【DBA课程-笔记】第2章：MongoDB数据数据查询与分析

目录

一、课程大纲 

二、MongoDB 条件查询

1. 制造 MongoDB 测试数据

2. MongoDB 数据查询 与 SQL对应关系

3. MongoDB 查询运算符

4. MongoDB 数据查询、条件查询、过滤

5. MongoDB 条件查询命令

6. MongoDB 数据查询数组条件

A. 精确匹配数组元素：

B. 无顺序 and 精确 匹配

C. 至少匹配一个 

D. 组合条件满足一个条件过滤

E. $elemMatch操作符查询内嵌文档

F. 正则：模糊查询：/.* .*/

G. 正则：以xx开头：/^ .*/ 

H. 正则：以xx结尾：/.* $/

7. MongoDB 数据查询嵌套数组文档

A. 文档嵌套：单条件查询

B. 文档嵌套：多条件查询（and）

三、映射Project 与 过滤

四、去除重复 Distinct

五、聚合分组统计 Group By

A.  三种方式

B：聚合函数 （ 了解即可 ）

 注意：4.2.1中已经不支持 group（ db.users.help() 查询没有group函数 ）

1. 分组统计不同年龄段的用户

2. 分组统计不同用户的订单总额

C：聚合管道

D：MapReduce （非常适用于大数据分析，如基于java的hadoop）

一、课程大纲 

• MongoDB 条件查询
• 映射 Project 与 过滤
• 去除重复 Distinct
• 分组统计 Group

二、MongoDB 条件查询

1. 制造 MongoDB 测试数据

db.users.insert({name:'frank',age:16,city:'beijing' )
db.users.insert({name:'xulei',age:17,city:'hangzhou' )
db.users.insert(name:'frankxulei'age:18,city:'shanghai')
db.users.insert({name:'alibaba',age: 25,tags:['java','mysql','mongodb'],city:'hangzhou'})
db.users.save()
db.users.insertOne()
db.users.insertMany()

2. MongoDB 数据查询 与 SQL对应关系

MongoDB	SQL语句	说明
find()	all
find({})	all
find({fage:18})	select * from users where age =18
$lt:18	where age<18	less rhan
$gt:18	where age>18	greater than
$lte:18	where age<=18	less rhan or equal
$gte=:18	where age>=18	greater than or equal
$in:[18,19]	where age in(18,19)
$or:[{age:18}, { name:' frankxulei'}]	where age=18 or name= 'frankxuleil'
{age:18,name:'frankxulei'}	where age = 18 and name= 'frankxulei'
({“name”:/.*阿里.*/})	select * from users where name like “%阿里%”

3. MongoDB 查询运算符

4. MongoDB 数据查询、条件查询、过滤

5. MongoDB 条件查询命令

6. MongoDB 数据查询数组条件

A. 精确匹配数组元素：

db.users.find( { tags:["java","mongodb"]})

•   描述：查出所有数组中包含java和mongodb的文档，且有先后顺序

B. 无顺序 and 精确 匹配

db.users.find( { tags:{$all:["java","mongodb"]}})

•  描述：查出所有数组中包含java和mongodb的文档

C. 至少匹配一个 

db.users.find( { tags:"java"})

• 描述：查出所有数组中包含java的文档 

D. 组合条件满足一个条件过滤

db.users.find( { age: { $gt: 15, $lt: 20 }})

•  描述：查找 age ∈（15,20） 

E. $elemMatch操作符查询内嵌文档

• 作用：用于查同于个元素中的键值组合，
• 针对 LIst<object> 查询
• 详情请参考

db.test.insert({"id":1, "members":[{"name":"BuleRiver1", "age":27, "gender":"M"}, {"name":"BuleRiver2", "age":23, "gender":"F"}, {"name":"BuleRiver3", "age":21, "gender":"M"}]});

• $elemMatch + 同一个元素中的键值组合

db.test.find({"members":{"$elemMatch":{"name":"BuleRiver1", "age":27}}});

• $elemMatch+不同元素的键值组合（查不出结果）

db.test.find({"members":{"$elemMatch":{"name":"BuleRiver1", "age":23}}});

F. 正则：模糊查询：/.* .*/

 db.users.find( { name:/.*feng.*/ })

•   描述：查找 name 包含 feng 的文档

G. 正则：以xx开头：/^ .*/

 db.users.find( { name:/^zhang.*/ })

•   描述：查找 name 以 zhang 开头的文档

H. 正则：以xx结尾：/.* $/

 db.users.find( { name:/.*g$/ })

•   描述：查找 name 以 g 结尾的文档

7. MongoDB 数据查询嵌套数组文档

• 造数据，其中 {}表示新的文档

db.users.insert([
{name:'ali',age:51,address:{country:'china',city:'beijing',district:'haidian',dd:'zhongguancunroad 10'}}
{name:'baby',age:51,address:{country:'china',city:'hangzhou',district:'xihu',dd:'zhongguancunroad 10'}}
{name:'baby2',age:17,address:{country:'china',city:'hangzhou',district:'xihu',dd:'zhongguancunroad 10'}}
{name:'baby3',age:18,address:{country:'china',city:'hangzhou',district:'xihu',dd:'zhongguancunroad 10'}}
{name:'xiaowang',age:19,address:{country:'china',city:'shanghai',district:'pudong',dd:'sjtu park 10'}}
])

db.orders.insert([
{name:"frank",items:[{title:"mongodb",count:1},{title:"java",count:3}]},
{name:"xulei",items:[{title:"iphone 8p",count:2}]},
{name:"wangsicong",items:[{title:"RR",count :1},{title:"Benz",count:10}]}]);

A. 文档嵌套：单条件查询

db.users.find({"address.country":'china'})

•   描述：查 "address.country"='china' 的文档

B. 文档嵌套：多条件查询（and）

db.users.find({"address.country":'china',"address.city":"hangzhou",age:{$gte:18}})

• 查  "address.country"='china'
• 且  "address.city"="hangzhou"
• 且   age≥18

三、映射Project 与 过滤

作用：对查询结果的过滤

• 如：查询后加，{name:1} ,表示只显示 name字段

• 查询后加，{name:1，age:1} ,表示只显示 name + age 字段

• 如：查询后加，{age:0} ,表示不显示 age字段

• 注意： 1 和 0不能同时使用，如 name:1，age:0 ，否则会报错

四、去除重复 Distinct

作用：对查询结果去重，并不会删除原文档

db.users.distinct("city")
db.users.distinct("address.city")

五、聚合分组统计 Group By

A.  三种方式

• 聚合函数 
• 聚合管道
• MapReduce （非常适用于大数据分析, 如基于java的hadoop）

B：聚合函数 （ 了解即可 ）

 注意：4.2.1中已经不支持 group（ db.users.help() 查询没有group函数 ）

1. 分组统计不同年龄段的用户

db.users.group(
 {
   key: { age: 1 },
   cond:{ age:{$gt:16 }},
   reduce:function(curr, result) {
        result.total += 1;
        },
   initial: { total : 0 }
 }
)

2. 分组统计不同用户的订单总额

C：聚合管道

D：MapReduce （非常适用于大数据分析，如基于java的hadoop）