mongDB 基本查询操作

7 篇文章 0 订阅
4 篇文章 0 订阅
最近一直在用mongodb,有时候会需要用到统计,在网上查了一些资料,最适合用的就是用aggregate,以下介绍一下自己运用的心得。

别人写过的我就不过多描述了,大家一搜能搜索到N多一样的,我写一下我的总结。
基础知识
请大家自行查找更多,以下是关键文档。
操作符介绍:
project p r o j e c t : 包 含 、 排 除 、 重 命 名 和 显 示 字 段 match:查询,需要同find()一样的参数
limit l i m i t : 限 制 结 果 数 量 skip:忽略结果的数量
sort s o r t : 按 照 给 定 的 字 段 排 序 结 果 group:按照给定表达式组合结果
unwind:分割嵌入数组到自己顶层文件  
    文档:MongoDB 官方aggregate说明。  
    相关使用:  
db.collection.aggregate([array]);  
array可是是任何一个或多个操作符。  
group和match的用法,使用过sqlserver,group的用法很好理解,根据指定列进行分组统计,可以统计分组的数量,也能统计分组中的和或者平均值等。  
group之前的match,是对源数据进行查询,group之后的match是对group之后的数据进行筛选;  
同理,sort,skip,limit也是同样的原理;  
1.1 {_id:1,name:”a”,status:1,num:1}  
2.2 {_id:2,name:”a”,status:0,num:2}  
3.3 {_id:3,name:”b”,status:1,num:3}  
4.4 {_id:4,name:”c”,status:1,num:4}  
5.5 {_id:5,name:”d”,status:1,num:5}  
以下是示例:  
应用一:统计name的数量和总数;  
db.collection.aggregate([  
  {
unwind:分割嵌入数组到自己顶层文件      文档:MongoDB 官方aggregate说明。      相关使用:  db.collection.aggregate([array]);  array可是是任何一个或多个操作符。  group和match的用法,使用过sqlserver,group的用法很好理解,根据指定列进行分组统计,可以统计分组的数量,也能统计分组中的和或者平均值等。  group之前的match,是对源数据进行查询,group之后的match是对group之后的数据进行筛选;  同理,sort,skip,limit也是同样的原理;  1.1 {_id:1,name:”a”,status:1,num:1}  2.2 {_id:2,name:”a”,status:0,num:2}  3.3 {_id:3,name:”b”,status:1,num:3}  4.4 {_id:4,name:”c”,status:1,num:4}  5.5 {_id:5,name:”d”,status:1,num:5}  以下是示例:  应用一:统计name的数量和总数;  db.collection.aggregate([    {
group:{_id:"name",count:{ name",count:{ sum:1},total:{ sum:" s u m :" num”}}
]);
应用二:统计status=1的name的数量;
db.collection.aggregate([
  {match:{status:1}},  
  {
match:{status:1}},    {
group:{_id:"name",count:{ name",count:{ sum:1}}}
]);
应用三:统计name的数量,并且数量为小于2的;
db.collection.aggregate([
  { group:id:"$name",count:$sum:1,  $match:count:$lt:2]);stauts=1name1db.collection.aggregate([  $match:status:1,  $group:id:"$name",count:$sum:1,  $match:count:1]);groupnamestatusdb.collection.aggregate([  $group:id:name:"$name",st:"$status",count:$sum:1]); g r o u p : i d :" $ n a m e " , c o u n t : $ s u m : 1 ,     $ m a t c h : c o u n t : $ l t : 2 ] ) ; 应 用 四 : 统 计 s t a u t s = 1 的 n a m e 的 数 量 , 并 且 数 量 为 1 的 ; d b . c o l l e c t i o n . a g g r e g a t e ( [     $ m a t c h : s t a t u s : 1 ,     $ g r o u p : i d :" $ n a m e " , c o u n t : $ s u m : 1 ,     $ m a t c h : c o u n t : 1 ] ) ; 多 列 g r o u p , 根 据 n a m e 和 s t a t u s 进 行 多 列 d b . c o l l e c t i o n . a g g r e g a t e ( [     $ g r o u p : i d : n a m e :" $ n a m e " , s t :" $ s t a t u s " , c o u n t : $ s u m : 1 ] ) ; project该操作符很简单,
db.collection.aggregate([
  {project:{name:1,status:1}}  
]);  
结果是,只有_id,name,status三个字段的表数据,相当于sql表达式 select _id,name,status from collection
project:{name:1,status:1}}  ]);  结果是,只有_id,name,status三个字段的表数据,相当于sql表达式 select _id,name,status from collection
unwind
这个操作符可以将一个数组的文档拆分为多条文档,在特殊条件下有用,本人暂没有进行过多的研究。
以上基本就可以实现大部分统计了,group前条件,group后条件,是重点。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在MongoDB数据库中进行基本操作包括以下几个步骤: 1. 打开MongoDB数据库环境:按下键盘上的Window+R键,输入"mongo"并按下回车键。这将打开一个新的命令提示符窗口,进入MongoDB数据库环境。 2. 查看当前的数据库:在命令提示符窗口中输入"show dbs"命令,可以查看当前存在的数据库列表。 3. 切换到指定的数据库:在命令提示符窗口中输入"use <数据库名称>"命令,将当前操作的数据库切换到指定的数据库。 4. 执行数据库查询操作:在命令提示符窗口中输入适当的查询命令,如"db.<集合名称>.find()",可以执行数据库的查询操作。需要替换<集合名称>为你要查询的集合的名称。 5. 查看查询结果:命令提示符窗口会返回查询结果,你可以在这里查看查询到的数据。 总结: 首先,通过按下Window+R键打开MongoDB数据库环境,并最小化该窗口。然后,在新的命令提示符窗口中输入"mongo"命令再次打开一个数据库环境。你可以使用"show dbs"命令查看当前存在的数据库,使用"use <数据库名称>"命令切换到指定的数据库,然后执行数据库查询操作,如"db.<集合名称>.find()"。查询结果将在命令提示符窗口中返回。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [mongoDB数据库的基本操作](https://download.csdn.net/download/weixin_38681286/13686149)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [老生常谈MongoDB数据库基础操作](https://download.csdn.net/download/weixin_38739044/13701106)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Django+Python+Echarts对招聘数据进行可视化分析](https://download.csdn.net/download/wchg21131/88222605)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值