继上一篇的博客，开启第二个篇章，mongodb的基本操作，废话不多说直接来看，但建议大家最好实际的去操作。
MongoDB 数据类型：｛
下表为MongoDB中常用的几种数据类型。
数据类型 描述
String 字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是 合法的。
Integer 整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位。
Boolean 布尔值。用于存储布尔值（真/假）。
Double 双精度浮点值。用于存储浮点值。
Min/Max keys 将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。
Arrays 用于将数组或列表或多个值存储为一个键。
Timestamp 时间戳。记录文档修改或添加的具体时间。
Object 用于内嵌文档。
Null 用于创建空值。
Symbol 符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊 符号类型的语言。
Date 日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时 间：创建 Date 对象，传入年月日信息。
Object ID 对象 ID。用于创建文档的 ID。
Binary Data 二进制数据。用于存储二进制数据。
Code 代码类型。用于在文档中存储 JavaScript 代码。
Regular expression 正则表达式类型。用于存储正则表达式。
｝
1.数据库操作
name :'用户名',
age : 11,
titles:{
title1 : '标题1',
title2 : '标题2',
num : 2
}
})
document=({title: 'MongoDB 教程',
description: 'MongoDB 是一个 Nosql 数据库',
by: '菜鸟教程',
url: 'http://www.runoob.com',
tags: ['mongodb', 'database', 'NoSQL'],
likes: 100
});
执行插入操作：
db.col.insert(document)
如果指定 _id 字段，则会替换id对应的文档。
db.collection.update(
<query>,
<update>,
{
upsert: <boolean>,
multi: <boolean>,
writeConcern: <document>
}
)
参数说明：
query : update的查询条件，类似sql update查询内where后面的。
update : update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内
set后面的
save() 方法通过传入的文档来替换已有文档。语法格式如下：
db.collection.save(
<document>,
{
writeConcern: <document>
}
)
参数说明：
document : 文档数据。
writeConcern :可选，抛出异常的级别。
例：
db.col.save({
"_id" : ObjectId("56064f89ade2f21f36b03136"),
"title" : "MongoDB",
"description" : "MongoDB 是一个 Nosql 数据库",
"by" : "Runoob",
"url" : "http://www.runoob.com",
"tags" : [
"mongodb",
"NoSQL"
],
"likes" : 110
})
<query>,
{
justOne: <boolean>,
writeConcern: <document>
}
)
参数说明：
query :（可选）删除的文档的条件。
justOne : （可选）如果设为 true 或 1，则只删除一个文档。
writeConcern :（可选）抛出异常的级别。
db.col.remove({'title':'MongoDB 教程'}) 会删除所有匹配条件的语句，如果你只想删除第一条找到的记录可以
设置 justOne 为 1。如果你想删除所有数据，可以使用以下方式（类似常规 SQL 的 truncate 命令）
find() 方法以非结构化的方式来显示所有文档。
如果你需要以格式化的方式来读取数据，可以使用 pretty() 方法，语法格式如下：
db.test.find().pretty()，除了 find() 方法之外，还有一个 findOne() 方法，它只返回一个文档。
如果你熟悉常规的 SQL 数据，通过下表可以更好的理解 MongoDB 的条件语句查询：
操作 格式 范例
等于 {<key>:<value>} db.col.find({"by":"菜鸟教程"}).pretty()
小于 {<key>:{$lt:<value>}} db.col.find({"likes":{$lt:50}}).pretty()
小于或等于 {<key>:{$lte:<value>}} db.col.find({"likes":{$lte:50}}).pretty()
大于 {<key>:{$gt:<value>}} db.col.find({"likes":{$gt:50}}).pretty()
大于或等于 {<key>:{$gte:<value>}} db.col.find({"likes":{$gte:50}}).pretty()
不等于 {<key>:{$ne:<value>}} db.col.find({"likes":{$ne:50}}).pretty()
MongoDB 的 find() 方法可以传入多个键(key)，每个键(key)以逗号隔开，及常规 SQL 的 AND 条件。
语法格式如下：
db.col.find({key1:value1, key2:value2}).pretty()
db.col.find({"by":"菜鸟教程", "title":"MongoDB 教程"}).pretty()
MongoDB OR 条件语句使用了关键字 $or,语法格式如下：
db.col.find(
{
$or: [
{key1: value1}, {key2:value2}
]
}
).pretty()
例：db.col.find({$or:[{"by":"菜鸟教程"},{"title": "MongoDB 教程"}]}).pretty()
以下实例演示了 AND 和 OR 联合使用，类似常规 SQL 语句为：
'where likes>50 AND (by = '菜鸟教程' OR title = 'MongoDB 教程')'
db.col.find({"likes": {$gt:50}, $or: [{"by": "菜鸟教程"},{"title": "MongoDB 教程"}]}).pretty()
$type操作符是基于BSON类型来检索集合中匹配的数据类型，并返回结果。
db.col.find({"title" : {$type : 2}})
$type有一张类型与数值的对应表：
Double 1
String 2
Object 3
Array 4
Binary data 5
Undefined 6 已废弃。
Object id 7
Boolean 8
Date 9
a.如果你需要在MongoDB中读取指定数量的数据记录，可以使用MongoDB的Limit方法，limit()方法
db.COLLECTION_NAME.find().limit(NUMBER) : db.col.find({},{"title":1,_id:0}).limit(2)
b.我们除了可以使用limit()方法来读取指定数量的数据外，还可以使用skip()方法来跳过指定数量的
db.test.find().skip(num) : num默认0，不跳过任何数据。
db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER) limit和skip联合使用
如分页查询db.test.find().skip((page_1)*pagesize).limit(pagesize)
并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列。
db.COLLECTION_NAME.find().sort({KEY:1}) : db.col.find({},{"title":1,_id:0}).sort({"likes":-1})
注： 如果没有指定sort()方法的排序方式，默认按照文档的升序排列（文档是有序的）
表达式 描述 实例
$sum 计算总和。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg 计算平均值 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min 获取集合中所有文档对应值得最小值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max 获取集合中所有文档对应值得最大值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push 在结果文档中插入值到一个数组中。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet 在结果文档中插入值到一个数组中，但不创建副本。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first 根据资源文档的排序获取第一个文档数据。 db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last 根据资源文档的排序获取最后一个文档数据 db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])
9.管道：第一版写的管道只是很简单的应用，我自己也感觉不好用。我个人认为这是一个很重要的东西，在管道中经过一层一层的过滤最终找出你需要的条件。
管道的概念：
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是
可以重复的，（这里就看出管道的作用是进行多次过滤,并且可以嵌套多个管道）
表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。（只能过滤上一层管道处理后的结果，所以在设计管道时，有2种选择，1.在面对数据量不是很大时，可以从松到严，选出更多你想要的数据，2.在面对数据量特大时，过滤条件要从严到松，因为过滤全部都在内存中进行，特别耗内存，选出最符合条件的数据）
这里我们介绍一下聚合框架中常用的几个操作：
$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。
（简单说就是控制要显示的文档格式，对比于sql就是显示哪些列名）
$match：用于过滤数据，只输出符合条件的文档。$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。
$geoNear：输出接近某一地理位置的有序文档。 （Mongodb 地理位置索引）
管道操作符实例：
1、$project实例
db.article.aggregate(
{ $project : {
title : 1 ,
author : 1 ,
}}
);
显示的文档只会显示title，author这两个键，默认情况下id是被包含的，如果不想要id，可以添加这一行_id:0
db.article.aggregate(
{ $project : {
_id : 0 ,
title : 1 ,
author : 1
}})
2.$match实例
db.articles.aggregate( [
{ $match : { score : { $gt : 70, $lte : 90 } } },
{ $group: { _id: null, count: { $sum: 1 } } }
] );
$match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处
理。db.agg.aggregate({$project:{_id:0,title:1,age:1,url:1}},{$match:{age:{$gt:20,$lt:26}}},{$limit:2})
3.$skip实例
db.article.aggregate({ $skip : 5 });
经过$skip管道操作符处理后，前五个文档被"过滤"掉。
db.agg.aggregate({$match:{age:{$gt:20,$lt:26}}},{$skip:2})
1.MongoDB 关系：
分为两种：
a.嵌入式关系 ，将有关系的数据保存在一个文档中：这种数据结构的缺点是，如果用户和用户地址
在不断增加，数据量不断变大，会影响读写性能。
b.引用式关系 ，在一个文档中引用另外一个或多个文档的id，这样会造成，2次查询
例如用户和用户地址的关系，是一对多：
a.使用嵌入式关系：
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address": [
{
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
},
{
"building": "170 A, Acropolis Apt",
"pincode": 456789,
"city": "Chicago",
"state": "Illinois"
}]
｝
｝
｝
以上数据保存在单一的文档中，可以比较容易的获取和维护数据。 你可以这样查询用户的地址：
db.users.findOne({"name":"Tom Benzamin"},{"address":1})
b.引用式关系是设计数据库时经常用到的方法，这种方法把用户数据文档和用户地址数据文档分开，
通过引用文档的 id 字段来建立关系。
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address_ids": [
ObjectId("52ffc4a5d85242602e000000"),
ObjectId("52ffc4a5d85242602e000001")
]
}
以上实例中，用户文档的 address_ids 字段包含用户地址的对象id（ObjectId）数组。我们可以读取这些用户地址
的对象id（ObjectId）来获取用户的详细地址信息。这种方法需要两次查询，第一次查询用户地址的对象id
（ObjectId），第二次通过查询的id获取用户的详细地址信息:
var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})
var addresses = db.address.find({"_id":{"$in":result["address_ids"]}}
扫一扫
334
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
