分布式数据库----基于MongoDB的综合操作

最新推荐文章于 2024-08-18 00:08:32 发布

戊木.

最新推荐文章于 2024-08-18 00:08:32 发布

阅读量96

点赞数

文章标签： mongodb 数据库 nosql

本文链接：https://blog.csdn.net/qq_52345042/article/details/130984576

版权

该文详细介绍了如何创建MongoDB的本地实验环境，使用MongoShell脚本导入数据到students集合，进行多种查询操作，如找身高、体重条件的学生，统计专业人数，列出课程名称，添加新字段以及删除记录等。

摘要由CSDN通过智能技术生成

基于MongoDB的综合操作

1.创建MongoDB数据库实验环境

要求：

服务器地址：localhost（127.0.0.1）
服务端口：27027
存储目录命名：你的姓名拼音首字母
日志文件：放在存储目录下，以mongod.log命名

//移动到该目录
cd C:\MongoDB\mongodb4\bin
//创建文件夹
mkdir C:\zmj
//打开MongoDB
start mongod --bind_ip=127.0.0.1 --port=27027 --dbpath=C:\zmj --logpath=C:\zmj\mongod.log

link 在这里插入图片描述

2使用MongoShell脚本导入数据

脚本：GenerateStudents.js

//导入文件
mongo --host=127.0.0.1 --port=27027 D:\downloads\GenerateStudents.js
//运行mongo
mongo --host=127.0.0.1 --port=27027
//查看数据库
show dbs;
//以下三条可不执行
use cqust
show collections;
db.student.ciont()

link 在这里插入图片描述
 link
link

3查询students集合，只返回一条数据。

//以下三条运行一条即可
db.students.findOne()
db.students.find().limit(1)
db.students.aggregate({$limit:1})

link 在这里插入图片描述
 link
link

4根据你查询出来的记录的结构，使用你自己的数据，构造一个文档，并将这个文档写入students集合。

//查询出来的结构可以直接复制黏贴然后改成自己的信息，可以不改格式
var doc = {"sno": 2020444781,"name": "周茂杰","gender": 1, "body": {"height": 165,"weight": 50},"list": [1,4,4],"phone": "13551517540","role": "student","major": "大数据","grade": 2020,"class": 1,"courses": [{"course": "数据导入与预处理应用","credit": 4,"score": 90},{"course": "分布式数据库原理与应用","credit": 4,"score": 90},{"course": "Hadoop大数据技术","credit": 4,"score": 82}]} ;
db.students.insertOne(doc);
//注意输入的自己的数据会影响后面的查询，注意变通！

link 在这里插入图片描述

//查看插入的信息
db.students.find({"sno": 2020444781})

link 在这里插入图片描述

5根据你自己的记录数据，查询比你长得高或者和你一样高的学生记录

//查询身高大于等于你哥的人
var 查询条件 = {"body.height":{$gte:165}}
db.students.find(查询条件)

//控制返回条件，加入此行可能得分更高，也可不加
var 查询条件 = {"body.height":{$gte:165}}
var 返回条件 = {"_id":0 , "name":1 , "body.height":1}
db.students.find(查询条件,返回条件)

link 在这里插入图片描述

6根据你自己的记录数据，查询体重和你相差不超过3kg的学生记录

//查询体重间隔与你哥在3kg之内的人
var 查询条件 = {"body.weight":{$in:[47,48,49,50,51,52,53]}}
db.students.find(查询条件)

//此条语句也可查找间隔在3kg之间的人
var 查询条件1 = {"body.weight":{$gte:47}}
var 查询条件2 = {"body.weight":{$lte:53}}
var 查询条件 = {$and:[查询条件1,查询条件2]}
db.students.find(查询条件)

link 在这里插入图片描述
 link

7统计你所在专业的学生人数

//以下两条语句只执行其中一条即可
db.students.count({"major":"大数据"})
db.students.find({"major":"大数据"}).count()

link 在这里插入图片描述
 link

8列出大数据专业所有课程的名称

//查找大数据专业的课程
db.students.distinct("courses.course",{"major":"大数据"})

link 在这里插入图片描述

9将你所在班级的所有同学标记为同班同学（增加一个新字段：{‘关系’:‘同班同学’}）

//新增关系字段
var 同班同学 = {"major":"大数据","grade":2020,"class":1}
db.students.find(同班同学)
var 新增字段 = {$set:{"关系":"同班同学"}}
db.students.updateMany(同班同学,新增字段)
db.students.find({"关系":"同班同学"})

link 在这里插入图片描述

10找到你班上身高最高的3名同学，并删除这些记录

//找到三条记录
var 查询条件={"major":"大数据","grade":2020,"class":1}
db.students.find(查询条件).sort({"body.height":-1}).limit(3)
 
//循环删除
var 查询条件={"major":"大数据","grade":2020,"class":1}
var 返回结果 =db.students.find(查询条件,{_id:0,name:1}).sort({"body.height":-1}).limit(3)
for(var i=0; i<返回结果.length(); i++) {
	db.students.remove(返回结果[i])
	print(返回结果[i]);
};
 
var 查询条件={"major":"大数据","grade":2020,"class":1}
db.students.find(查询条件).sort({"body.height":-1})