MongoDB命令行操作
本文专门介绍MongoDB的命令行操作。其实，这些操作在MongoDB官网提供的Quick Reference上都有，但是英文的，为了方便，这里将其稍微整理下，方便查阅。
这里用来做测试的是远端(10.77.20.xx)的Mongo
数据库。
1、登录和退出
mongo命令直接加MongoDB服务器的IP地址（比如：mongo 10.77.20.xx），就可以利用Mongo的默认端口号(27017)登陆Mongo，然后便能够进行简单的命令行操作。
至于退出，直接exit，然后回车就好了。
[plain]
$ mongo 10.77.20.xx
MongoDB shell version: 2.0.4
connecting to: 10.77.20.xx/test
> show collections
> exit
bye
从以上可以看出，登录后mongo会自动连上一个名为test的数据库。如果这个数据库不存在，那么mongo会自动建立一个名为test的数据库。上面的例子，由于Mongo服务器上没有名为test的db，因此，mongo新建了一个空的名为test的db。其中，没有任何collection。
2、database级操作
[plain]
2.1 查看服务器上的数据库
> show dbs
admin (empty)
back_up (empty)
blogtest 0.203125GB
local 44.056640625GB
test (empty)
2.2 切换数据库
切换到blogtest数据库(从默认的test数据库)
> use blogtest
switched to db blogtest
mongo中，db代表当前使用的数据库。这样，db就从原来的test，变为现在的blogtest数据库。
2.3 查看当前数据库中的所有集合
> show collections
book
system.indexes
user
2.4 创建数据库
mongo中创建数据库采用的也是use命令，如果use后面跟的数据库名不存在，那么mongo将会新建该数据库。不过，实际上只执行use命令后，mongo是不会新建该数据库的，直到你像该数据库中插入了数据。
> use test2
switched to db test2
> show dbs
admin (empty)
back_up (empty)
blogtest 0.203125GB
local 44.056640625GB
test (empty)
到这里并没有看到刚才新建的test2数据库。
> db.hello.insert({"name":"testdb"})
该操作会在test2数据库中新建一个hello集合，并在其中插入一条记录。
> show dbs
admin (empty)
back_up (empty)
blogtest 0.203125GB
local 44.056640625GB
test (empty)
test2 0.203125GB
> show collections
hello
system.indexes
这样，便可以看到mongo的确创建了test2数据库，其中有一个hello集合。
2.5 删除数据库
> db.dropDatabase()
{ "dropped" : "test2", "ok" : 1 }
> show dbs
admin (empty)
back_up (empty)
blogtest 0.203125GB
local 44.056640625GB
test (empty)
2.6 查看当前数据库
> db
test2
可以看出删除test2数据库之后，当前的db还是指向它，只有当切换数据库之后，test2才会彻底消失。
3、collection级操作
[plain]
3.1 新建collection
> db.createCollection("Hello")
{ "ok" : 1 }
> show collections
Hello
system.indexes
从上面2.4也可以看出，直接向一个不存在的collection中插入数据也能创建一个collection。
> db.hello2.insert({"name":"lfqy"})
> show collections
Hello
hello2
system.indexes
3.2 删除collection
> db.Hello.drop()
true
返回true说明删除成功，false说明没有删除成功。
> db.hello.drop()
false
不存在名为hello的collection，因此，删除失败。
3.3 重命名collection
将hello2集合重命名为HELLO
> show collections
hello2
system.indexes
> db.hello2.renameCollection("HELLO")
{ "ok" : 1 }
> show collections
HELLO
system.indexes
3.4 查看当前数据库中的所有collection
>show collections
3.5 建立索引在HELLO集合上，建立对ID字段的索引，1代表升序。
>db.HELLO.ensureIndex({ID:1})
4、Record级的操作
这一小节从这里开始，我们用事先存在的blogtest数据库做测试，其中有两个Collection，一个是book，另一个是user。
4.1 插入操作
[plain]
4.1.1 向user集合中插入两条记录
> db.user.insert({'name':'Gal Gadot','gender':'female','age':28,'salary':11000})
> db.user.insert({'name':'Mikie Hara','gender':'female','age':26,'salary':7000})
4.1.2 同样也可以用save完成类似的插入操作
> db.user.save({'name':'Wentworth Earl Miller','gender':'male','age':41,'salary':33000})
4.2 查找操作
4.2.1 查找集合中的所有记录
[plain]
> db.user.find()
{ "_id" : ObjectId("52442736d8947fb501000001"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453d8525e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52453e2125e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("52454155d8947fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13 }
4.2.2 查找集合中的符合条件的记录
[plain]
(1)单一条件
a)Exact Equal:
查询age为了23的数据
> db.user.find({"age":23})
{ "_id" : ObjectId("52442736d8947fb501000001"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
b)Great Than:
查询salary大于5000的数据
> db.user.find({salary:{$gt:5000}})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453d8525e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52453e2125e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
c)Fuzzy Match
查询name中包含'a'的数据
> db.user.find({name:/a/})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453d8525e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52453e2125e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
查询name以G打头的数据
> db.user.find({name:/^G/})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
(2)多条件"与"
查询age小于30，salary大于6000的数据
> db.user.find({age:{$lt:30},salary:{$gt:6000}})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453d8525e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52454155d8947fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
(3)多条件"或"
查询age小于25，或者salary大于10000的记录
> db.user.find({$or:[{salary:{$gt:10000}},{age:{$lt:25}}]})
{ "_id" : ObjectId("52442736d8947fb501000001"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453e2125e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("52454155d8947fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
4.2.3 查询第一条记录
将上面的find替换为findOne()可以查找符合条件的第一条记录。
[plain]
将上面的find替换为findOne()可以查找符合条件的第一条记录。
> db.user.findOne({$or:[{salary:{$gt:10000}},{age:{$lt:25}}]})
{
"_id" : ObjectId("52442736d8947fb501000001"),
"name" : "lfqy",
"gender" : "male",
"age" : 23,
"salary" : 15
}
4.2.4 查询记录的指定字段
[plain]
查询user集合中所有记录的name,age,salary,sex_orientation字段
> db.user.find({},{name:1,age:1,salary:1,sex_orientation:true})
{ "_id" : ObjectId("52442736d8947fb501000001"), "name" : "lfqy", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("52453d8525e437dfea8fd4f5"), "name" : "Mikie Hara", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52453e2125e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("52454155d8947fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
注意：这里的1表示显示此列的意思，也可以用true表示。
4.2.5 查询指定字段的数据，并去重。
[plain]
查询gender字段的数据，并去掉重复数据
> db.user.distinct('gender')
[ "male", "female" ]
4.2.6 对查询结果集的操作
[plain]
(1)Pretty Print
为了方便，mongo也提供了pretty print工具，db.collection.pretty()或者是db.collection.forEach(printjson)
> db.user.find().pretty()
{
"_id" : ObjectId("52442736d8947fb501000001"),
"name" : "lfqy",
"gender" : "male",
"age" : 23,
"salary" : 15
}
{
"_id" : ObjectId("52453cfb25e437dfea8fd4f4"),
"name" : "Gal Gadot",
"gender" : "female",
"age" : 28,
"salary" : 11000
}
{
"_id" : ObjectId("52453d8525e437dfea8fd4f5"),
"name" : "Mikie Hara",
"gender" : "female",
"age" : 26,
"salary" : 7000
}
{
"_id" : ObjectId("52453e2125e437dfea8fd4f6"),
"name" : "Wentworth Earl Miller",
"gender" : "male",
"age" : 41,
"salary" : 33000
}
{
"_id" : ObjectId("52454155d8947fb70d000000"),
"name" : "not known",
"sex_orientation" : "male",
"age" : 13
}
(2)指定结果集显示的条目
a)显示结果集中的前3条记录
> db.user.find().limit(3)