MongoDB
- 查看当前数据库名称
db
- 查看所有数据库名称
- 列出所有在物理上存在的数据库
show dbs
- 切换数据库
- 如果数据库不存在,则指向数据库,但不创建,直到插入数据或创建集合时数据库才被创建
use 数据库名称
- 默认的数据库为test,如果你没有创建新的数据库,集合将存放在test数据库中
数据库删除
- 删除当前指向的数据库
db.dropDatabase()
集合创建
集合(等同于关系型数据库中的表)
- 语法
db.createCollection(name, options)
- name是要创建的集合的名称
- options是一个文档,用于指定集合的配置
- 选项参数是可选的,所以只需要到指定的集合名称。以下是可以使用的选项列表:
- 例1:不限制集合大小
db.createCollection("stu")
- 例2:限制集合大小,后面学会插入语句后可以查看效果
- 参数capped:默认值为false表示不设置上限,值为true表示设置上限
- 参数size:当capped值为true时,需要指定此参数,表示上限大小,当文档达到上限时,会将之前的数据覆盖,单位为字节
db.createCollection("sub", { capped : true, size : 10 } )
查看当前数据库的集合
- 语法
show collections
删除
- 语法
db.集合名称.drop()
数据类型
- 下表为MongoDB中常用的几种数据类型:
- Object ID:文档ID
- String:字符串,最常用,必须是有效的UTF-8
- Boolean:存储一个布尔值,true或false
- Integer:整数可以是32位或64位,这取决于服务器
- Double:存储浮点值
- Arrays:数组或列表,多个值存储到一个键
- Object:用于嵌入式的文档,即一个值为一个文档
- Null:存储Null值
- Timestamp:时间戳
- Date:存储当前日期或时间的UNIX时间格式
object id
- 每个文档都有一个属性,为_id,保证每个文档的唯一性
- 可以自己去设置_id插入文档
- 如果没有提供,那么MongoDB为每个文档提供了一个独特的_id,类型为objectID
- objectID是一个12字节的十六进制数
- 前4个字节为当前时间戳
- 接下来3个字节的机器ID
- 接下来的2个字节中MongoDB的服务进程id
- 最后3个字节是简单的增量值
基本数据操作
插入
- 语法
db.集合名称.insert(document)
- 插入文档时,如果不指定_id参数,MongoDB会为文档分配一个唯一的ObjectId
- 例1
db.stu.insert([{name:'郭靖',addr:'上海'},{name:'黄蓉',age:18}])
简单查询
- 语法
db.集合名称.find()
更新
- 语法
db.集合名称.update(
{query},
{update},
{multi: <boolean>}
)
参数query:查询条件,类似sql语句update中where部分
参数update:更新操作符,类似sql语句update中set部分
参数multi:可选,默认是false,表示只更新找到的第一条记录,值为true表示把满足条件的文档全部更新全文
全文档更新
db.stu.update({},{$set: {name:'gg'}},{multi:true})
注意: 上面没有使用set会覆盖整个json不是单个字段,如上面满足条件的数据有两个字段,name:′郭靖′,age:18,执行完上面的update后就变为name:′小郭′了(因为不使用set会覆盖整个json不是单个字段,如上面满足条件的数据有两个字段,{name:'郭靖',age:18},执行完上面的update后就变为{name:'小郭'}了(因为不使用set会覆盖整个json不是单个字段,如上面满足条件的数据有两个字段,name:′郭靖′,age:18,执行完上面的update后就变为name:′小郭′了(因为不使用set是进行覆盖)
- 单个更新
db.stu.update({name:'郭靖'},{name:'小郭'}) --将第一个name为郭靖的name更新为小郭
- 指定属性更新,通过操作符$set
db.stu.insert({name:'hr',gender:0})
db.stu.update({name:'hr'},{$set:{name:'hys'}})
修改多条匹配到的数据(推荐使用$set)
db.stu.update({name:'小郭'},{$set: {name:'郭靖'}},{multi:true}) --将所有name为小郭的name更新为郭靖
保存
- 语法
db.集合名称.save(document)
- 如果文档的_id已经存在则修改,如果文档的_id不存在则添加
- 例
db.stu.save({_id:'20160102','name':'yk',gender:1})
- 例
db.stu.save({_id:'20160102','name':'wyk'})
删除
- 语法
db.集合名称.remove(
{query},
{justOne: <boolean>}
)
- 参数query:可选,删除的文档的条件
- 参数justOne:可选,如果设为true或1,则只删除一条,默认false,表示删除多条
- 例8:只删除匹配到的第一条
db.stu.remove({gender:0},{justOne:true})
- 例9:全部删除
db.stu.remove({})
关于size的示例
- 例10
- 创建集合
db.createCollection('sub',{capped:true,size:10})
- 插入第一条数据库查询
db.sub.insert({title:'linux',count:10})
db.sub.find()
- 插入第二条数据库查询
db.sub.insert({title:'web',count:15})
db.sub.find()
- 插入第三条数据库查询
db.sub.insert({title:'sql',count:8})
db.sub.find()
- 插入第四条数据库查询
db.sub.insert({title:'django',count:12})
db.sub.find()
- 插入第五条数据库查询
db.sub.insert({title:'python',count:14})
db.sub.find()
数据查询
基本查询
- 方法find():查询
db.集合名称.find({条件文档})
- 方法findOne():查询,只返回第一个
db.集合名称.findOne({条件文档})
- 方法pretty():将结果格式化
db.集合名称.find({条件文档}).pretty()
比较运算符
- 等于,默认是等于判断,没有运算符
- 小于$lt
- 小于或等于$lte
- 大于$gt
- 大于或等于$gte
- 不等于$ne
- 例1:查询名称等于’gj’的学生
db.stu.find({name:'gj'})
- 例2:查询年龄大于或等于18的学生
db.stu.find({age:{$gte:18}})
逻辑运算符
- 查询时可以有多个条件,多个条件之间需要通过逻辑运算符连接
- 逻辑与:默认是逻辑与的关系
- 例3:查询年龄大于或等于18,并且性别为1的学生
db.stu.find({age:{$gte:18},gender:1})
- 逻辑或:使用$or
- 例4:查询年龄大于18,或性别为0的学生
db.stu.find({$or:[{age:{$gt:18}},{gender:1}]})
- and和or一起使用
- 例5:查询年龄大于18或性别为0的学生,并且学生的姓名为gj
db.stu.find({$or:[{age:{$gte:18}},{gender:1}],name:'gj'})
范围运算符
- 使用"in","in","in","nin" 判断是否在某个范围内
- 例6:查询年龄为18、28的学生
db.stu.find({age:{$in:[18,28]}})
支持正则表达式
- 使用//或$regex编写正则表达式
- 例7:查询姓黄的学生
db.stu.find({name:/^黄/})
db.stu.find({name:{$regex:'^黄'}}})
自定义查询
MongoDB中支持直接使用JS,示例如下:
- 使用$where后面写一个函数,返回满足条件的数据
- 例7:查询年龄大于30的学生
> db.stu.find({$where:function(){return this.age==18}})
{ "_id" : ObjectId("5c516acf67bbdc668c62c0cc"), "name" : "gg", "age" : 18 }
{ "_id" : ObjectId("5c51708b67bbdc668c62c0cf"), "name" : "gg", "age" : 18 }
{ "_id" : ObjectId("5c51753b67bbdc668c62c0d2"), "name" : "gg", "age" : 18 }
> db.stu.find({$where:function(){return this.age!=18}})
{ "_id" : ObjectId("5c516acf67bbdc668c62c0cb"), "name" : "gg" }
{ "_id" : ObjectId("5c516d8367bbdc668c62c0cd"), "name" : "gg" }
{ "_id" : ObjectId("5c51708b67bbdc668c62c0ce"), "name" : "gg", "addr" : "上海" }
{ "_id" : ObjectId("5c51708b67bbdc668c62c0d0"), "name" : "gg", "addr" : "北京" }
{ "_id" : ObjectId("5c51753b67bbdc668c62c0d1"), "name" : "gg", "addr" : "上海" }
{ "_id" : ObjectId("5c51753b67bbdc668c62c0d3"), "name" : "gg", "addr" : "北京" }
skip与Limit
Limit
- 方法limit():用于读取指定数量的文档
- 语法:
db.集合名称.find().limit(NUMBER)
- 参数NUMBER表示要获取文档的条数
- 如果没有指定参数则显示集合中的所有文档
- 例1:查询2条学生信息
db.stu.find().limit(2)
skip
- 方法skip():用于跳过指定数量的文档
- 语法:
db.集合名称.find().skip(NUMBER)
- 参数NUMBER表示跳过的记录条数,默认值为0
- 例2:查询从第3条开始的学生信息
db.stu.find().skip(2)
一起使用
- 方法limit()和skip()可以一起使用,不分先后顺序
- 创建数据集
for(i=0;i<15;i++){db.t1.insert({_id:i})}
- 查询第5至8条数据
db.stu.find().limit(4).skip(5)
或
db.stu.find().skip(5).limit(4) --从第5条开始取4条结果
投影
- 在查询到的返回结果中,只选择必要的字段,而不是选择一个文档的整个字段
- 如:一个文档有5个字段,需要显示只有3个,投影其中3个字段即可
- 语法:
- 参数为字段与值,值为1表示显示,值为0不显示
db.集合名称.find({},{字段名称:1,...})
- 对于需要显示的字段,设置为1即可,不设置即为不显示
- 特殊:对于_id列默认是显示的,如果不显示需要明确设置为0
- 例1
db.stu.find({},{name:1,gender:1})
- 例2
db.stu.find({},{_id:0,name:1,gender:1})
排序
- 方法sort(),用于对结果集进行排序
- 语法
db.集合名称.find().sort({字段:1,...})
- 参数1为升序排列
- 参数-1为降序排列
- 例1:根据性别降序,再根据年龄升序
db.stu.find().sort({gender:-1,age:1})
统计个数
- 方法count()用于统计结果集中文档条数
- 语法
db.集合名称.find({条件}).count()
- 也可以与为
db.集合名称.count({条件})
- 例1:统计男生人数
db.stu.find({gender:1}).count()
- 例2:统计年龄大于20的男生人数
db.stu.count({age:{$gt:20},gender:1})
消除重复
- 方法distinct()对数据进行去重
- 语法
db.集合名称.distinct('去重字段',{条件})
- 例1:查找年龄大于18的性别(去重)
db.stu.distinct('gender',{age:{$gt:18}})
聚合 aggregate
- 聚合(aggregate)主要用于计算数据,类似sql中的sum()、avg()
- 语法
db.集合名称.aggregate([{管道:{表达式}}])
管道
- 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输入
ps ajx | grep mongo
- 在mongodb中,管道具有同样的作用,文档处理完毕后,通过管道进行下一次处理
- 常用管道
- $group:将集合中的文档分组,可用于统计结果
- $match:过滤数据,只输出符合条件的文档
- $project:修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
- $sort:将输入文档排序后输出
- $limit:限制聚合管道返回的文档数
- $skip:跳过指定数量的文档,并返回余下的文档
- $unwind:将数组类型的字段进行拆分
表达式
- 处理输入文档并输出
- 语法
表达式:'$列名' --必须要$符号
-
常用表达式
- sum:计算总和,sum:计算总和,sum:计算总和,sum:1同count表示计数
例:以addr进行分组统计每组有几条($sum:1 就是每发现一条数据这个xxx字段数量就加1)
db.stu.aggregate([
{$group:
{
_id:'$addr',
xxx:{$sum:1}
}
}
])- $avg:计算平均值
例:以addr进行分组并求age字段的平均值
db.stu.aggregate([
{$group:
{
_id:'$addr',
xxx:{$avg:'$age'}
}
}
])- $min:获取最小值
例:以addr进行分组并求age字段的最小值
db.stu.aggregate([
{$group:
{
_id:'$addr',
xxx:{$min:'$age'}
}
}
])- $max:获取最大值
例:以addr进行分组并求age字段的最大值
db.stu.aggregate([
{$group:
{
_id:'$addr',
xxx:{$max:'$age'}
}
}
])- $push:在结果文档中插入值到一个数组中
- $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
$group
- 将集合中的文档分组,可用于统计结果
- _id表示分组的依据,使用某个字段的格式为’$字段’
- 例1:统计男生、女生的总人数
db.stu.aggregate([
{$group:
{
_id:'$gender',
counter:{$sum:1}
}
}
])
Group by null
- 将集合中所有文档分为一组
- 例2:求学生总人数、平均年龄
db.stu.aggregate([
{$group:
{
_id:null,
counter:{$sum:1},
avgAge:{$avg:'$age'}
}
}
])
透视数据
- 例3:统计学生性别及学生姓名
db.stu.aggregate([
{$group:
{
_id:'$gender',
name:{$push:'$name'}
}
}
])
- 使用$$ROOT可以将文档内容加入到结果集的数组中,代码如下
db.stu.aggregate([
{$group:
{
_id:'$gender',
name:{$push:'$$ROOT'}
}
}
])
$match
- 用于过滤数据,只输出符合条件的文档
- 使用MongoDB的标准查询操作
- 例1:查询年龄大于20的学生
db.stu.aggregate([
{$match:{age:{$gt:20}}}
])
- 例2:查询年龄大于20的男生、女生人数
db.stu.aggregate([
{$match:{age:{$gt:20}}},
{$group:{_id:'$gender',counter:{$sum:1}}}
])
$project
- 修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
- 例1:查询学生的姓名、年龄
db.stu.aggregate([
{$project:{_id:0,name:1,age:1}}
])
- 例2:查询男生、女生人数,输出人数
db.stu.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$project:{_id:0,counter:1}}
])
$sort
- 将输入文档排序后输出
- 例1:查询学生信息,按年龄升序
b.stu.aggregate([{$sort:{age:1}}])
- 例2:查询男生、女生人数,按人数降序
db.stu.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$sort:{counter:-1}}
])
$limit
- 限制聚合管道返回的文档数
- 例1:查询2条学生信息
db.stu.aggregate([{$limit:2}])
$skip
- 跳过指定数量的文档,并返回余下的文档
- 例2:查询从第3条开始的学生信息
db.stu.aggregate([{$skip:2}])
- 例3:统计男生、女生人数,按人数升序,取第二条数据
db.stu.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$sort:{counter:1}},
{$skip:1},
{$limit:1}
])
- 注意顺序:先写skip,再写limit
$unwind
- 将文档中的某一个数组类型字段拆分成多条,每条包含数组中的一个值
语法1
- 对某字段值进行拆分
db.集合名称.aggregate([{$unwind:'$字段名称'}])
- 构造数据
db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})
- 查询
db.t2.aggregate([{$unwind:'$size'}])
语法2
- 对某字段值进行拆分
- 处理空数组、非数组、无字段、null情况
db.inventory.aggregate([{
$unwind:{
path:'$字段名称',
preserveNullAndEmptyArrays:<boolean>#防止数据丢失
}
}])
- 构造数据
db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])
- 使用语法1查询
db.t3.aggregate([{$unwind:'$size'}])
- 查看查询结果,发现对于空数组、无字段、null的文档,都被丢弃了
- 问:如何能不丢弃呢?
- 答:使用语法2查询
db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])
索引
创建大量数据:
for(i=0;i<100000;i++){
db.表.insert({name:'test'+i,age:i})
}
数据查找性能分析:
-
查找姓名为test10000的文档
db.表.find({'name':'test10000'}) --数据太少看不出来啥效果
-
使用explain()命令进行查看性能
> db.表.find({'name':'test10000'}).explain('executionStats') ...
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 0,
"executionTimeMillis" : 110, <------主要看这个字段是运行时间
"totalKeysExamined" : 0,
"totalDocsExamined" : 2,
"executionStages" : {
"stage" : "COLLSCAN",
"filter" : {
"name" : {
"$eq" : "test10000"
}
},
...
}
建立索引
上面在10万条数据中查找1条既然需要110毫秒太慢了,现在添加字段索引
db.表.ensureIndex({属性:1})
db.表.ensureIndex({属性:-1})
1表示升序,-1表示降序
- 建立完成后再次使用explain()命令进行查看性能
> db.表.find({'name':'test10000'}).explain('executionStats')
...
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 0,
"executionTimeMillis" : 1, <------主要看这个字段是运行时间
"totalKeysExamined" : 0,
"totalDocsExamined" : 2,
"executionStages" : {
"stage" : "COLLSCAN",
"filter" : {
"name" : {
"$eq" : "test10000"
}
},
...
}
索引常用命令
-
建立唯一索引
db.表.ensureIndex({"name":1},{"unique":true})
-
建立联合索引
db.表.ensureIndex({name:1,age:1})
-
查看文档所有索引
db.表.getIndexes()
-
删除索引
db.表.dropIndexes('索引名称')
-
删除所有索引
db.表.dropIndexes()