in ('alex','yuanhao'); db.user.find({"name":{"$nin":['Stefan','Damon']}})
4、正則:正則定義在/ /內
# MongoDB: /正則表達/i #一、select * from db1.user where name regexp '^j.*?(g|n)$'; db.user.find({'name':/^j.*?(g|n)$/i})#匹配規則:j開頭、g或n結尾,不區分大小寫
5、查看指定字段:0表示不顯示1表示顯示
#一、select name,age from db1.user where id=3; db.user.find({'_id':3},{'_id':0,'name':1,'age':1}) #二、select name,age from db1.user where name regexp "^jin.*?(g|n)$"; db.user.find({ "name":/^jin.*?(g|n)$/i }, { "_id":0, "name":1, "age":1 } )
6、對數組的查詢:
#查詢數組相關
#查hobbies中有dancing的人
db.user.find({
"hobbies":"dancing"
})
#查看既有dancing愛好又有tea愛好的人
db.user.find({
"hobbies":{"$all":["dancing","tea"]}
})
#查看第2個愛好爲dancing的人
db.user.find({
"hobbies.2":"dancing"
})
#查看全部人的第2個到第3個愛好
db.user.find(
{},
{
"_id":0,
"name":0,
"age":0,
"addr":0,
"hobbies":{"$slice":[1,2]},
}
)
#查看全部人最後兩個愛好,第一個{}表示查詢條件爲全部,第二個是顯示條件
db.user.find(
{},
{
"_id":0,
"name":0,
"age":0,
"addr":0,
"hobbies":{"$slice":-2},
}
)
#查詢子文檔有"country":"China"的人
db.user.find(
{
"addr.country":"China"
}
)
#查詢數組相關 #查hobbies中有dancing的人 db.user.find({ "hobbies":"dancing" }) #查看既有dancing愛好又有tea愛好的人 db.user.find({ "hobbies":{"$all":["dancing","tea"]} }) #查看第2個愛好爲dancing的人 db.user.find({ "hobbies.2":"dancing" }) #查看全部人的第2個到第3個愛好 db.user.find( {}, { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":[1,2]}, } ) #查看全部人最後兩個愛好,第一個{}表示查詢條件爲全部,第二個是顯示條件 db.user.find( {}, { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":-2}, } ) #查詢子文檔有"country":"China"的人 db.user.find( { "addr.country":"China" } )
7、對查詢結果進行排序:sort() 1表明升序、-1表明降序
db.user.find().sort({"name":1,}) db.user.find().sort({"age":-1,'_id':1})
8、分頁:limit表示取多少個document,skip表明跳過幾個document
#這樣就作到了分頁的效果 db.user.find().limit(2).skip(0)#前兩個 db.user.find().limit(2).skip(2)#第三個和第四個 db.user.find().limit(2).skip(4)#第五個和第六個
9、獲取數量:count()
#查詢年齡大於30的人數 #方式一: db.user.count({'age':{"$gt":30}}) #方式二: db.user.find({'age':{"$gt":30}}).count()
10、其餘:查找全部、去重、查找key爲null的項
#一、查找全部 db.user.find() #等同於db.user.find({}) db.user.find().pretty() #二、去重 db.user.find().distinct() #三、{'key':null} 匹配key的值爲null或者沒有這個key db.t2.insert({'a':10,'b':111}) db.t2.insert({'a':20}) db.t2.insert({'b':null}) db.t2.find({"b":null})#獲得的是b這個key的值爲null和沒有b這個key的文檔 { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null }
改:
對已有的問當今進行修改的操做也叫更新,用upsate(),具體格式和參數以下:
#update() 方法用於更新已存在的文檔。語法格式以下: db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) #參數說明:對比update db1.t1 set name='EGON',sex='Male' where name='egon' and age=18; """ query : 至關於where條件。 update : update的對象和一些更新的操做符(如$,$inc...等,至關於set後面的 upsert : 可選,默認爲false,表明若是不存在update的記錄則不更新也不插入,設置爲true表明不存在則添加。 multi : 可選,默認爲false,表明只更新找到的第一條記錄,設爲true時,表明更新找到的所有記錄。 writeConcern :可選,拋出異常的級別。 """ #更新操做是不可分割的:若兩個更新同時發送,先到達服務器的先執行,而後執行另一個,不會破壞文檔。
一、常規修改操做:
#設數據爲{'name':'武松','age':18,'hobbies':['作煎餅','吃煎餅','賣煎餅'],'addr':{'country':'song','province':'shandong'}} #update db1.user set age=23,name="武大郎" where name="武松"; #一、覆蓋式 db.user.update( {"name":"武松"}, {"age":23,"name":"武大郎"} ) #獲得的結果爲{"age":23,"name":"武大郎"} #二、局部修改:$set db.user.update( {"name":"武松"}, {"$set":{"age":15,"name":"潘金蓮"}} ) #獲得的結果爲{"name":"潘金蓮","age":15,'hobbies':['作煎餅','吃煎餅','賣煎餅']} #三、改多條:將multi參數設爲true db.user.update( {"_id":{"$gte":1,"$lte":2}}, {"$set":{"age":53,}}, {"multi":true} ) #四、有則修改,無則添加:upsert參數設爲true db.user.update( {"name":"EGON"}, {"$set":{"name":"EGON","age":28,}}, {"multi":true,"upsert":true} ) #五、修改嵌套文檔:將國家改成日本 db.user.update( {"name":"潘金蓮"}, {"$set":{"addr.country":"Japan"}} ) #六、修改數組:將第一個愛好改成洗澡 db.user.update( {"name":"潘金蓮"}, {"$set":{"hobbies.1":"洗澡"}} ) #刪除字段:不要愛好了 db.user.update( {"name":"潘金蓮"}, {"$unset":{"hobbies":""}} )
二、加減操做:$inc
#增長和減小$inc #年齡都+1 db.user.update( {}, {"$inc":{"age":1}}, {"multi":true} ) #年齡都-10 db.user.update( {}, {"$inc":{"age":-10}}, {"multi":true} )
三、添加刪除數組內元祖$push $pop $pull
$push的功能是往現有數組內添加元素
#一、爲名字爲武大郎的人添加一個愛好read db.user.update({"name":"武大郎"},{"$push":{"hobbies":"read"}}) #二、爲名字爲武大郎的人一次添加多個愛好tea,dancing db.user.update({"name":"武大郎"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }})
$pop的功能是按照位置只能從頭或從尾即兩端刪元素,相似於隊列。1表明尾,-1表明頭
#一、{"$pop":{"key":1}} 從數組末尾刪除一個元素
db.user.update({"name":"武大郎"},{"$pop":{
"hobbies":1}
})
#二、{"$pop":{"key":-1}} 從頭部刪除
db.user.update({"name":"武大郎"},{"$pop":{
"hobbies":-1}
})
$pull能夠自定義條件刪除
db.user.update({'addr.country':"China"},{"$pull":{ "hobbies":"read"} }, { "multi":true } )
四、避免重複添加 $addToSet 即多個相同元素要求插入時只插入一條
db.urls.insert({"_id":1,"urls":[]})
db.urls.update(
{"_id":1},
{
"$addToSet":{
"urls":{
"$each":[
'http://www.baidu.com',
'http://www.baidu.com',
'http://www.xxxx.com'
]
}
}
}
)
db.urls.insert({"_id":1,"urls":[]}) db.urls.update( {"_id":1}, { "$addToSet":{ "urls":{ "$each":[ 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.xxxx.com' ] } } } )
五、瞭解部分
#一、瞭解:限制大小"$slice",只留最後n個
db.user.update({"_id":5},{
"$push":{"hobbies":{
"$each":["read",'music','dancing'],
"$slice":-2
}
}
})
#二、瞭解:排序The $sort element value must be either 1 or -1"
db.user.update({"_id":5},{
"$push":{"hobbies":{
"$each":["read",'music','dancing'],
"$slice":-1,
"$sort":-1
}
}
})
#注意:不能只將"$slice"或者"$sort"與"$push"配合使用,且必須使用"$each"
$slice $sort $each
#一、瞭解:限制大小"$slice",只留最後n個 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-2 } } }) #二、瞭解:排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-1, "$sort":-1 } } }) #注意:不能只將"$slice"或者"$sort"與"$push"配合使用,且必須使用"$each"
聚合操做:
咱們在查詢時確定會用到聚合,在MongoDB中聚合爲aggregate,聚合函數主要用到$match $group $avg $project $concat
設咱們的數據庫中有這樣的數據
from pymongo import MongoClient
import datetime
client=MongoClient('mongodb://root:123@localhost:27017')
table=client['db1']['emp']
# table.drop()
l=[
('武大郎','male',18,'20170301','燒餅檢察官',7300.33,401,1),
('武松','male',78,'20150302','公務員',1000000.31,401,1),
('宋江','male',81,'20130305','公務員',8300,401,1),
('林沖','male',73,'20140701','公務員',3500,401,1),
('柴進','male',28,'20121101','公務員',2100,401,1),
('盧俊義','female',18,'20110211','公務員',9000,401,1),
('高俅','male',18,'19000301','公務員',30000,401,1),
('魯智深','male',48,'20101111','公務員',10000,401,1),
('史進','female',48,'20150311','打手',3000.13,402,2),
('李逵','female',38,'20101101','打手',2000.35,402,2),
('周通','female',18,'20110312','打手',1000.37,402,2),
('石秀','female',18,'20160513','打手',3000.29,402,2),
('李忠','female',28,'20170127','打手',4000.33,402,2),
('吳用','male',28,'20160311','文人',10000.13,403,3),
('蕭讓','male',18,'19970312','文人',20000,403,3),
('安道全','female',18,'20130311','文人',19000,403,3),
('公孫勝','male',18,'20150411','文人',18000,403,3),
('朱貴','female',18,'20140512','文人',17000,403,3)
]
for n,item in enumerate(l):
d={
"_id":n,
'name':item[0],
'sex':item[1],
'age':item[2],
'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'),
'post':item[4],
'salary':item[5]
}
table.save(d)
數據
from pymongo import MongoClient import datetime client=MongoClient('mongodb://root:123@localhost:27017') table=client['db1']['emp'] # table.drop() l=[ ('武大郎','male',18,'20170301','燒餅檢察官',7300.33,401,1), ('武松','male',78,'20150302','公務員',1000000.31,401,1), ('宋江','male',81,'20130305','公務員',8300,401,1), ('林沖','male',73,'20140701','公務員',3500,401,1), ('柴進','male',28,'20121101','公務員',2100,401,1), ('盧俊義','female',18,'20110211','公務員',9000,401,1), ('高俅','male',18,'19000301','公務員',30000,401,1), ('魯智深','male',48,'20101111','公務員',10000,401,1), ('史進','female',48,'20150311','打手',3000.13,402,2), ('李逵','female',38,'20101101','打手',2000.35,402,2), ('周通','female',18,'20110312','打手',1000.37,402,2), ('石秀','female',18,'20160513','打手',3000.29,402,2), ('李忠','female',28,'20170127','打手',4000.33,402,2), ('吳用','male',28,'20160311','文人',10000.13,403,3), ('蕭讓','male',18,'19970312','文人',20000,403,3), ('安道全','female',18,'20130311','文人',19000,403,3), ('公孫勝','male',18,'20150411','文人',18000,403,3), ('朱貴','female',18,'20140512','文人',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d)
$match和 $group:至關於sql語句中的where和group by
{"$match":{"字段":"條件"}},可使用任何經常使用查詢操做符$gt,$lt,$in等
#例一、select * from db1.emp where post='公務員';
db.emp.aggregate({"$match":{"post":"公務員"}})
#例二、select * from db1.emp where id > 3 group by post;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}
)
#例三、select * from db1.emp where id > 3 group by post having avg(salary) > 10000;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
)
{"$match":{"字段":"條件"}},可使用任何經常使用查詢操做符$gt,$lt,$in等 #例一、select * from db1.emp where post='公務員'; db.emp.aggregate({"$match":{"post":"公務員"}}) #例二、select * from db1.emp where id > 3 group by post; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}} ) #例三、select * from db1.emp where id > 3 group by post having avg(salary) > 10000; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}, {"$match":{"avg_salary":{"$gt":10000}}} )
{"$group":{"_id":分組字段,"新的字段名":聚合操做符}}
#一、將分組字段傳給$group函數的_id字段便可
{"$group":{"_id":"$sex"}} #按照性別分組
{"$group":{"_id":"$post"}} #按照職位分組
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多個字段分組,好比按照州市分組
#二、分組後聚合得結果,相似於sql中聚合函數的聚合操做符:$sum、$avg、$max、$min、$first、$last
#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2:取每一個部門最大薪資與最低薪資
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3:若是字段是排序後的,那麼$first,$last會頗有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4:求每一個部門的總工資
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5:求每一個部門的人數
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#三、數組操做符
{"$addToSet":expr}#不重複
{"$push":expr}#重複
#例:查詢崗位名以及各崗位內的員工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
$group具體
{"$group":{"_id":分組字段,"新的字段名":聚合操做符}} #一、將分組字段傳給$group函數的_id字段便可 {"$group":{"_id":"$sex"}} #按照性別分組 {"$group":{"_id":"$post"}} #按照職位分組 {"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多個字段分組,好比按照州市分組 #二、分組後聚合得結果,相似於sql中聚合函數的聚合操做符:$sum、$avg、$max、$min、$first、$last #例1:select post,max(salary) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}}) #例2:取每一個部門最大薪資與最低薪資 db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) #例3:若是字段是排序後的,那麼$first,$last會頗有用,比用$max和$min效率高 db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}}) #例4:求每一個部門的總工資 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}}) #例5:求每一個部門的人數 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) #三、數組操做符 {"$addToSet":expr}#不重複 {"$push":expr}#重複 #例:查詢崗位名以及各崗位內的員工姓名:select post,group_concat(name) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
$project:用於投射,即設定該鍵值對是否保留。1爲保留,0爲不保留,可對原有鍵值對作操做後增長自定義表達式
{"$group":{"_id":分組字段,"新的字段名":聚合操做符}}
#一、將分組字段傳給$group函數的_id字段便可
{"$group":{"_id":"$sex"}} #按照性別分組
{"$group":{"_id":"$post"}} #按照職位分組
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多個字段分組,好比按照州市分組
#二、分組後聚合得結果,相似於sql中聚合函數的聚合操做符:$sum、$avg、$max、$min、$first、$last
#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2:取每一個部門最大薪資與最低薪資
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3:若是字段是排序後的,那麼$first,$last會頗有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4:求每一個部門的總工資
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5:求每一個部門的人數
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#三、數組操做符
{"$addToSet":expr}#不重複
{"$push":expr}#重複
#例:查詢崗位名以及各崗位內的員工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
$group具體
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表達式"}} #select name,post,(age+1) as new_age from db1.emp; db.emp.aggregate( {"$project":{ "name":1, "post":1, "new_age":{"$add":["$age",1]} } })
#一、表達式之數學表達式
{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一個減第二個
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一個表達式除以第二個表達式的商做爲結果
{"$mod":[expr1,expr2]} #第一個表達式除以第二個表達式獲得的餘數做爲結果
#二、表達式之日期表達式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如:select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)
#例如查看每一個員工的工做多長時間
db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)
#三、字符串表達式
{"$substr":[字符串/$值爲字符串的字段名,起始位置,截取幾個字節]}
{"$concat":[expr1,expr2,...,exprN]} #指定的表達式或字符串鏈接在一塊兒返回,只支持字符串拼接
{"$toLower":expr}
{"$toUpper":expr}
db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})
#四、邏輯表達式
$and
$or
$not
更多自定義表達式
#一、表達式之數學表達式 {"$add":[expr1,expr2,...,exprN]} #相加 {"$subtract":[expr1,expr2]} #第一個減第二個 {"$multiply":[expr1,expr2,...,exprN]} #相乘 {"$divide":[expr1,expr2]} #第一個表達式除以第二個表達式的商做爲結果 {"$mod":[expr1,expr2]} #第一個表達式除以第二個表達式獲得的餘數做爲結果 #二、表達式之日期表達式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second #例如:select name,date_format("%Y") as hire_year from db1.emp db.emp.aggregate( {"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}} ) #例如查看每一個員工的工做多長時間 db.emp.aggregate( {"$project":{"name":1,"hire_period":{ "$subtract":[ {"$year":new Date()}, {"$year":"$hire_date"} ] }}} ) #三、字符串表達式 {"$substr":[字符串/$值爲字符串的字段名,起始位置,截取幾個字節]} {"$concat":[expr1,expr2,...,exprN]} #指定的表達式或字符串鏈接在一塊兒返回,只支持字符串拼接 {"$toLower":expr} {"$toUpper":expr} db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}}) #四、邏輯表達式 $and $or $not
排序:$sort、限制:$limit、跳過:$skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序
{"$limit":n}
{"$skip":n} #跳過多少個文檔
#例一、取平均工資最高的前兩個部門
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工資":{"$avg":"$salary"}}
},
{
"$sort":{"平均工資":-1}
},
{
"$limit":2
}
)
#例二、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工資":{"$avg":"$salary"}}
},
{
"$sort":{"平均工資":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
排序:$sort、限制:$limit、跳過:$skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序 {"$limit":n} {"$skip":n} #跳過多少個文檔 #例一、取平均工資最高的前兩個部門 db.emp.aggregate( { "$group":{"_id":"$post","平均工資":{"$avg":"$salary"}} }, { "$sort":{"平均工資":-1} }, { "$limit":2 } ) #例二、 db.emp.aggregate( { "$group":{"_id":"$post","平均工資":{"$avg":"$salary"}} }, { "$sort":{"平均工資":-1} }, { "$limit":2 }, { "$skip":1 } )
隨機選取n個:$sample
{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序
{"$limit":n}
{"$skip":n} #跳過多少個文檔
#例一、取平均工資最高的前兩個部門
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工資":{"$avg":"$salary"}}
},
{
"$sort":{"平均工資":-1}
},
{
"$limit":2
}
)
#例二、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工資":{"$avg":"$salary"}}
},
{
"$sort":{"平均工資":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
排序:$sort、限制:$limit、跳過:$skip
#集合users包含的文檔以下 { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true } { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false } { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true } { "_id" : 4, "name" : "li", "q1" : true, "q2" : false } { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true } { "_id" : 6, "name" : "li", "q1" : true, "q2" : true } { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } #下述操做時從users集合中隨機選取3個文檔 db.users.aggregate( [ { $sample: { size: 3 } } ] )