MongoDB的一些高級語法

 

 

 

MongoDB的一些高級語法

在前面的博客中,咱們瞭解一些Mongodb中最基礎的用法,只介紹了簡單的增刪查改,在這篇博客中,我將介紹一下稍微複雜一點的語法。html

AND 和 OR操做

AND操做

在前面的博客中,咱們介紹了查找命令,其中能夠指令多個查詢條件,當全部條件都符合時,就能夠查詢到數據。那麼,若是咱們只想只要有一個條件符合,就返回想要的數據,那麼咱們應該怎麼作呢?linux

db.getCollection('test_data_1').find({"字段1":"固定值1","字段2":"固定值2"})

在上面的命令中,其實是一個隱式的AND,由於須要同時知足。可是又沒有出現AND這個關鍵詞,因此被稱爲「隱式AND操做」。下面,就讓咱們來將隱式轉爲顯式,只須要使用「$and」便可。sql

db.getCollection('test_data_1').find(
    {
    	"$and":[
        	{"字段1":"固定值1"},
        	{"字段2":"固定值2"}
    	]
    }
)

OR操做

or操做就是爲了查詢只符合其中任一條件的數據。命令語法和顯式的AND操做同樣。mongodb

db.getCollection('test_data_1').find(
    {
    	"$or":[
        	{"字段1":"固定值1"},
        	{"字段2":"固定值2"}
    	]
    }
)

其中,咱們須要知道,儘管存在隱式的AND操做,可是,對於OR操做來講,不存在隱式的OR操做。 同時or操做時會遵循一個"短路原則":只要前面的條件知足了,那後面的條件直接跳過(相似編程中的||)。編程

嵌入式文檔

下面即是一個嵌入式文檔的例子:數組

咱們能夠看到在studyInfo中,還有着score和project。其中,studyInfo被稱爲嵌入式文檔,studyInfo下面的字段被稱爲嵌套字段app

 


 

 

插入

下面是一個插入語句的示例。ide

db.getCollection('test_data_1').insertOne(
{
    "age":18,
    "adress":"Hunan",
    "studyInfo":{
        "score":59,
        "project":"LOL"
        }
    }
)

查詢

查詢語句函數

若是咱們須要根據嵌入式文檔中的嵌套字段的條件去查詢,那麼下面這樣使用就好了。若是嵌套字段裏面還有嵌入式文檔,一路點點點過去就好了。工具

db.getCollection('test_data_1').find(
    {
    	"studyInfo.score":59
    },
    
    // 不返回studyInfo.score
    {
    	"studyInfo.score":0
    }
)

數組(Array)字段

插入

在下面中,like字段保存的就是一個數組,因此咱們使用**[]**將"apple","orange","fruit"括起來。

db.getCollection('test_data_1').insertOne(
{
    "name":"Array",
    "like":["apple","orange","fruit"]
}
)

使用Robo3T可視化工具查看,顯示以下:

 

1566638722008
1566638722008

 

查詢

其中,like的類型爲Array。可是若是咱們查詢的時候須要根據like中某個值做爲篩選目標的時候,咱們怎麼辦呢?咱們無需進行其餘任何操做(和之前的查詢如出一轍)。例如查詢全部喜歡orange的人:

db.getCollection('test_data_1').find({"like":"orange"})

也就是說它的查詢與之前沒有任何區別。可是,既然是數組,總有必定其餘的操做,例如查詢字段數組爲長度的記錄:

db.getCollection('test_data_1').find({"like":{"$size":3}})

上面是查詢like字段的數組長度爲3的記錄。

注意:「$size」只能查詢某一個具體長度的數組,而不能查詢範圍,若是進行範圍查詢的話,會報錯:

 


 

 

固然,既然有數組,那麼必然會有索引,在mongodb中,數組的第一個元素的索引爲0,和大部分的編程的狀況是同樣的。

咱們能夠經過「字段名.索引」來定位元素。例如查詢:

db.getCollection('test_data_1').find(
    {
       "like.0":"apple"
        }
)

聚合(Aggregation)

聚合的功能很簡單,就是讓Mongodb來處理數據,而後返回被處理好的數據。

聚合的操做命令是「aggregation」,基本格式是:

db.getCollection('test_data_1').aggregation([階段1,階段2,階段3……])

集中,階段能夠爲零個(那麼就至關於findi命令),也能夠爲任意數量。其中,階段中間有點相似linux或者unix中的管道

 

img
img

 

也就是說,前面一個階段的輸出,是後面一個結點的輸入。

下面是來自菜鳥教程的一些關鍵字的用法。

  • $project:修改輸入文檔的結構。能夠用來重命名、增長或刪除域,也能夠用於建立計算結果以及嵌套文檔。
  • $match:用於過濾數據,只輸出符合條件的文檔。$match使用MongoDB的標準查詢操做。
  • $limit:用來限制MongoDB聚合管道返回的文檔數。
  • $skip:在聚合管道中跳過指定數量的文檔,並返回餘下的文檔。
  • $unwind:將文檔中的某一個數組類型字段拆分紅多條,每條包含數組中的一個值。
  • $group:將集合中的文檔分組,可用於統計結果。
  • $sort:將輸入文檔排序後輸出。
  • $geoNear:輸出接近某一地理位置的有序文檔。

下面我將在一些數據的處理方面來介紹一下其中的一些命令。

篩選數據

篩選數據的功能乍一看和find的功能差很少,而後仔細一看,還真的和find的功能如出一轍。篩選數據的關鍵字是「 $match」

db.getCollection('test_data_1').aggregate([{"$match":{和find徹底同樣的過濾表達式}}])

下面是返回like字段數組的第一個元素爲「apple」的記錄(和上面數組字段裏面查詢返回的結果如出一轍)。

db.getCollection('test_data_1').aggregate([{"$match":{"like.0":"apple"}}])

那麼,這樣作有什麼意義呢?返回的結果和find的命令同樣,還比find麻煩,這樣作豈不是畫蛇添足。的確,若是咱們僅僅這樣作,還不如使用find,它的強大之處在於與其餘關鍵字進行組合。由於進行數據處理,通常第一步都是進行篩選。

修改字段

前面咱們介紹了$project的介紹,那麼修改字段咱們將使用$projecto來操做。

$project:修改輸入文檔的結構。能夠用來重命名、增長或刪除域,也能夠用於建立計算結果以及嵌套文檔。

正如上面所介紹的,$project的功能很強大,能夠作到不少事情。

  1. 修改返回的字段

    下面返回的字段中不包含_id和like 字段

    db.getCollection('test_data_1').aggregate([
        {"$project":{"_id":0,"like":0}}
    ])

    下面是結合$match的使用,其中前面的$match的返回的輸出是$project的輸入

    db.getCollection('test_data_1').aggregate([
        {"$match":{"like":{"$size":3}}},
        {"$project":{"_id":0,"like":0}}
    ])

    這個的做用也和find中的返回返回部分字段的操做差很少,這個操做沒有什麼讓人新奇的地方,下面將介紹它的其餘強大之處。

    注意事項

    包括現有字段

    • _id 字段默認包含在輸出文檔中。
    • 若是指定包含文檔中不存在的字段, $project 將忽略該字段包含,而且不會將該字段添加到文檔中。

    取消_id字段

    • 默認狀況下, _id 字段包含在輸出文檔中。要從輸出文檔中排除 _id 字段,必須在 $project 中明確指定對 _id 字段的抑制。

    排除字段

    • 若是指定排除某個或多個字段,則在輸出文檔中返回全部其餘字段。

    • 若是指定排除 _id 之外的字段,則不能使用任何其餘 $project 規範表單:即,若是排除字段,則不能指定包含字段,重置現有字段的值或添加新字段。

  2. 添加新的字段

    若是我想返回的結果中添加新的字段,怎麼辦?在project中直接添加就行

    db.getCollection('test_data_1').aggregate([
       
        {"$project":{
            "name":1,
            "_id":0,
       		// 添加的新的字段
            "add":"GG"
            }
         }
    ])

    不過值得注意的是:

    若是指定排除 _id 之外的字段,則不能使用任何其餘 $project 規範表單:即,若是排除字段,則不能指定包含字段,重置現有字段的值或添加新字段。

    也就是說,若是排除了除「_id」之外的字段,那麼,就GG了。就沒辦法添加字段了。

     


     

     

    而且值得注意的是,添加新的字段的時候,若是舊的字段不設置爲1,則不會返回。(也就是說,若是添加了新的字段,想要返回原本存在字段,必須將字段設置爲1)

     


     

     

  3. 重命名字段

    重命名字段和添加新的字段差很少,簡單點來講,咱們可使用「$舊的字段名」來表示字段的數據。示例以下

    db.getCollection('test_data_1').aggregate([
       
        {"$project":{
        	// 添加新的字段,新的字段的數據是name字段的數據
            "add":"$name"
            }
         }
    ])

    結果以下:

     


     

     

    這個對於嵌套文檔有着很是好的效果,能夠看下面的兩個例子

    使用find 使用聚合

     

     
  4. 處理特殊字符

    這裏有說兩個問題,若是我須要修改一個字段的數據爲1,或者爲$project呢?能夠知道,這些值與mongodbe自身的語法衝突了(全部以「$」開頭的普通字符串和數字都不能添加)。這個時候咱們可使用" $literal"關鍵字。

     


     

     

分組操做

分組操做所對應的關鍵字是「$group」,它的做用是根據給出的字段key,它全部的key的值相同的記錄放在一塊兒進行運算。

去重

在上一篇博客中使用了去重函數「distinct」,使用該函數後,返回的是一個數組。不過,如今咱們可使用「$group」去重。操做以下所示:

db.getCollection('test_data_1').aggregate(
    [
        {
            "$group":{"_id":"$被g去重的字段名"}
        }
    ]
)

其中,「_id」是必不可少的,不能用其餘的去替代。而這個返回的也不是一個數組,而是不少條記錄。

 


 

 

分組操做運算

首先先說一下運算的關鍵字,關鍵字包括(來自菜鳥教程):

表達式 描述 實例
$sum 計算總和。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg 計算平均值 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min 獲取集合中全部文檔對應值得最小值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max 獲取集合中全部文檔對應值得最大值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push 在結果文檔中插入值到一個數組中。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet 在結果文檔中插入值到一個數組中,但不建立副本。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first 根據資源文檔的排序獲取第一個文檔數據。 db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last 根據資源文檔的排序獲取最後一個文檔數據 db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

你們看那個實例估計也明白怎麼操做了。首先咱們先去重,而後再指定名字,最後進行計算:

計算的方法:{$關鍵字:$已有的字段名}

下面即是計算age的平均值,而後以「aver_age」返回。

 


 

 

原則上,「$sum」和「$avg」的值對應的值應該是數字,若是使用非數字,則「$sum」會返回0,「$avg」會返回「null」。注意,字符串是能夠比較大小的。其中,「$sum」的值還可使用數字「1」,例如"count":{"$sum":1},則返回的就是每一個分組有多少條記錄。

拆分數組

拆分數組使用的關鍵字是「$unwind」,它的做用是把一條包含數組的記錄拆分爲很對條記錄,其中,每一條記錄擁有數組中的一個元素。

下面是數組like和infos進行拆分,其中拆分的結果數量是like數組的長度乘以infos數組的長度。

db.getCollection('test_data_1').aggregate(
    [
        {"$unwind":"$like"},
        {"$unwind":"$infos"},
    ]
)

 


 

 

聯集合查詢

Mongodb中的聯集合查詢相似SQL中的聯表查詢,在聯集合查詢中,有兩個概念,主集合被查集合。簡單點來講,就是主集合提供字段key,而後被查集合經過字段key查出須要的字段。

db.getCollection('主集合名').aggregate([
    "$lookup":{
            "from":"被查集合名",
            "localField":"主集合提供的字段key",
            "foreginField":"被查集合接受的字段",
            "as":"爲查出來的字段命名",
    }
]
)

下面是兩個文檔,一個爲user,一個爲login

如今咱們經過login中的id從user中拿出字段:

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   }
]
)

返回結果以下:

 


 

 

其中,login_name爲聯結合查出來的數據,爲一個數組。

固然,對於這個結果的樣式咱們是不太滿意的,由於我咱們只想拿出name,這個時候咱們就須要使用前面的知識來解決這個問題了。

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   },   {
       "$unwind":"$login_name"
   },
   {
       "$project":{
           "_id":0,
           "loginId":1,
           "name":"$login_name.name"
           
           }
   }
])

返回的結果如圖所示:

 


 

 

參考資料

參考書籍:《左手Mongodb,右手Redis》

菜鳥教程:https://www.runoob.com/mongodb/mongodb-tutorial.html

docs4dev:https://www.docs4dev.com/docs/zh/mongodb/v3.6/reference

相關文章
相關標籤/搜索