mongodb基本命令及操作

mongo        连接数据库与本地数据库服务器

use db_name        创建数据库（如果数据库不存在，则创建数据库，否则切换到指定数据库）

db.dropDatabase()        删除数据库

show dbs        查看所有数据库

db.数据库名.insert({_id:1,name:”王小明”})        向数据库插入数据

db.createCollection("集合名", { capped : true, autoIndexId : true, size : 512000, max : 1000 } )   

在数据库中创建创建固定集合“集合名”，整个集合空间大小512000KB，文档最大个数为1000个

capped ：是一个布尔类型，true 时创建固定集合，必须指定 size。固定集合指有固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。默认为 false

autoIndexId ：也是一个布尔类型，如为 true，自动在_id 字段创建索引。默认为 false ；

size ：为固定集合指定一个最大值（以字节 KB 计）；

max ：指定固定集合中包含文档的最大数量。

db.集合名.insert()          创建集合（注意：一条数据用大括号“ {} ”括起来，多条数据用“ [] ”将所有数据括起来）

db.集合名.find()      查询集合

db.集合名.drop()           删除集合

db.集合名.insert(文档)   插入文档（ 如果该集合不在该数据库中，MongoDB 会自动创建该集合并插入文档）

文档：document=({_id:1,

    name: '王小明',

    sex: '男',

    hobbies: ['乒乓球','羽毛球'],

    birthday: '1996-02-14'

});

db.person2.update({birthday:"1996-02-14"},{$set:{birthday:"1996"}})

update() 有两个参数，都是对象，中间用逗号“ ，”间隔；

第一个参数表示需要修改的值；

第二个参数用 $set 操作符指向更新后的值。

更改整个集合：

db.集合名.save({

    "_id" :1,

    "name" : "李小红",

    "sex" : "女",

    "hobbies" : [

            "画画",

            "唱歌",

            "跳舞"

    ],

    "birthday" : "1996-06-14"

})

注：如果 save() 法也指定了_id，则对文档进行更新；未指定_id则会执行插入功能，MongoDB 默认自动生成一个不重复的_id。

创建集合stu1:

1、

document=([{

    name:'张小华',

    sex:'男',

    age:20,

    phone:'12356986594',

    hobbies:['打篮球','踢足球','唱歌']

},{

    name:'李小红',

    sex:'女',

    age:18,

    phone:'12355487536',

    hobbies:['跳舞','唱歌']

}])

2、

db.stu1.insert(document)    

3、

db.stu1.find().pretty()     .pretty()使输出更整齐

AND 条件

find() 方法可以传入多个键 (key)，每个键 (key) 以逗号隔开，即常规 SQL 的 AND 条件。如查询集合 stu1 中年龄为20岁的男性信息：

db.stu1.find({"age":20, "sex":"男"}).pretty()

删除文档数据

删除指定的数据：

db.stu1.remove({'age':20})     //删除年龄为20的数据

删除全部数据（集合并不会删除）：

db.remove({})

向数据库导入数据

数据导入工具：mongoimport；

这是 MongoDB 自带的数据导入工具，我们在未连接客户端时使用（前提要启动服务）。

      mongoimport -d Testdb1 -c score --type csv --headerline --ignoreBlanks --file test.csv

• -d Testdb1 ：指定将数据导入到 Testdb1 数据库；
• -c score ：将数据导入到集合 score ，如果这个集合之前不存在，会自动创建一个（如果省略 –collection 这个参数，那么会自动新建一个以 CSV 文件名为名的集合）；
• –type csv ：文件类型，这里是 CSV；
• –headerline ：这个参数很重要，加上这个参数后创建完成后的内容会以 CSV 文件第一行的内容为字段名（导入json文件不需要这个参数）；
• –ignoreBlanks ：这个参数可以忽略掉 CSV 文件中的空缺值（导入json文件不需要这个参数）；
• –file 1.csv ：这里就是 CSV 文件的路径了，需要使用绝对路径。

从数据库导出数据

数据导出工具： mongoexport；

• 导出 json 格式文件：

          mongoexport -d Testdb1 -c score -o /file.json --type json

• 1. -o /file.json ：输出的文件路径/（根目录下）和文件名；
  2. –type json ：输出的格式，默认为 json。
• 导出 csv 格式的文件：

mongoexport -d Testdb1 -c score -o /file.json --type csv -f "_id,name,age,sex,major"

1. 1. -f ：当输出格式为 csv 时，需要指定输出的字段名。

$all 匹配所有

查询其中所有喜欢“唱歌”和“羽毛球”的人:

1. db.hobbies.find({hobbies:{$all:["唱歌","羽毛球"]})
2. $all 会查询满足方括号中所有条件的文档，如果只有其中一项满足是不会被查询出来的。

$exists 判断字段是否存在

db.test.find({hobbies:{$exists:true}}).sort({_id:1})

$mod 取模运算

查询 age 取模7等于4的文档：

      db.hobbies.find({age:{$mod:[7,4]}})

$in 包含

查询 age =17或 age =20的文档 :

      db.hobbies.find({age:{$in:[17,20]}})

$nin 不包含

查询 age !=17且 age !=20的文档：

      db.hobbies.find({age:{$nin:[17,20]}})

$size 数组元素个数

可以查询特定长度的数组，比如 hobbies 这一字段，查询有两个爱好的文档：

  db.hobbies.find({hobbies:{$size:2}})

查询结果排序

查询结果排序语法如下：

1. db.collection.find().sort({_id:1})     #将查询结果按照_id升序排序

1. db.collection.find().sort({_id:-1})    #将查询结果按照_id降序排序

$or 条件之间的或查询

$or 表示多个查询条件之间是或的关系，比如查询性别 sex 为 男 或年龄 age 为18的文档信息：

      db.student.find({$or:[{sex:"男"},{age:18}]})

$and 条件之间的且查询

$and表示多个查询条件之间是且的关系，比如查询年龄 age 大于18且小于21（18 < age < 21）的信息：

      db.student.find({$and:[{age:{$gt:18}},{age:{$lt:21}}]})

$not 条件取反查询

$not 用来执行取反操作，比如查询年龄 age 大于等于20岁，然后进行取反（即查询年龄小于20岁的文档）：

      db.student.find({age:{$not:{$gte:20}}})

正则表达式匹配查询

查询不符合major=计*开头文档：

      db.student.find({major:{$not:/^计.*/}})

count() 返回结果集总数

比如返回上一步正则查询到的结果集有几条：

      db.student.find({major:{$not:/^计.*/}}).count()

常用聚合管道操作符

常用的几个聚合管道操作符：

操作符	作用
$project	修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档
$match	用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作
$limit	用来限制MongoDB聚合管道返回的文档数
$skip	在聚合管道中跳过指定数量的文档，并返回余下的文档
$unwind	将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值
$group	将集合中的文档分组，可用于统计结果
$sort	将输入文档排序后输出

注意：以上操作不会修改集合的内容，只是将集合以指定形式输出。

$project 修改文档结构输出

有时候我们并不会用到文档的全部内容，只是使用其中几列，这时候就可以使用 $project 进行操作；或者有时候要重命名键值（列名），也可以使用 $project。

对集合 educoder 进行操作：

• 只输出作者 author 和学习人数 learning_num 信息，_id也不要不显示（_id默认是显示的）：

          db.educoder.aggregate({$project:{_id:0,author:1,learning_num:1}})

1. 1. 0 为不显示，非 0 为显示。

重命名字段名（把 learning_num 重命名为 num）：

    db.educoder.aggregate({$project:{course:1,authoe:1,tags:1,num:'$learning_num'}})

$match 筛选文档输出

有时候我们要在集合中筛选出符合特定条件的文档，这时候使用 $match 便可以很快实现。

只输出作者为“李暾”的文档：

      db.educoder.aggregate({$match:{author:'李暾'}})

$limit 限制文档数量输出

有时候集合中文档数量太大，我们只想选取前几行查看一下，这时候就可以用 $limit，输出前2条文档：

  db.educoder.aggregate({$limit:2})

$skip 跳过前 n 条文档输出

与 $limit 相反，$skip 是跳过前 n 条文档，显示剩余文档。

将集合 educoder 中的前两条文档跳过，显示剩余文档：

      db.educoder.aggregate({$skip:2})

• $skip 接受一个数字 n，表示丢弃结果集中的前 n 个文档；

$limit 与 $skip 可以组合使用，：

1. db.educoder.aggregate([{$skip:1},{$limit:2}])
2. #跳过第一条，显示前两条，也就是显示第2-3条文档
3. db.educoder.aggregate([{$limit:2},{$skip:1}])
4. #显示前两条，跳过第一条，也就是显示第2条文档

$unwind 拆分数组类型字段

将 educoder 中的 tags 字段拆分成多条，每条包含数组中的一个值：

      db.educoder.aggregate({$unwind:'$tags'})

$group 分组输出

该操作比较常用，因为文档分组后利于我们的统计。比如，按照作者分组我们就可以统计出该集合总共有几个作者。

在集合 educoder 中，按作者分组：

      db.educoder.aggregate({$group:{_id:'$author'}})

$sort 排序输出

按照学习人数 learning_num 降序排序输出文档：

      db.educoder.aggregate({$sort:{learning_num:-1}})

• -1 代表降序排序， 1 代表升序排序。

聚合表达式

常用的几个聚合表达式：

表达式	用法
$sum	计算总和
$avg	计算平均值
$min	获取集合中所有文档对应值的最小值
$max	获取集合中所有文档对应值的最大值
$push	在结果文档中插入值到一个数组中
$addToSet	在结果文档中插入值到一个数组中，但不创建副本
$first	根据资源文档的排序获取第一个文档数据
$last	根据资源文档的排序获取最后一个文档数据

现在我们通过aggregate()方法来获取每个作者拥有的实训数量，命名为：num_course：

          db.educoder.aggregate([{$group:{_id:'$author',num_course:{$sum:1}}}])

• 先通过聚合管道操作符$group将author字段数据分组；
• $sum:1的含义：如果前面的情况出现一次，就加1，如果后面为$sum:2，那么前面条件每满足一次就加2；

• 通过aggregate()方法来获取每个作者的实训学习总人数learning_sum：

db.educoder.aggregate([{$group:{_id:'$author',learning_sum:{$sum:'$learning_num'}}}])

了解索引

• 什么是索引：

索引本质上是树，最小的值在最左边的叶子上，最大的值在最右边的叶子上，使用索引可以提高查询速度（而不用全表扫描）。

• 索引的原理：

对某个键按照升续或降续创建索引，查询时首先根据查询条件查找到对应的索引条目，然后找到索引条目对应的文档指针（文档在磁盘上的存储位置），根据文档指针再去磁盘中找到相应的文档，整个过程不需要扫描全表，速度比较快。

每个文档被插入集合时，如果没有给它指定索引_id，MongoDB 会自动给它创建一个默认索引_id，是个 ObjectId 对象

索引的分类

MongoDB 支持多种类型的索引，主要有以下几种类型：

索引类型	用途
包括单字段索引（Single Field Index）	针对某一键 key 创建了单字段索引，其能加速对 key 字段的各种查询请求，是最常见的索引形式，MongoDB 默认创建的 id 索引也是这种类型。
复合索引 (Compound Index)	复合索引是单字索引的升级版本，它针对多个字段联合创建索引，先按第一个字段排序，第一个字段相同的文档按第二个字段排序，依次类推。
多 key 索引 (Multikey Index)	当索引的字段为数组时，创建出的索引称为多 key 索引。
哈希索引（Hashed Index）	按照某个字段的hash值来建立索引，目前主要用于 MongoDB Sharded Cluster 的 Hash 分片，哈希索引只能满足字段完全匹配的查询，不能满足范围查询等。
地理位置索引（Geospatial Index）	能很好的解决 O2O 的应用场景，比如：查找附近的美食、查找某个区域内的车站等。
文本索引（Text Index）	能解决快速文本查找的需求，比如有一个博客文章集合，需要根据博客的内容来快速查找，则可以针对博客内容建立文本索引。

索引基本操作

创建索引（单字段索引）

          db.person.createIndex({key:1})

1. 1. key ：要创建索引的键；
   2. 如果为 1 说明是按照升序创建索引，而如果为 -1，则是按降序创建索引。

查询索引

• 查询集合索引：

          db.person.getIndexes()

查询系统全部索引：

          db.system.indexes.find()

删除索引

• 通过指定索引名称删除该索引：

          db.person.dropIndex("ageIdx")

通过指定集合删除集合中的全部索引：

          db.person.dropIndexes()

注：默认索引_id不会且不能被删除

创建复合索引

和创建单字段索引的方法差不多，只是选取了多个键一同作为索引，中间以逗号隔开:

          db.person.createIndex({age: 1, name: 1})

创建多 key 索引

当索引的字段为数组时，创建出的索引称为多 key 索引，多 key 索引会为数组的每个元素建立一条索引，比如 person 集合加入一个 habbit 字段（数组）用于描述兴趣爱好：

      {name : '王小明', age : 19, habbit: ['football', 'runnning']}

需要查询有相同兴趣爱好的人就可以利用 habbit 字段的多 key 索引。

      db.person.createIndex( {habbit: 1} )     // 升序创建多key索引

      db.person.find({habbit: 'football'})     //查找喜欢足球的人

创建哈希索引

创建命令如下：

      db.person.createIndex( { _id: 'hashed' } )

文本索引的创建与使用

• 什么时候使用文本索引；

假如我们用 Mongodb 存储了很多博客文章，那么如何快速找到所有关于 mongodb 这个主题的文章呢？这时候就要用到文本搜索了。

有文章集合 collection，如下：

• 1. {
  2. title: 'enjoy the mongodb articles on educoder',
  3. tags: [
  4.    'mongodb',
  5.    'educoder'
  6. ]
  7. }
• 创建文本索引命令，如下：

          db.collection.createIndex({ title: 'text'})

1. 1. 创建全文本索引的字段必须为 string 格式；
   2. 每个集合只支持一个文本索引。

也可以创建多个字段的 text，下面的示例在字段主题和注释上创建一个文本索引：

1. db.collection.createIndex(
2.   {
3.      title:'text',
4.      tags：'text'
5.   }
6. )

使用文本索引；

现在我们已经创建了 title 的索引，我们来搜索一下含有 educoder.net 的文章：

          db.collection.find({$text:{$search:'educoder.net'}})

• search 后的关键词可以有多个，关键词之间的分隔符可以是多种字符，例如空格、下划线、逗号、加号等，但不能是-和\，因为这两个符号会有其他用途。搜索的多个关键字是 or 的关系，除非你的关键字包含-；
• 匹配时不是完整的单词匹配，相似的词也可以匹配到；

删除文本索引；

• 通过命令获取索引名：

          db.collection.getIndexes()

• 删除命令：

          db.collection.dropIndex('title_text')

GeoJson 数据

并不是所有文档都可以创建地理位置索引，只有拥有特定格式的文档才可以创建。

如果我们用的是 2dsphere 索引，那么插入的应该是 GeoJson 数据。GeoJson 的格式如是： { type: ‘GeoJSON type’ , coordinates: ‘coordinates’ }

• type ：指的是类型，可以是 Point (本例中用的)、LineString、 Polygon 等；
• coordinates ：指的是一个坐标数组。

我们有如下几个位置的坐标信息（具体详情如图1所示），先把它们写入集合 locations 中。

1. db.locations.insert({_id:1,name:'长沙站',location:{type:'Point',coordinates:[113.018987,28.201215]}})
2. db.locations.insert({_id:2,name:'湖南师范大学',location:{type:'Point',coordinates:[112.946045,28.170968]}})
3. db.locations.insert({_id:3,name:'中南大学',location:{type:'Point',coordinates:[112.932175,28.178291]}})
4. db.locations.insert({_id:4,name:'湖南女子学院',location:{type:'Point',coordinates:[113.014675,28.121163]}})

创建地理位置索引

有了规范的文档后，我们就可以使用以下命令，在 location 键上创建一个地理位置索引：

      db.locations.createIndex({location:'2dsphere'})

• 2d ：平面坐标索引，适用于基于平面的坐标计算，也支持球面距离计算，不过官方推荐使用 2dsphere 索引；
• 2dsphere ：几何球体索引，适用于球面几何运算；
• 默认情况下，地理位置索引会假设值的范围是从−180到180（根据经纬度设置）。

地理位置索引的使用

查询命令：

1. db.runCommand({
2.     geoNear:'locations',
3.     near:{type:'Point',coordinates:[113.018987,28.201215]},
4.     spherical:true,
5.     minDistance:1000,
6.     maxDistance:8000
7.     })

• geoNear ：我们要查询的集合名称；
• near ：就是基于那个点进行搜索，这里是我们的搜索点“长沙站”；
• spherical ：是个布尔值，如果为 true，表示将计算实际的物理距离，比如两点之间有多少 km，若为 false，则会基于点的单位进行计算 ；
• minDistance ：搜索的最小距离，这里的单位是米 ；
• maxDistance ：搜索的最大距离。