02:MongoDB操作
1.1 MongoDB 增加
1、插入数据
1. 插入文档: insert 如果插入数据的时候,collection还不存在,自动创建集合
2. insertOne: 插入一条数据
3. insertMany: 接收数组,插入多条文档
#1、插入单条数据 db.student1.insertOne({_id:"stu001","name":"Tom","age":25,grade:{"chinese":80,"math":90,"english":88}})#2、插入多条数据 db.student1.insertMany([ {_id:"stu002","name":"Mary","age":23,grade:{"chinese":80,"math":90}}, {_id:"stu003","name":"Mike","age":23,grade:{"chinese":81,"math":90,"english":88}} ]);
2、更新文档: updateOne和updateMany
#1、更新_id=7839的薪水 ---> 8000 db.emp.updateOne({"_id":7839},{$set:{"sal":8000}}) db.emp.find({"_id":7839}) # 查询id=7893的文档#2、更新多条数据:更新10号部门的员工薪水,加100块钱 错误:db.emp.updateMany({"deptno":{$eq:10}},{$set:{"sal":"sal"+100}}) ---> 不对 正确:db.emp.updateMany({"deptno":{$eq:10}},{$inc:{"sal",100}})
3、删除文档: deleteOne和deleteMany
db.emp.deleteOne({"_id":7839})
4、批处理
注: 为了提高效率,db.collection.bulkWrite,支持:insert update remove 同时也支持insertMany
db.mystudents.bulkWrite([ {insertOne:{"document":{"_id":100,"name":"Tom","age":25}}}, {insertOne:{"document":{"_id":101,"name":"Mary","age":24}}}, {updateOne:{"filter":{"_id":100},"update":{$set:{"name":"Tom123"}}}} ]);
1.2 MongoDB查询操作
1、基本查询
db.emp.insert( [ {_id:7369,ename:'SMITH' ,job:'CLERK' ,mgr:7902,hiredate:'17-12-80',sal:800,comm:0,deptno:20}, {_id:7499,ename:'ALLEN' ,job:'SALESMAN' ,mgr:7698,hiredate:'20-02-81',sal:1600,comm:300 ,deptno:30}, {_id:7521,ename:'WARD' ,job:'SALESMAN' ,mgr:7698,hiredate:'22-02-81',sal:1250,comm:500 ,deptno:30}, {_id:7566,ename:'JONES' ,job:'MANAGER' ,mgr:7839,hiredate:'02-04-81',sal:2975,comm:0,deptno:20}, {_id:7654,ename:'MARTIN',job:'SALESMAN' ,mgr:7698,hiredate:'28-09-81',sal:1250,comm:1400,deptno:30}, {_id:7698,ename:'BLAKE' ,job:'MANAGER' ,mgr:7839,hiredate:'01-05-81',sal:2850,comm:0,deptno:30}, {_id:7782,ename:'CLARK' ,job:'MANAGER' ,mgr:7839,hiredate:'09-06-81',sal:2450,comm:0,deptno:10}, {_id:7788,ename:'SCOTT' ,job:'ANALYST' ,mgr:7566,hiredate:'19-04-87',sal:3000,comm:0,deptno:20}, {_id:7839,ename:'KING' ,job:'PRESIDENT',mgr:0,hiredate:'17-11-81',sal:5000,comm:0,deptno:10}, {_id:7844,ename:'TURNER',job:'SALESMAN' ,mgr:7698,hiredate:'08-09-81',sal:1500,comm:0,deptno:30}, {_id:7876,ename:'ADAMS' ,job:'CLERK' ,mgr:7788,hiredate:'23-05-87',sal:1100,comm:0,deptno:20}, {_id:7900,ename:'JAMES' ,job:'CLERK' ,mgr:7698,hiredate:'03-12-81',sal:950,comm:0,deptno:30}, {_id:7902,ename:'FORD' ,job:'ANALYST' ,mgr:7566,hiredate:'03-12-81',sal:3000,comm:0,deptno:20}, {_id:7934,ename:'MILLER',job:'CLERK' ,mgr:7782,hiredate:'23-01-82',sal:1300,comm:0,deptno:10} ] );
创建emp表并插入14条数据
#1、查询所有的员工信息 db.emp.find()#2、查询职位值经理的员工 db.emp.find({"job":"MANAGER"})#3、操作符:$in和$or #查询职位是MANAGER或者是CLERK员工信息 db.emp.find({"job":{$in:["MANAGER","CLERK"]}}) db.emp.find({$or:[{"job":"MANAGER"},{"job":"CLERK"}]})#4、查询10号部门工资大于2000的员工 db.emp.find({"sal":{$gt:2000},"deptno":10})
基本查询
2、查询嵌套文档
db.student2.insertMany([ {_id:"stu0001",name:"Mary",age:25,grade:{chinese:80,math:85,english:90}}, {_id:"stu0002",name:"Tom",age:25,grade:{chinese:86,math:82,english:95}}, {_id:"stu0003",name:"Mike",age:25,grade:{chinese:81,math:90,english:88}}, {_id:"stu0004",name:"Jerry",age:25,grade:{chinese:95,math:87,english:89}} ])
查询嵌套文档student2
#1、查询语文是81分,英语成绩是88分的文档 db.student2.find({grade:{chinese:81,english:88}}) ---> 得不到结果#2、查询语文是81分,数学90分,英语成绩是88分的文档 db.student2.find({grade:{chinese:81,math:90,english:88}}) ---> 得到结果 # { "_id" : "stu0003", "name" : "Mike", "age" : 25, "grade" : { "chinese" : 81, "math" : 90, "english" : 88 } } 小结:如果是相等查询,保证匹配所有的field,顺序也要一样#3、查询嵌套文档中的一个列:查询数学成绩是82分的文档 db.student2.find({"grade.math":82})#4、使用比较运算符:查询英语成绩大于88分文档 db.student2.find({"grade.english":{$gt:88}})#5、使用AND运算符:查询英语成绩大于88分,语文成绩大于85分的文档 db.student2.find({"grade.english":{$gt:88},"grade.chinese":{$gt:85}})
查询嵌套文档
3、查询数组文档
db.studentbook.insert([ {_id:"stu001",name:"Tom",books:["Hadoop","Java","NoSQL"]}, {_id:"stu002",name:"Mary",books:["C++","Java","Oracle"]}, {_id:"stu003",name:"Mike",books:["Java","MySQL","PHP"]}, {_id:"stu004",name:"Jerry",books:["Hadoop","Spark","Java"]}, {_id:"stu005",name:"Jone",books:["C","Python"]} ])
查询数组文档studentbook
#1、查询所有有Hadoop和Java的文档 错误:db.studentbook.find({books:["Hadoop","Java"]}) ---> 没有结果 正确:db.studentbook.find({books:{$all:["Hadoop","Java"]}}) ''' { "_id" : "stu001", "name" : "Tom", "books" : [ "Hadoop", "Java", "NoSQL" ] } { "_id" : "stu004", "name" : "Jerry", "books" : [ "Hadoop", "Spark", "Java" ] } '''#2、根查询嵌套的文档一样,匹配每个元素,顺序也要一致 db.studentbook.find({books:["Hadoop","Java","NoSQL"]}) ''' { "_id" : "stu001", "name" : "Tom", "books" : [ "Hadoop", "Java", "NoSQL" ] } '''
查询数组文档
4、查询数组中嵌套的文档
db.studentbook1.insertMany([ {_id:"stu001",name:"Tome",books:[{"bookname":"Hadoop", quantity:2},{"bookname":"Java", quantity:3},{"bookname":"NoSQL", quantity:4}]}, {_id:"stu002",name:"Mary",books:[{"bookname":"C++", quantity:4}, {"bookname":"Java", quantity:3},{"bookname":"Oracle", quantity:5}]}, {_id:"stu003",name:"Mike",books:[{"bookname":"Java", quantity:4}, {"bookname":"MySQL", quantity:1},{"bookname":"PHP", quantity:1}]}, {_id:"stu004",name:"Jone",books:[{"bookname":"Hadoop", quantity:3},{"bookname":"Spark", quantity:2},{"bookname":"Java", quantity:4}]}, {_id:"stu005",name:"Jane",books:[{"bookname":"C", quantity:1}, {"bookname":"Python", quantity:5}]}])
查询数组中嵌套文档studentbook1
#1、查询Java有4本的文档 db.studentbook1.find({books:{"bookname":"Java","quantity":4}}) ''' {"_id": "stu003","name": "Mike","books": [{"bookname": "Java","quantity": 4}, {"bookname": "MySQL","quantity": 1}, {"bookname": "PHP","quantity": 1}] } '''#2、指定查询的条件:查询数组中第一个元素大于3本的文档 db.studentbook1.find({"books.0.quantity":{$gt:3}}) ''' {"_id": "stu002","name": "Mary","books": [{"bookname": "C++","quantity": 4}, {"bookname": "Java","quantity": 3}, {"bookname": "Oracle","quantity": 5}] } '''#3、如果不知道field的位置: 查询文档中至少有一个quantity的值大于3 db.studentbook1.find({"books.quantity":{$gt:3}})#4、查询Java等于4本的文档 db.studentbook1.find({"books":{$elemMatch:{"bookname":"Java","quantity":4}}}) ''' {"_id": "stu003","name": "Mike","books": [{"bookname": "Java","quantity": 4}, {"bookname": "MySQL","quantity": 1}, {"bookname": "PHP","quantity": 1}] } '''
查询数组中嵌套文档
5、查询空值null或者缺失的列
db.student3.insertMany([{ _id: 1,name:"Tom",age:null },{ _id: 2,name:"Mary"} ])
查询null或缺失的列
#1、查询值为null的文档 db.student3.find({age:null}) ---> 返回两条记录 ''' { "_id" : 1, "name" : "Tom", "age" : null } { "_id" : 2, "name" : "Mary" } '''#2、只返回null的记录:BSON表示null:10 db.student3.find({"age":{$type:10}}) ''' { "_id" : 1, "name" : "Tom", "age" : null } '''#3、检查是否缺失某个列 db.student3.find({age:{$exists:false}}) db.student3.find({age:{$exists:true}})
查询空值null或者缺失的列
6、使用游标
#1、定义游标 var mycursor = db.emp.find() mycursor#2、使用游标访问文档(打印json格式数据) var mycursor = db.emp.find() while(mycursor.hasNext()){ printjson(mycursor.next()) } #3、游标和数组 var mycursor = db.emp.find() # 定义一个游标 var myarray = mycursor.toArray() # 将查询结果转换成数组 var mydoc = myarray[3] # 取出数组中第3条数据#4、分页操作 第一页: limit表示查询过滤出前5条数据 var mycursor = db.emp.find().limit(5) 第二页: skip(5)表示跳过多少条数据 var mycursor = db.emp.find().limit(5).skip(5)
使用游标
1.3 聚合操作:aggregation
1、聚合操作说明
1. Pipeline:速度快于MapReduce,单个的聚合操作耗费的内存不能超过20%,返回的结果集:限制在16M
2. MapReduce:多个Server上并行计算
2、Pipeline聚合操作
#1、$match和$project $match: 过滤进入PipeLine的数据 $project:指定提取的列,其中: 1表示提取列 0不提取 #查询部门id=10,只显示ename、sal、deptno db.emp.aggregate( {$match:{"deptno":{$eq:10}}}, {$project:{"ename":1,"sal":1,"deptno":1}} ); ''' { "_id" : 7782, "ename" : "CLARK", "sal" : 2450, "deptno" : 10 } { "_id" : 7839, "ename" : "KING", "sal" : 8000, "deptno" : 10 } { "_id" : 7934, "ename" : "MILLER", "sal" : 1300, "deptno" : 10 } '''
$match和$project,只显示指定列
db.emp.aggregate( {$project:{"sal":1,"deptno":1}}, {$group:{"_id":"$deptno",salTotal:{$sum:"$sal"}}} );''' { "_id" : 10, "salTotal" : 11750 } { "_id" : 30, "salTotal" : 9400 } { "_id" : 20, "salTotal" : 10875 } '''
使用$group: 求每个部门的工资总额
#3、按照部门,不同的职位求工资总额 #select deptno,job,sum(sal) from emp group by deptno,job; db.emp.aggregate( {$project:{"job":1,"sal":1,"deptno":1}}, {$group:{"_id":{"deptno":"$deptno","job":"$job"},salTotal:{$sum:"$sal"}}} ); ''' { "_id" : { "deptno" : 20, "job" : "ANALYST" }, "salTotal" : 6000 } { "_id" : { "deptno" : 30, "job" : "SALESMAN" }, "salTotal" : 5600 } { "_id" : { "deptno" : 20, "job" : "CLERK" }, "salTotal" : 1900 } '''
按照部门,不同的职位求工资总额
111111111111111111111111
转载于:https://www.cnblogs.com/xiaonq/p/10358669.html
02:MongoDB操作相关推荐
- 02属性操作_jqueryCSS类操作(addClass()、removeClass()、toggleClass())
02属性操作_jqueryCSS类操作(addClass().removeClass().toggleClass()) 代码演示 <!DOCTYPE html> <html>& ...
- 02 文件操作基础命令
02 文件操作基础命令 1. Linux系统的单根目录结构 linux与windows的目录结构对比 绝对路径与相对路径 一切皆文件的设计思想 文件的时间 ls -l 文件名 仅看的是文件的修改时间 ...
- 练习 MongoDB 操作 —— 备份篇(三)
2019独角兽企业重金招聘Python工程师标准>>> mongodb数据备份和还原主要分为二种, 一种是针对于库的mongodump和mongorestore, 一种是针对库中表的 ...
- 练习 MongoDB 操作 —— 分片篇(五)
分片(sharding)是指将数据拆分,将其分散存在不同的机器上的过程.在关系型数据库中,当一个表太大(超过几亿行数据)时,我们也有分表的做法,和这里的分片是类似的概念. 术语 "片&quo ...
- python连接mongo_Python连接MongoDB操作
1.安装PyMongo 注意:请勿安装"bson"软件包. PyMongo配有自己的bson包; 执行"pip install bson"或"easy ...
- 六十八、SpringBoot连接MongoDB操作
@Author:Runsen Spring data提供了操作多种数据库的支持,其api简洁,调用方便.我们使用Spring data进行MongoDB连接. 文章目录 添加配置 代码编写 添加配置 ...
- php实现的mongodb操作类
说到php连mongoDB,不得不先介绍一下php的官方手册,网址在:http://us.php.net/manual/en/book.mongo.php,接下来给大家分享一个本人常用的MONGODB ...
- mongodb数据库java接口,MongoDB —— 使用Spring Data MongoDB操作数据库
我们使用Spring Data MongoDB可以方便的在Spring boot项目中操作MongoDB 文档地址:https://docs.spring.io/spring-boot/docs/2. ...
- mongodb 输出数组字段_JMeter之Groovy对MongoDB操作
背景 使用Jmeter做接口测试时需要初始数据,需要连接数据库,然而我们的后端使用的是MongoDB. 操作步骤 2.1 导入将连接MongoDB 所涉及的jar包导入jmeter的扩展lib1)扩展 ...
最新文章
- mysqldump 导出数据库各参数详细说明
- RabbitMQ之消息持久化
- Scrapy shell调试网页的信息
- 比较简单的在线图像编辑软件:觉得还行
- Android Linux内核编译调试
- 中班音乐活动 机器人_【教育生活】音乐浸润童心,专业引领成长 ——记柯桥区中心幼儿园教育集团音乐项目组教学展示与研讨活动...
- Ajax学习总结+案例
- mysql cleaned up_MySQL数据库无法启动的简单排错
- ICLR 2021 | 腾讯 AI Lab 入选论文解读
- java 生成多叉树_java中多叉树(tree)的生成与显示 | 学步园
- 百度陆奇:AI是5G网络下最好的加速器,技术商业化还要更快
- PL / SQL教程
- window双网卡上网
- 受贿千万,字节前餐饮主管二审被判6年
- java 如何将word 转换为ftl_使用FreeMarker导出word文档(支持导出图片)
- The little Schemer
- linux tar源码,linux之tar命令备份
- linux中寄存器的作用是什么,c-x86_64汇编器中RBP寄存器的作用是什么?
- [zz][ZOJ Monthly]October 2008解题报告
- 传智播客 PHP+H5全栈工程师课程大纲
热门文章
- 微信/聊天宝/马桶MT/多闪 社交APP一个不落 被约谈!
- Mysql的两种存储引擎以及区别
- 使用js脚本的好处以及其本身的特点
- Oracle数据库报错【ORA-12514 】TNS 监听程序当前无法识别连接描述符中请求服务
- element upload预览_vue2.0 使用element-ui里的upload组件实现图片预览效果方法
- 【idea】IDEA中TODO以及FIXME等关键字不高亮显示修复
- 【FLink】Flink 1.12 TaskManager 内存结构
- 95-30-060-java.util-HashSet
- 【java】强悍!Java 9 中的9个新特性
- Spark : ContextCleaner清理器