Skip to content

Latest commit

 

History

History
122 lines (92 loc) · 5.04 KB

nosql-mongodb.md

File metadata and controls

122 lines (92 loc) · 5.04 KB

NoSQL-MongoDB

一、基本操作

1. 1 创建collection

db.createCollection(name, options)
> db.createCollection("runoob")
{ "ok" : 1 }

或使用Mongoose

const TodoSchema = new Schema({
    text: {
        type: String,
        required: true,
    },
    complete: {
        type: Boolean,
        default: false,
    },
    timestamp: {
        type: String,
        default: Date.now()
    }
})

const Todo = mongoose.model("Todo", TodoSchema);

1.2 插入document

MongoDB 使用 insert() 或 save() 方法向集合中插入文档，

db.COLLECTION_NAME.insert(document)
db.COLLECTION_NAME.insertOne(document)
db.collection.insertMany(
   [ <document 1> , <document 2>, ... ],
   {
      writeConcern: <document>,
      ordered: <boolean>
   }
)

1.3 查询find

db.collection.find(query, projection)
查询 name 中包含 mongo 的数据 模糊查询用于搜索
db.user.find({"name": /mongo/});
查询 name 中以 mongo 开头的
db.user.find({"name": /^mongo/});
查询 name 中以 mongo 结尾的
db.user.find({"name": /mongo$/});
操作格式范例RDBMS中的类似语句
等于{<key>:<value>}find({"by":"菜鸟教程"})where by = '菜鸟教程'
小于{<key>:{$lt:<value>}}find({"likes":{$lt:50}})where likes < 50
小于或等于{<key>:{$lte:<value>}}find({"likes":{$lte:50}})where likes <= 50
大于{<key>:{$gt:<value>}}find({"likes":{$gt:50}})where likes > 50
大于或等于{<key>:{$gte:<value>}}find({"likes":{$gte:50}})where likes >= 50
不等于{<key>:{$ne:<value>}}find({"likes":{$ne:50}})where likes != 50

MongoDB 的 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。

db.col.find({"by":"菜鸟教程", "title":"MongoDB 教程"})

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}
      ]
   }
)

1.3 更新

MongoDB 使用 update() 和 save() 方法来更新集合中的文档。

db.col.update({'title':'MongoDB 教程'},{$set:{'title':'MongoDB'}})

save() 方法通过传入的文档来替换已有文档，_id 主键存在就更新，不存在就插入。

二、聚合

MongoDB 中聚合(aggregate)主要用于处理数据(诸如统计平均值，求和等)，并返回计算后的数据结果。有点类似 SQL 语句中的 count(*)。

2.1 aggregate

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
>db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
以上类似MySQL中的：
 select by_user, count(*) from mycol group by by_user
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"}}}])
$push将值加入一个数组中，不会判断是否有重复的值。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet将值加入一个数组中，会判断是否有重复的值，若相同的值在数组中已经存在了，则不加入。db.mycol.aggregate([{$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"}}}])

Join操作

{
   $lookup:
     {
       from: <collection to join>,
       localField: <field from the input documents>,
       foreignField: <field from the documents of the "from" collection>,
       as: <output array field>
     }
}