Mysql与MongoDB查询互转

mongo查询严格要求数据格式！

1、只想查出某些数据，不想全部数据都查出来

mysql：select name from user;

mongo：

db.user.find(

{},

{

_id :0,

name :1}

)

说明：user是集合的名称，find里面两个{}，第一个留空是想所有数据都查出来，加条件的话类型mysql的where，第二个{}表示的意思类似mysql后面的select部分，0代表不显示，1代表显示。

2、分页查询

mysql：select * from user limit 0,10;

mongo：

db.user.find({}).skip(0).limit(10)

说明：mongo的skip和limit与mysql同理，mysql的limit第一个参数是跳过的数据量与mongo的skip类似，比如第三页的数据是从20开始的，mysql：limit 20,10，即：limit (page-1)*size,size

3、条件查询

mysql：select name from user where id = 1;

mongo：

db.user.find(

{ id :1},

{ name :1}

)

说明：由于有严格要求数据格式，若存到mongo的id是字符串格式的话，查询的条件得加上双引号""

4、范围查询

MySQL

MongoDB

remark

>

$gt

大于

<

$lt

小于

>=

$gte

大于等于

<=

$lte

小于等于

!=

$ne

不等于

mysql：select name from user where id > 1 and id < 10;

mongo：

db.user.find(

{

id : {

$gt :1,

$lt :10}

},

{ name :1}

)

说明：mysql的between其实就是>=和<=，字符串的话用范围查询好像会有问题，慎用！

5、in查询

mysql：select name from user where id in (1,2);

mongo：

db.user.find(

{

id : {

$in : [1, 2]}

},

{ name :1}

)

说明：not in查询就把$in换成$nin

6、条件统计count

mysql：select count(*) from user where id > 1;

mongo：

db.user.find(

{

id : {

$gt:1}

}

).count()

7、all查询

mongo可以将数组存储起来，若想查询某个字段(是个数组)同时包含值a和b

db.user.find(

{

detail: {

$all : ["7", "8"]}

}

)

说明：这个查询的结果集，detail字段同时包含字符串7和字符串8

8、exists查询

比如我想找出所有包含字段name_real的结果集

db.user.find(

{

name_real : {

$exists: true

}

}

)

说明：上面查询的结果中，所有数据肯定都包含有name_real字段；改成false的话就变成不包含

9、is null查询

mysql：select * from user where age is null;

mongo：

db.user.find(

{ age :null}

)

但是这样会有问题，这个查询会把那些没有age字段的结果也查出来，结合exists优化下

db.user.find(

{

age: {

$in : [null],

$exists: true

}

}

)

查询is not null

db.user.find(

{

age: {

$ne :null,

$exists: true

}

}

)

10、取模运算

mongo提供取模运算，比如存储了一些数据，我想查出那些取模后等于某个值的数据可以使用$mod

比如下例查询年龄是10的倍数的用户

mysql：select * from user where age % 10 = 0;

mongo：

db.user.find(

{

age:{

$mod :[10 , 0]}

}

)

11、查询数据元素个数

由于mongo可以存储数组，如果想查询数组中只有两个元素的记录时，可以使用$size

比如下例查询有三个兴趣爱好的用户

db.user.find(

{

favorite: {

$size:3}

}

)

12、正则匹配查询

如果想用正则匹配查询，可以使用$regex

比如下例匹配年龄是10以下的用户

db.user.find(

{

age: {

$regex:/^([1-9])$/}

}

)

13、只取一部分数据

类似mysql的limit，mongo也可以只取一部分数据

mysql：select * from user limit 10;

mongo：

db.user.find().limit(10)

14、排序

MySQL

MongoDB

说明

asc

1

升序

desc

-1

降序

mysql：select * from user order by age asc;

mongo：

db.user.find().sort(

{age:1}

)

说明：mongo字符串类型的也可以排序

15、求和

直接累加求和某一项

比如下例对年龄进行求和

mysql：select sum(age) as total from user;

mongo：

db.user.aggregate([{

$group:

{

_id: null,

total: {

$sum: "$age"

}

}

}])

分组求和

下例为按类型分组并求和

mysql：select type,sum(age) as total from user group bytype;

mongo：

db.user.aggregate([{

$group:

{

_id: "$type",

total: {

$sum: "$age"

}

}

}])

多条件分组求和

下例为按多个条件进行分组并求和

mysql：select type,sex,sum(age) as total from user group bytype,sex;

mongo：

db.user.aggregate([{

$group: {

_id:{

type: "$type",

sex: "$sex"

},

total: {

$sum: "$age"

}

}

}])

16、分组后having

下例为按条件分组并筛选出求和后大于100的数据

mysql：select type, sum(age) as total from user group by type having total > 100;

mongo：

db.user.aggregate([{

$group:

{

_id: "$type",

total: {

$sum: "$age"

}

}

},

{

$match: {

total: {

$gt: 100

}

}

}])

17、条件分组

类似mysql的where+group by进行查询

下例为查找出2020-01-01(timestamp：1577808000)后注册的用户，并按类型分组求和

mysql：select type,sum(age) as total from user where created > 1577808000 group bytype;

mongo：

db.user.aggregate([{

$match: {

created: { $gt: 1577808000 }

}

},

{

$group: {

_id: "$type",

total: { $sum: "$age" }

}

}])

条件分组并having筛选

下例为查找出2020-01-01(timestamp：1577808000)后注册的用户，并按类型分组，同时筛选出大于100的数据

mysql：select type,sum(age) as total from user where created > 1577808000 group by type having total > 100;

mongo：

db.user.aggregate([{

$match: {

created: { $gt: 1577808000 }

}

},

{

$group: {

_id: "$type",

total: { $sum: "$age" }

}

},

{

$match: {

total: { $gt: 100 }

}

}])

18、unwind

加入你的mongo的每一条记录有一个字段，存的是一个数组，数组里面是对象，类似这样，article字段含有

[{ "uid" : 1, "title" : "XXX", "content" : "XXX", "views" : 10 },

{ "uid" : 2, "title" : "XXX", "content" : "XXX", "views" : 11 },

{ "uid" : 3, "title" : "XXX", "content" : "XXX", "views" : 12 }]

使用unwind可以使上面原本一条记录进行展开，分为三条数据进行展示，有点像mysql的join查询，只不过mysql得分开两个表存

mysql：select * from user as u left join article as a on (u.id=a.uid);

mongo：

db.user.aggregate([{ $unwind: "$article" }])

unwind后求和

mysql：select sum(views) as total from user as u left join article as a on (u.id=a.uid)) asdata

mongo：

db.user.aggregate([{ $unwind: "$article" },

{

$group: {

_id: null,

total: { $sum: "$article.views" }

}

}])

19、分组后统计总共有多少组

下例分按类型分组，并统计总数

mysql：select count(*) from (select type from user group bytype);

mongo：

db.user.aggregate([{

$group: {

_id: "$type"

}

},

{

$group:

{

_id : null,

count: { $sum: 1 }

}

}])

20、aggregate类型linux的grep指令，像管道处理一样，一级接一级，比如：筛选、分组、过滤等，最后返回结果

db.user.aggregate([{ $match: { sex: "boy" } },

{ $group: { _id: "$type", total: { $sum: "$age" } } }])

未完。。。