一、 MongoDB文档检索

MongoDB中有多种方式可以检索文档:

1.1 查询过滤器

使用查询过滤器从集合中检索文档。查询过滤器是一组键值对,可按字段值查询文档。
例如:

db.col.find({"status":"A"})

这个示例查询status等于“A”的文档。

1.2 范围查询操作符

范围查询操作符可用于构建基于值范围的查询过滤器。例如:

l t 、 lt、 lt、lte、 g t 、 gt、 gt、gte:分别表示less than、less than or equal、greater than、greater than or equal。
$in:匹配数组中任一值
$nin:匹配不在数组中的任何值

例如:

db.col.find({"age":{"$gt":20,"$lt":30}})

这个示例查询age在20到30之间的文档。

1.3 正则表达式

可以使用正则表达式查询字符串字段的值。使用$regex操作符指定正则表达式。
例如:

db.col.find({"name": {"$regex" : /^A/}})

这个示例查询以A开头的name字段的文档。

1.4 投影操作

可以使用投影操作从文档中选择需要的字段。使用$project操作指定要包含/排除的字段。
例如:

db.col.find({},{"name":1,"address":1})

这个示例查询所有文档,但只返回name和address字段。_id字段默认返回,需要显式排除。

1.5 排序

可以使用$sort操作对结果进行排序。
例如:

db.col.find().sort({"age":1})

这个示例查询所有文档,并按age字段升序排列结果。

1.6 限制结果数量

可以使用$limit操作限制结果数量。例如:

db.col.find().limit(5)

这个示例查询最多5个文档。

1.7 跳过结果数量

可以使用$skip操作跳过结果数量。例如:

db.col.find().skip(10).limit(5)

这个示例跳过前10个结果,然后返回接下来的5个结果。

1.8 索引

可以在字段上创建索引以加快查询速度。确保索引字段是你查询过滤器和排序操作中使用的字段。
例如,如果经常按age字段查询文档,那么在age字段上创建索引将大大提高查询性能。
索引可在创建集合时指定,也可随时添加/删除。
例如,创建age索引:

db.col.createIndex({"age":1})

1.9 文本索引

可以在字符串字段上创建文本索引,以便执行文本搜索查询。
例如,如果有一个内容字段包含文章文本,则可以在该字段上创建文本索引,然后执行基于关键字的搜索查询。
例如,创建内容文本索引:

db.col.createIndex({"内容": "text"})

然后可以执行文本搜索:

db.col.find({"$text": {"$search": "mongodb 文档检索"}})

这个示例找到包含“mongodb 文档检索”的内容字段的文档。

1.10 地理空间索引

可以在包含GeoJSON对象的字段上创建2dsphere索引,以执行地理空间操作(例如查询附近的点)。
例如,如果有一个位置字段包含点的经度和纬度,可以在该字段上创建2dsphere索引:
db.places.createIndex({“位置”: “2dsphere”})

然后可以执行地理空间查询,如查询某点附近100千米内的文档:

db.places.find({"位置": {"$near": {"$geometry": {"type": "Point",
"coordinates": [x, y]
},
"$maxDistance": 100000
}
}
})

这个示例找到位置字段中点距离(x,y)100千米内的文档。

1.11 执行查询

可以通过以下方式执行MongoDB查询:

db.col.find()
db.col.findOne() //查询一个文档
db.col.find().limit(n) //限制n个结果
db.col.find().skip(n) //跳过前n个结果
db.col.find().sort({…}) //排序结果
db.col.findOne({ … }, { field: 1 }) //只返回指定字段
db.col.count({ … }) //统计结果数量
db.col.distinct(field) //获取指定字段的不同值

可以使用pretty()方法以易读的方式查看查询结果。
例如:

db.col.find().pretty()

在MongoDB Compass中也可以视觉化执行查询、查看查询执行计划和索引使用情况。

二、MongoDB聚合框架

MongoDB的聚合框架提供了管道操作,用于处理数据记录并返回计算结果。
聚合管道是把多个操作符链接在一起的过程。每个操作符会接收输入文档,对其进行转换处理,然后输出。
下面是一些常用的聚合操作符:

2.1 聚合框架

MongoDB的聚合框架提供了管道操作,可用于执行复杂的聚合查询。
例如,以下聚合管道查询获取age字段平均值大于$avg的文档数量:

db.col.aggregate([
{"$group": {"_id": "null", "avgAge": {"$avg": "$age"}}},
{"$addFields": {"age": "$age"}},
{"$match": {"age": {"$gt": "$avgAge"}}}
])

这个示例使用 g r o u p 阶段计算 a g e 平均值 , 然后 group阶段计算age平均值,然后 group阶段计算age平均值,然后addFields重新添加age字段,最后$match过滤age大于平均值的文档。

2.2 $group

将集合中的文档分组,可用于统计结果。
例如,按性别分组并计数:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}}
])

这个示例会给出gender字段为male和female的文档数量。

2.3 $match

在聚合管道中过滤数据。与db.col.find()类似,但在聚合操作符中使用。
例如,只聚合年龄大于30的用户:

db.users.aggregate([
{"$match": {"age": {"$gt": 30}}},
{"$group": {"_id": "$gender", "count": {"$sum": 1}}}
])

2.4 $sort

在管道中对结果进行排序。
例如,按count降序排序结果:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}},
{"$sort": {"count": -1}}
])

2.5 l i m i t 和 limit和 limit和skip

在管道中限制和跳过结果数量。
例如,跳过前5个结果,然后返回5个结果:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}},
{"$sort": {"count": -1}},
{"$skip": 5},
{"$limit": 5}
])

2.6 $unwind

将数组类型字段拆分为单独的文档。
例如,如果有一个posts数组字段,每个文档包含用户发表的多篇帖子,可以使用$unwind操作将posts拆分为单独的帖子文档:

db.users.aggregate([
{"$unwind": "$posts"}
])

2.7 $project

用于修改输入文档的结构。可以用来重命名、增加或删除字段。
例如,删除_id字段,重命名count为数量:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}},
{"$project": {"_id": 0, "数量": "$count"}}
])

2.8 $addFields

用于向文档添加新字段。
例如,将count字段增加100,然后重命名为total:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}},
{"$addFields": {"total": {"$add": ["$count", 100]}}},
{"$project": {"_id": 0, "total": 1}}
])

2.9 执行聚合查询

可以通过db.col.aggregate()执行聚合查询。
例如:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}}
])

可以使用pretty()方法以易读的方式查看聚合查询结果。
例如:

db.users.aggregate([
{"$group": {"_id": "$gender", "count": {"$sum": 1}}}
]).pretty()

这里包含了比较常用的mongodb的操作了，其余的可以看官方文档或者私聊我本人进行补充。

上一章：二、MongoDB简介及基本操作
下一章：四、Springboot连接mongodb

三、mongdb 查询相关推荐

ArcGIS中的三种查询
ArcGIS runtime SDK for WPF/Silverlight中的三种常用的查询:QueryTask.FindTask.IdentifyTask都是继承自ESRI.ArcGIS.Clie ...
数据库实验三 SQL查询数据
实验三 SQL查询数据实验目的熟练掌握使用SQL查询语言.完成各类查询操作(单表查询,连接查询,嵌套查询,集合查询). 实验内容现有一个单位内部的小型图书借阅系统,假设每本图书的数量无限制,并且 ...
MongoDB 教程三: 高级查询（SQL到MongoDB映射表）
查询接口对于查询操作,MongoDB 提供了 db.collection.find() 方法.这个方法接收查询条件和映射两个条件并且返回一个指向匹配文档的游标 .你可以使用 limits, ski ...
MongoDB 教程三: 高级查询
视频:MongoDB 教程三: 高级查询 MongoDB支持的查询语言非常强大,语法规则类似于面向对象的查询语言,可以实现类似关系数据库单表查询的绝大部分功能,并且由于 MongoDB可以支持复杂的数 ...
linq拼接where语句_C# 10. LINQ 的三种查询语句写法
C# 10. LINQ 的三种查询语句写法前言: LINQ(语言集成查询)是 C#编程语言中的一部分.它在.NET Framework 3.5 和 C#3.0 被引入,在 System.Linq 命 ...
数据库实验三数据查询一
第1关:按条件查询单表的所有字段任务描述本关任务:按条件查询数据表的所有字段为了完成本关任务,你需要掌握: 如何查询数据表的所有字段相关知识查询数据表命令格式: select * from ...
RGB三色查询对照表
给大家推荐一个 RGB三色查询对照表可以根据代码选颜色,也可以根据颜色找代码.很不错哦 http://www.ydyrx.com/rgb.html
数据库原理及应用（MySQL版）——实验三 MySQL查询
实验三 MySQL查询 1.实验目的 2.实验内容及要求 1.实验目的熟悉SELECT语句的语法结构: 熟练掌握组合使用where.group by.having和order by等子句: 熟悉聚合 ...
MySQL学习笔记（三）— 查询篇（DQL语言）
文章目录 1. 基础查询 2. 条件查询 3. 排序查询 4. 常见函数 5. 分组查询 6. 连接查询 7. 子查询 8. 分页查询 9. 联合查询查询所用到的数据库创建脚本myemployees ...
MySQL优化三：查询性能优化之基础部分
前面文章中介绍了如何设计最优的库表结构.如何建立最好的索引,这些对于高性能来说是比不可少的.但这些还不够:还需要合理的设计查询.如果查询写得很糟糕,即使库表结构在合理.索引在合适,也无法实现高性能.查 ...

三、mongdb 查询