MongoDB常用脚本汇总

johnny233

已于 2024-01-03 20:55:23 修改

阅读量734

点赞数

分类专栏： MongoDB 文章标签： mongodb

于 2023-10-17 22:21:34 首次发布

本文链接：https://blog.csdn.net/lonelymanontheway/article/details/122441489

版权

MongoDB 专栏收录该内容

16 篇文章 0 订阅

订阅专栏

概述

本文汇总记录日常工作中常用的MongoDB查询脚本。

本文使用的MongoDB版本为4.2.13：db.version();。

实战

新增

新增集合：

db.getSiblingDB("corpus").createCollection('message');

删除

删除一条数据：

db.getSiblingDB("cx_user").userAccount.deleteOne({_id: ObjectId('628720aa454b9b0008ca218f')});

批量删除多条数据：

db.getSiblingDB("cx_user").userAccount.deleteMany({_id: {$in: [ObjectId('645af98020506e0008f61268'), ObjectId('6467100e3743bf00088c18c9')]}})

删除集合：

db.getSiblingDB("cx_user").getCollection("msg").drop();

getSiblingDB指定数据库后，可以使用getCollection定位到具体的集合，也可以直接使用.指定集合。

更新

通过$set唯一更新未指定的新数据：

db.getSiblingDB("corpus").getCollection("risk_control").updateOne({_id: new ObjectId("6502be1b36b36e0008e7888e")}, {"$set": {mobile: "189*****725"}})

$set指定查询条件后批量更新：

db.getSiblingDB("corpus").getCollection("risk_control").updateMany({'channel': '77'}, {"$set": {'operator': "johnny"}})

指定多个查询条件：

db.getSiblingDB("corpus").getCollection("risk_control").updateMany({'channel': '77', 'type': 1}, {"$set": {'operator': "johnny"}})

查询

考虑到工作中绝大多数场景都是在查询数据，调整一下标题层级。

版本

查询Server版本：

db.version();

distinct

distinct查询：

db.getSiblingDB("medhub").getCollection("case").distinct('finished');
db.getSiblingDB("cx_user").userAccount.distinct('profiles.channel');

where

官方文档，可以在$where里直接给出String表达式，或JS函数，可使用this或obj来引用文档。

查询userAccount集合里source字段和channel字段不相同的数据：

db.getSiblingDB("cx_user").getCollection("userAccount")
.find({source: {$exists: true}, channel: {$nin:['pdwjk_screen','xhwjk_screen','232']}, $where: 'this.source != obj.channel'})
.sort({registerTime: -1}).limit(1);

如果是4.4以后的版本：

For a mongos instance, see security.javascriptEnabled configuration option or the --noscripting command-line option starting in MongoDB 4.4.

In earlier versions, MongoDB does not allow JavaScript execution on mongos instances.

还可以查询JS函数：

db.getSiblingDB("cx_user").getCollection("userAccount").findOne({$where: function() {return (this.mobile == "1WGCkMgePvun0Bhc1Jjz5Q==")}});

MongoDB 4.4以前的版本，执行报错Query failed with error code 139 with name 'JSInterpreterFailure' and error message 'SyntaxError: unexpected token: keyword 'function'' on server。参考mongo-jsinterpreter-syntaxerror-unexpected-token-keyword-function。

表达式

$expr表达式查询。

需求，查询某个字段长度为18的所有记录。

在DataGrip的filter输入框里输入：{$expr: {$eq: [{$strLenCP: "$profileKey"}, 18]}}，即等价于如下查询语句：

db.getSiblingDB("medhub").getCollection("userCase")
          .find({$expr: {$eq: [{$strLenCP: "$profileKey"}, 18]}})

参考string-field-value-length-in-mongodb。

exists

查询某集合下某个JSON Array字段满足Array个数大于等于5的数据：

db.getSiblingDB("cx_user").userAccount.find({
	'profiles.5': {$exists: true}
});

注：profiles是一个JSON Array字段
参考stackoverflow——query-for-documents-where-array-size-is-greater-than-1

findOne

sort

Sort exceeded memory limit of 104857600 bytes, but did not opt in to external sorting.

模糊

countDocuments

非常常用的方法，必须要掌握的入门API。

使用countDocuments查询符合某一个限制条件的集合总数：

db.getSiblingDB("medhub").getCollection("report").countDocuments({
	'translatedReports.zh-CN.profileKey': '64abd052b99c8f0008338990'
});

注：上面的translatedReports字段是一个大JSON列，通过.连字符以类似于JsonPath的方式取JSON里的Key字段。

使用countDocuments查询符合多个限制条件的集合总数：

db.getSiblingDB("medhub").getCollection("report").countDocuments({
	'translatedReports.zh-CN.profileKey': '64abd052b99c8f0008338990',
	'isDelete': false
});

使用countDocuments模糊查询符合限制条件的集合总数：

db.getSiblingDB("medhub").getCollection("report").countDocuments({
	'translatedReports.zh-CN.conditionReports.key': /::finding/,
});

注：使用/关键词字段/表示模糊查询，支持中英文字符。后面介绍的$match也支持模糊查询。

MongoDB不是传统的关系型数据库。如果是传统的关系型数据库，如MySQL，新增业务场景或需求调整，则往往需要在应用层PO里新增一个字段，对应的数据库也必须新增一个字段。如果应用新增字段后，生产环境的数据库未同步新增字段，则大概率会出现问题。这也就是我们所熟悉的数据库发布系统。

使用MongoDB，则无此担扰。应用发布后触发特定业务逻辑时，数据库会自动新增对应的字段。

使用countDocuments查询不存在某字段的数据总数：

db.getSiblingDB("medhub").getCollection("case").countDocuments({
	'alias': null,
});

注：上述查询表示早期业务里并没有alias字段，后面业务才有此字段。等价于：

db.getSiblingDB("medhub").getCollection("case").countDocuments({
	'alias': {$exists: 0},
});

aggregate

聚合查询，功能非常强大，学习门槛稍微有点高。

不带任何限制条件查询某个集合的总数：

db.getSiblingDB("sms").sms_history.aggregate([{$count: "total"}]);

aggregate使用$project查询指定字段：

db.getSiblingDB("corpus").getCollection("mds_findings").aggregate([
	{$project: {_id: 0, commonName: 1, key:1, }},
]);

注：1表示查询某字段，0表示不查询某字段，_id: 0,，默认会查询主键_id字段，如果不想查询此字段，则需要显式设置为0。

aggregate使用$project查询指定字段，并加上$match过滤符合条件的数据：

db.getSiblingDB("corpus").getCollection("mds_findings").aggregate([
	{$project: {_id: 0, key:1, minAge: 1, maxAge: 1}},
    {
      $match: {
        minAge: {$lt: 378691200,},
        maxAge: {$gt: 378691200,}
      },
    },
]);

aggregate使用$match过滤符合条件，使用$count查询总数：

db.getSiblingDB("corpus").getCollection("mds_findings").aggregate([
//  {$project: {_id: 0, commonName: 1, key:1, minAge:1, maxAge:1}},
    {
      $match: {
        minAge: {$lt: 378691200,},
        maxAge: {$gt: 378691200,}
      },
    },
    {$count: "total"}
]);

注：$count优先级大于同级的$project，也就是如果两者并列时，只会得到符合条件的总数，$project不生效，并不会给指定的字段。

JOIN

关系型数据库中非常常见的查询类型。在非关系型数据库MongoDB里也会经常遇到。

现有两个集合userAccount以及unionUserAccount，都有一个outUserId字段。现在需要join查询某个用户同时在两个集合里存在。MongoDB初学者想要写出MongoDB查询脚本还是有一定门槛的。

所以此时需要用好工具，博主鄙人是一个不折不扣的工具拥趸，从我的博客专栏Tool可见一斑。工欲善其事，必先利其器。

好在我使用DataGrip，有限支持以MySQL语法查询MongoDB！！！

之所以说是有限支持：

不是所有场景都可以使用MySQL类似语法
有时候查询结果会有问题（虽然执行不报错）

上面的需求很容易就可以写出查询SQL：

select a.outUserId from cx_user.userAccount a left join cx_user.unionUserAccount b on a.outUserId = b.outUserId;

给出一大堆查询结果，以第一条数据aaaaa来验证，发现被join查询的集合unionUserAccount里并没有outUserId等于aaaaa的数据。

事实上执行：

select count(*) from cx_user.userAccount a left join cx_user.unionUserAccount b on a.outUserId = b.outUserId;

给出79887条数据。根据业务常识来判断，肯定没有这么多数据。进一步执行：

select count(*) from cx_user.userAccount a left join cx_user.unionUserAccount b on a.outUserId = b.outUserId where a.channel = 'tong_app';

数据量还是不对。进一步执行：

select count(*) from cx_user.userAccount a left join cx_user.unionUserAccount b on a.outUserId = b.outUserId where a.channel = 'tong_app' and b.channel = 'tong_app';

数据量级差不多。

所以说【有限支持】。如果不会使用MongoDB语法，可以考虑使用MySQL语法，但是一定要验证一下！！

这就是完了吗？不！

DataGrip的强大之处在于它会将上面的MySQL脚步转换为MongoDB语法脚本，这样我们可以学习怎么来写MongoDB脚本！

上面最后一条SQL在DataGrip Output里打印如下：

db.getSiblingDB("cx_user").getCollection("userAccount").aggregate([
{
 $project: {"a": "$$ROOT", "_id": 0}
},
{
 $lookup: {
   localField: "a.outUserId",
   from: "unionUserAccount",
   foreignField: "outUserId",
   as: "b"
 }
},
{
 $unwind: {
   path: "$b",
   preserveNullAndEmptyArrays: true
 }
},
{
 $match: {$and: [{"a.channel": {$eq: 'tong_app'}}, {"b.channel": {$eq: 'tong_app'}}]}
},
{
 $project: {"outUserId": "$a.outUserId", "_id": 0}
}
])

注意看上面有个preserveNullAndEmptyArrays关键词。

我使用的DataGrip版本：

DataGrip 2022.1.5
Build #DB-221.5787.39, built on June 6, 2022
Licensed to Hunan Institute of Science and Technology / henu itstaff
Subscription is active until February 9, 2024.
Runtime version: 11.0.15+10-b2043.56 aarch64
VM: OpenJDK 64-Bit Server VM by JetBrains s.r.o.
macOS 13.0