本篇博客要点如下:
准备工作:
环境准备
阅读本篇博客前,你需要先创建好MongoDB环境,
并且安装配置好MongoDB管理工具 :
例如 Robomongo, Studio 3T 等专业的MongoDB可视化工具,
甚至是:Navicat
这里不做过多赘述 ,可以参考如下文章 :
windows平台安装MongoDB:
linux平台安装MongoDB:
MongoDB可视化工具Studio 3T的使用
RoboMongo简单安装和操作
我这里举例的时候使用的是RoboMongo工具, Studio 3T的操作方法和它类似.
MongoDB语法总结:
插入操作:
单条插入
语法 : insertOne()
示例:
db.getCollection('MY_TEST').insertOne({"日期" : "20190915", "作者": "xmr", "目标" :"整理mongo语法"})
结果:
/* 1 */
{
"acknowledged" : true,
"insertedId" : ObjectId("5cdbdad464173957bc9e392a")
}
结果验证:
# 全表查询
db.getCollection('MY_TEST').find({})
{
"_id" : ObjectId("5cdbdad464173957bc9e392a"),
"日期" : "20190915",
"作者" : "xmr",
"目标" : "整理mongo语法"
}
批量插入 :
语法 : insertMany()
插入数据集 :
[{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"23", "收入" : "354", "爱好": "女", "职业" : "码畜"},
{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"23", "收入" : "354", "爱好": "女", "职业" : "码畜"},
{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"35", "收入" : "233", "爱好": "女", "职业" : "码畜", "学历" : "本科"},
{"姓名:" : "zyd", "性别" : "女", "住址" : "火星", "年龄" :"22", "收入" : "88888", "爱好":"吃", "职业" : "学生", "学历" : "硕士"},
{"姓名:" : "张子枫", "性别" : "女", "代表作品" : "你好,之华, 唐山大地震", "综艺" : "向往的生活第三季", "优势" : "美"},
{"动漫名" : "火影忍者", "女主": "日向雏田", "年龄": "24"}
]`
实例:
db.getCollection('MY_TEST').insertMany([{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"23", "收入" : "354", "爱好": "女", "职业" : "码畜"},
{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"23", "收入" : "354", "爱好": "女", "职业" : "码畜"},
{"姓名:" : "xmr", "性别" : "男", "住址" : "地球", "年龄" :"35", "收入" : "233", "爱好": "女", "职业" : "码畜", "学历" : "本科"},
{"姓名:" : "zyd", "性别" : "女", "住址" : "火星", "年龄" :"22", "收入" : "88888", "爱好":"吃", "职业" : "学生", "学历" : "硕士"},
{"姓名:" : "张子枫", "性别" : "女", "代表作品" : "你好,之华, 唐山大地震", "综艺" : "向往的生活第三季", "优势" : "美"},
{"动漫名" : "火影忍者", "女主": "日向雏田", "年龄": "24"}
])
运行结果 :
/* 1 */
{
"acknowledged" : true,
"insertedIds" : [
ObjectId("5cdbde9564173957bc9e392c"),
ObjectId("5cdbde9564173957bc9e392d"),
ObjectId("5cdbde9564173957bc9e392e"),
ObjectId("5cdbde9564173957bc9e392f"),
ObjectId("5cdbde9564173957bc9e3930"),
ObjectId("5cdbde9564173957bc9e3931")
]
}
注:_id读作Object id, 由时间,机器码,进程pid和自增计数器构成
之后的查询和删除都以刚刚添加的几条数据为基础进行操作
查询操作
全表扫描:
语法 : find({})
实例:
db.getCollection('MY_TEST').find({})
查询固定值数据 :
语法 : find({“字段值1”:“值1”, “字段值2”:“值2”})
实例1: 扫描表里面姓名是张子枫的数据
db.getCollection('MY_TEST').find({"姓名:" : "张子枫"})
结果1:
/* 1 */
{
"_id" : ObjectId("5cdbde9564173957bc9e3930"),
"姓名:" : "张子枫",
"性别" : "女",
"代表作品" : "你好,之华, 唐山大地震",
"综艺" : "向往的生活第三季",
"优势" : "美"
}
实例2 : 扫描表里面姓名是xmr, 学历为本科的数据
db.getCollection('MY_TEST').find({"姓名:" : "xmr", "学历" : "本科"})
结果2:
/* 1 */
{
"_id" : ObjectId("5cdbde9564173957bc9e392e"),
"姓名:" : "xmr",
"性别" : "男",
"住址" : "地球",
"年龄" : "35",
"收入" : "233",
"爱好" : "女",
"职业" : "码畜",
"学历" : "本科"
}
范围查询 :
操作符介绍 :
$gt 大于
$gte 大于等于
$lt 小于
$lte 小于等于
$ne 不等于
实例1 : 查询表里面年龄大于等于35岁的数据
db.getCollection('MY_TEST').find({"年龄" : {"$gte" : "35"}})
结果1:
/* 1 */
{
"_id" : ObjectId("5cdbde9564173957bc9e392e"),
"姓名:" : "xmr",
"性别" : "男",
"住址" : "地球",
"年龄" : "35",
"收入" : "233",
"爱好" : "女",
"职业" : "码畜",
"学历" : "本科"
}
实例2: 查询表里面年龄大于23且年龄小于等于35的结果.
db.getCollection('MY_TEST').find({"年龄" : {"$gt" : "23", "$lte" : "35"}})
结果2:
/* 1 */
{
"_id" : ObjectId("5cdbde9564173957bc9e3931"),
"动漫名" : "火影忍者",
"女主" : "日向雏田",
"年龄" : "24"
}
/* 2 */
{
"_id" : ObjectId("5cdbde9564173957bc9e392e"),
"姓名:" : "xmr",
"性别" : "男",
"住址" : "地球",
"年龄" : "35",
"收入" : "233",
"爱好" : "女",
"职业" : "码畜",
"学历" : "本科"
}
在上面的基础上继续添加条件 : (满足实例2并且动漫名为火影忍者的结果)
db.getCollection('MY_TEST').find({"年龄" : {"$gt" : "23", "$lte" : "35"}, "动漫名" : "火影忍者"})
结果:
/* 1 */
{
"_id" : ObjectId("5cdbde9564173957bc9e3931"),
"动漫名" : "火影忍者",
"女主" : "日向雏田",
"年龄" : "24"
}
返回或者剔除指定的字段:
1代表返回该字段
0代表剔除该字段
实例1 : 只返回年龄和姓名字段
db.getCollection('MY_TEST').find({}, {"年龄" : 1, "姓名" : 1})
结果1:
实例2 : 除了年龄和姓名字段,剩下全部显示 :
db.getCollection('MY_TEST').find({}, {"年龄" : 0, "姓名:" : 0})
结果2:
查询结果数目或者限制条数
查询结果数目语法 : count()
限制返回条数语法: limit(条数)
查询结果数目实例:
db.getCollection('MY_TEST').find({}).count();
结果: 8
限制返回记录实例: 返回两条结果:
db.getCollection('MY_TEST').find({}).limit(2)
结果:
/* 1 */
{
"_id" : ObjectId("5cdbdad464173957bc9e392a"),
"日期" : "20190915",
"作者" : "xmr",
"目标" : "整理mongo语法"
}
/* 2 */
{
"_id" : ObjectId("5cdbdbac64173957bc9e392b"),
"日期" : "20190915",
"作者" : "xmr",
"目标" : "整理mongo语法"
}
排序
语法 : sort(“字段名” : 1 or -1) 其中 :1表示正序, -1表示倒序
实例一: 将年龄大于23且年龄小于等于35的结果按照年龄逆序排列
db.getCollection('MY_TEST').find({"年龄" : {"$gt" : "23", "$lte" : "35"}}).sort({"年龄" :-1})
返回结果如下:
修改操作 :
语法 : updateOne() 修改单条数据
updateMany()修改多条数据
举例: 把表里面所有年龄小于23数据的姓名更改为日向雏田
db.getCollection('MY_TEST').updateMany({"年龄": {"$lte":"23"}}, {"$set": {"姓名:":"日向雏田"}})
执行结果:
/* 1 */
{
"acknowledged" : true,
"matchedCount" : 3.0,
"modifiedCount" : 3.0
}
```
从结果上面看,有三条记录被更改,查询表格查看修改结果:
```java
db.getCollection('MY_TEST').find({"年龄": {"$lte":"23"}})
可以看到: 年龄小于等于23结果的姓名全部被修改成为日向雏田
删除操作,谨慎使用!
语法 : deleteOne() 删除一条
deleteMany() 删除多条
实例1 : 删除表格里面年龄为35的第一条记录
db.getCollection('MY_TEST').deleteOne({"年龄":"35"})
删除之后执行命令 :
db.getCollection('MY_TEST').find({})
从结果中可以看到,原来年龄为35的一条记录被删除了:
实例2 : 删除表格里面作者为xmr的全部记录
db.getCollection('MY_TEST').deleteMany({"作者":"xmr"})
执行结果: 可以看到有两条记录被删除
/* 1 */
{
"acknowledged" : true,
"deletedCount" : 2.0
}
查询数据库 :
db.getCollection('MY_TEST').find()
可以看到 : 所有作者为xmr的数据全部被删除了
数据去重
语法: distinct()
实例1 :对年龄字段进行去重
db.getCollection('MY_TEST').distinct("年龄" )
结果1:
/* 1 */
[
"23",
"24",
"22"
]
实例2: 对年龄大于等于23的结果进行去重
db.getCollection('MY_TEST').distinct("年龄" ,{ "年龄" :{"$gte" : "23"}})
返回结果:
/* 1 */
[
"23",
"24"
]
注意 : distinct()去重之后不允许带有其它字段,所以其使用具有很大的局限性!
559
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
