mongodb基本命令及操作

mongo 连接数据库与本地数据库服务器

use db_name 创建数据库（如果数据库不存在，则创建数据库，否则切换到指定数据库）

db.dropDatabase() 删除数据库

show dbs 查看所有数据库

db.数据库名.insert({_id:1,name:”王小明”}) 向数据库插入数据

db.createCollection("集合名", { capped : true, autoIndexId : true, size : 512000, max : 1000 } )

在数据库中创建创建固定集合“集合名”，整个集合空间大小512000KB，文档最大个数为1000个

capped ：是一个布尔类型，true 时创建固定集合，必须指定 size。固定集合指有固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。默认为 false

autoIndexId ：也是一个布尔类型，如为 true，自动在_id 字段创建索引。默认为 false ；

size ：为固定集合指定一个最大值（以字节 KB 计）；

max ：指定固定集合中包含文档的最大数量。

db.集合名.insert() 创建集合（注意：一条数据用大括号“ {} ”括起来，多条数据用“ [] ”将所有数据括起来）

db.集合名.find() 查询集合

db.集合名.drop() 删除集合

db.集合名.insert(文档) 插入文档（如果该集合不在该数据库中，MongoDB 会自动创建该集合并插入文档）

文档：document=({_id:1,

name: '王小明',

sex: '男',

hobbies: ['乒乓球','羽毛球'],

birthday: '1996-02-14'

});

db.person2.update({birthday:"1996-02-14"},{$set:{birthday:"1996"}})

update() 有两个参数，都是对象，中间用逗号“ ，”间隔；

第一个参数表示需要修改的值；

第二个参数用 $set 操作符指向更新后的值。

更改整个集合：

db.集合名.save({

"_id" :1,

"name" : "李小红",

"sex" : "女",

"hobbies" : [

"画画",

"唱歌",

"跳舞"

"birthday" : "1996-06-14"

})

注：如果 save() 法也指定了_id，则对文档进行更新；未指定_id则会执行插入功能，MongoDB 默认自动生成一个不重复的_id。

创建集合stu1:

1、

document=([{

name:'张小华',

sex:'男',

age:20,

phone:'12356986594',

hobbies:['打篮球','踢足球','唱歌']

},{

name:'李小红',

sex:'女',

age:18,

phone:'12355487536',

hobbies:['跳舞','唱歌']

}])

2、

db.stu1.insert(document)

3、

db.stu1.find().pretty() .pretty()使输出更整齐

AND 条件

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。如查询集合 stu1 中年龄为20岁的男性信息：

db.stu1.find({"age":20, "sex":"男"}).pretty()

删除文档数据

删除指定的数据：

db.stu1.remove({'age':20}) //删除年龄为20的数据

删除全部数据（集合并不会删除）：

db.remove({})

向数据库导入数据

数据导入工具：mongoimport；

这是 MongoDB 自带的数据导入工具，我们在未连接客户端时使用（前提要启动服务）。

mongoimport -d Testdb1 -c score --type csv --headerline --ignoreBlanks --file test.csv

-d Testdb1 ：指定将数据导入到 Testdb1 数据库；
-c score ：将数据导入到集合 score ，如果这个集合之前不存在，会自动创建一个（如果省略 –collection 这个参数，那么会自动新建一个以 CSV 文件名为名的集合）；
–type csv ：文件类型，这里是 CSV；
–headerline ：这个参数很重要，加上这个参数后创建完成后的内容会以 CSV 文件第一行的内容为字段名（导入json文件不需要这个参数）；
–ignoreBlanks ：这个参数可以忽略掉 CSV 文件中的空缺值（导入json文件不需要这个参数）；
–file 1.csv ：这里就是 CSV 文件的路径了，需要使用绝对路径。

从数据库导出数据

数据导出工具： mongoexport；

导出 json 格式文件：

mongoexport -d Testdb1 -c score -o /file.json --type json

1. -o /file.json ：输出的文件路径/（根目录下）和文件名；
2. –type json ：输出的格式，默认为 json。
导出 csv 格式的文件：

mongoexport -d Testdb1 -c score -o /file.json --type csv -f "_id,name,age,sex,major"

-f ：当输出格式为 csv 时，需要指定输出的字段名。

$all 匹配所有

查询其中所有喜欢“唱歌”和“羽毛球”的人:

db.hobbies.find({hobbies:{$all:["唱歌","羽毛球"]})
$all 会查询满足方括号中所有条件的文档，如果只有其中一项满足是不会被查询出来的。

$exists 判断字段是否存在

db.test.find({hobbies:{$exists:true}}).sort({_id:1})

$mod 取模运算

查询 age 取模7等于4的文档：

db.hobbies.find({age:{$mod:[7,4]}})

$in 包含

查询 age =17或 age =20的文档 :

db.hobbies.find({age:{$in:[17,20]}})

$nin 不包含

查询 age !=17且 age !=20的文档：

db.hobbies.find({age:{$nin:[17,20]}})

$size 数组元素个数

可以查询特定长度的数组，比如 hobbies 这一字段，查询有两个爱好的文档：

db.hobbies.find({hobbies:{$size:2}})

查询结果排序

查询结果排序语法如下：

db.collection.find().sort({_id:1}) #将查询结果按照_id升序排序

db.collection.find().sort({_id:-1}) #将查询结果按照_id降序排序

$or 条件之间的或查询

$or 表示多个查询条件之间是或的关系，比如查询性别 sex 为男或年龄 age 为18的文档信息：

db.student.find({$or:[{sex:"男"},{age:18}]})

$and 条件之间的且查询

$and表示多个查询条件之间是且的关系，比如查询年龄 age 大于18且小于21（18 < age < 21）的信息：

db.student.find({$and:[{age:{$gt:18}},{age:{$lt:21}}]})

$not 条件取反查询

$not 用来执行取反操作，比如查询年龄 age 大于等于20岁，然后进行取反（即查询年龄小于20岁的文档）：

db.student.find({age:{$not:{$gte:20}}})

正则表达式匹配查询

查询不符合major=计*开头文档：

db.student.find({major:{$not:/^计.*/}})

count() 返回结果集总数

比如返回上一步正则查询到的结果集有几条：

db.student.find({major:{$not:/^计.*/}}).count()

常用聚合管道操作符

常用的几个聚合管道操作符：

操作符	作用
$project	修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档
$match	用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作
$limit	用来限制MongoDB聚合管道返回的文档数
$skip	在聚合管道中跳过指定数量的文档，并返回余下的文档
$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
$group	将集合中的文档分组，可用于统计结果
$sort	将输入文档排序后输出

注意：以上操作不会修改集合的内容，只是将集合以指定形式输出。

$project 修改文档结构输出

有时候我们并不会用到文档的全部内容，只是使用其中几列，这时候就可以使用 $project 进行操作；或者有时候要重命名键值（列名），也可以使用 $project。

对集合 educoder 进行操作：

只输出作者 author 和学习人数 learning_num 信息，_id也不要不显示（_id默认是显示的）：

db.educoder.aggregate({$project:{_id:0,author:1,learning_num:1}})

0 为不显示，非 0 为显示。

重命名字段名（把 learning_num 重命名为 num）：

db.educoder.aggregate({$project:{course:1,authoe:1,tags:1,num:'$learning_num'}})

$match 筛选文档输出

有时候我们要在集合中筛选出符合特定条件的文档，这时候使用 $match 便可以很快实现。

只输出作者为“李暾”的文档：

db.educoder.aggregate({$match:{author:'李暾'}})

$limit 限制文档数量输出

有时候集合中文档数量太大，我们只想选取前几行查看一下，这时候就可以用 $limit，输出前2条文档：

db.educoder.aggregate({$limit:2})

$skip 跳过前 n 条文档输出

与 $limit 相反，$skip 是跳过前 n 条文档，显示剩余文档。

将集合 educoder 中的前两条文档跳过，显示剩余文档：

db.educoder.aggregate({$skip:2})

$skip 接受一个数字 n，表示丢弃结果集中的前 n 个文档；

$limit 与 $skip 可以组合使用，：

db.educoder.aggregate([{$skip:1},{$limit:2}])
#跳过第一条，显示前两条，也就是显示第2-3条文档
db.educoder.aggregate([{$limit:2},{$skip:1}])
#显示前两条，跳过第一条，也就是显示第2条文档

$unwind 拆分数组类型字段

将 educoder 中的 tags 字段拆分成多条，每条包含数组中的一个值：

db.educoder.aggregate({$unwind:'$tags'})

$group 分组输出

该操作比较常用，因为文档分组后利于我们的统计。比如，按照作者分组我们就可以统计出该集合总共有几个作者。

在集合 educoder 中，按作者分组：

db.educoder.aggregate({$group:{_id:'$author'}})

$sort 排序输出

按照学习人数 learning_num 降序排序输出文档：

db.educoder.aggregate({$sort:{learning_num:-1}})

-1 代表降序排序， 1 代表升序排序。

聚合表达式

常用的几个聚合表达式：

表达式	用法
$sum	计算总和
$avg	计算平均值
$min	获取集合中所有文档对应值的最小值
$max	获取集合中所有文档对应值的最大值
$push	在结果文档中插入值到一个数组中
$addToSet	在结果文档中插入值到一个数组中，但不创建副本
$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

现在我们通过aggregate()方法来获取每个作者拥有的实训数量，命名为：num_course：

db.educoder.aggregate([{$group:{_id:'$author',num_course:{$sum:1}}}])

先通过聚合管道操作符$group将author字段数据分组；
$sum:1的含义：如果前面的情况出现一次，就加1，如果后面为$sum:2，那么前面条件每满足一次就加2；

通过aggregate()方法来获取每个作者的实训学习总人数learning_sum：

db.educoder.aggregate([{$group:{_id:'$author',learning_sum:{$sum:'$learning_num'}}}])

了解索引

什么是索引：

索引本质上是树，最小的值在最左边的叶子上，最大的值在最右边的叶子上，使用索引可以提高查询速度（而不用全表扫描）。

索引的原理：

对某个键按照升续或降续创建索引，查询时首先根据查询条件查找到对应的索引条目，然后找到索引条目对应的文档指针（文档在磁盘上的存储位置），根据文档指针再去磁盘中找到相应的文档，整个过程不需要扫描全表，速度比较快。

每个文档被插入集合时，如果没有给它指定索引_id，MongoDB 会自动给它创建一个默认索引_id，是个 ObjectId 对象

索引的分类

MongoDB 支持多种类型的索引，主要有以下几种类型：

索引类型	用途
包括单字段索引（Single Field Index）	针对某一键 key 创建了单字段索引，其能加速对 key 字段的各种查询请求，是最常见的索引形式，MongoDB 默认创建的 id 索引也是这种类型。
复合索引 (Compound Index)	复合索引是单字索引的升级版本，它针对多个字段联合创建索引，先按第一个字段排序，第一个字段相同的文档按第二个字段排序，依次类推。
多 key 索引 (Multikey Index)	当索引的字段为数组时，创建出的索引称为多 key 索引。
哈希索引（Hashed Index）	按照某个字段的hash值来建立索引，目前主要用于 MongoDB Sharded Cluster 的 Hash 分片，哈希索引只能满足字段完全匹配的查询，不能满足范围查询等。
地理位置索引（Geospatial Index）	能很好的解决 O2O 的应用场景，比如：查找附近的美食、查找某个区域内的车站等。
文本索引（Text Index）	能解决快速文本查找的需求，比如有一个博客文章集合，需要根据博客的内容来快速查找，则可以针对博客内容建立文本索引。

索引基本操作

创建索引（单字段索引）

db.person.createIndex({key:1})

key ：要创建索引的键；
如果为 1 说明是按照升序创建索引，而如果为 -1，则是按降序创建索引。

查询索引

查询集合索引：

db.person.getIndexes()

查询系统全部索引：

db.system.indexes.find()

删除索引

通过指定索引名称删除该索引：

db.person.dropIndex("ageIdx")

通过指定集合删除集合中的全部索引：

db.person.dropIndexes()

注：默认索引_id不会且不能被删除

创建复合索引

和创建单字段索引的方法差不多，只是选取了多个键一同作为索引，中间以逗号隔开:

db.person.createIndex({age: 1, name: 1})

创建多 key 索引

当索引的字段为数组时，创建出的索引称为多 key 索引，多 key 索引会为数组的每个元素建立一条索引，比如 person 集合加入一个 habbit 字段（数组）用于描述兴趣爱好：

{name : '王小明', age : 19, habbit: ['football', 'runnning']}

需要查询有相同兴趣爱好的人就可以利用 habbit 字段的多 key 索引。

db.person.createIndex( {habbit: 1} ) // 升序创建多key索引

db.person.find({habbit: 'football'}) //查找喜欢足球的人

创建哈希索引

创建命令如下：

db.person.createIndex( { _id: 'hashed' } )

文本索引的创建与使用

什么时候使用文本索引；

假如我们用 Mongodb 存储了很多博客文章，那么如何快速找到所有关于 mongodb 这个主题的文章呢？这时候就要用到文本搜索了。

有文章集合 collection，如下：

1. {
2. title: 'enjoy the mongodb articles on educoder',
3. tags: [
4. 'mongodb',
5. 'educoder'
6. ]
7. }
创建文本索引命令，如下：

db.collection.createIndex({ title: 'text'})

创建全文本索引的字段必须为 string 格式；
每个集合只支持一个文本索引。

也可以创建多个字段的 text，下面的示例在字段主题和注释上创建一个文本索引：

db.collection.createIndex(
{
title:'text',
tags：'text'
}
)

使用文本索引；

现在我们已经创建了 title 的索引，我们来搜索一下含有 educoder.net 的文章：

db.collection.find({$text:{$search:'educoder.net'}})

search 后的关键词可以有多个，关键词之间的分隔符可以是多种字符，例如空格、下划线、逗号、加号等，但不能是-和\，因为这两个符号会有其他用途。搜索的多个关键字是 or 的关系，除非你的关键字包含-；
匹配时不是完整的单词匹配，相似的词也可以匹配到；

删除文本索引；

通过命令获取索引名：

db.collection.getIndexes()

删除命令：

db.collection.dropIndex('title_text')

GeoJson 数据

并不是所有文档都可以创建地理位置索引，只有拥有特定格式的文档才可以创建。

如果我们用的是 2dsphere 索引，那么插入的应该是 GeoJson 数据。GeoJson 的格式如是： { type: ‘GeoJSON type’ , coordinates: ‘coordinates’ }

type ：指的是类型，可以是 Point (本例中用的)、LineString、 Polygon 等；
coordinates ：指的是一个坐标数组。

我们有如下几个位置的坐标信息（具体详情如图1所示），先把它们写入集合 locations 中。

db.locations.insert({_id:1,name:'长沙站',location:{type:'Point',coordinates:[113.018987,28.201215]}})
db.locations.insert({_id:2,name:'湖南师范大学',location:{type:'Point',coordinates:[112.946045,28.170968]}})
db.locations.insert({_id:3,name:'中南大学',location:{type:'Point',coordinates:[112.932175,28.178291]}})
db.locations.insert({_id:4,name:'湖南女子学院',location:{type:'Point',coordinates:[113.014675,28.121163]}})

创建地理位置索引

有了规范的文档后，我们就可以使用以下命令，在 location 键上创建一个地理位置索引：

db.locations.createIndex({location:'2dsphere'})

2d ：平面坐标索引，适用于基于平面的坐标计算，也支持球面距离计算，不过官方推荐使用 2dsphere 索引；
2dsphere ：几何球体索引，适用于球面几何运算；
默认情况下，地理位置索引会假设值的范围是从−180到180（根据经纬度设置）。

地理位置索引的使用

查询命令：

db.runCommand({
geoNear:'locations',
near:{type:'Point',coordinates:[113.018987,28.201215]},
spherical:true,
minDistance:1000,
maxDistance:8000
})

geoNear ：我们要查询的集合名称；
near ：就是基于那个点进行搜索，这里是我们的搜索点“长沙站”；
spherical ：是个布尔值，如果为 true，表示将计算实际的物理距离，比如两点之间有多少 km，若为 false，则会基于点的单位进行计算；
minDistance ：搜索的最小距离，这里的单位是米；
maxDistance ：搜索的最大距离。

mongodb基本命令及操作相关推荐

MongoDB——基本命令
基本命令一.数据库常用命令 1.查看命令提示 2.切换/创建数据库切换到名称为 mydb 的数据库,如果该数据库不存在,则会自动新建. MongoDB 中默认的数据库为 test ,如果没有创建新 ...
mongodb基本命令
sql数据库与MongoDB 的对比: MongoDB ----------> SQL database数据库 ---->database数据库 collection集合-------& ...
Mongodb的索引操作
Mongodb的索引操作 1. 为什么mongdb需要创建索引加快查询速度进行数据的去重 2. mongodb创建简单的索引方法语法:db.集合名.ensureIndex({属性:1}),1表示 ...
mongodb的聚合操作
mongodb的聚合操作 1 mongodb的聚合是什么聚合(aggregate)是基于数据处理的聚合管道,每个文档通过一个由多个阶段(stage)组成的管道,可以对每个阶段的管道进行分组.过滤等功 ...
MongoDB：详细解释mongodb的高级操作，聚合和游标
前几天总结了mongodb的安装入门.详细解释了增删改查的基本操作,今天再来总结下mongodb更高级的操作,聚合和游标. 一.聚合,mongodb的聚合操作一般分为四种情景,分别是:count.di ...
MongoDB之compact操作详解
摘要: compact操作步骤很多,但是可以有效减少磁盘使用量. MongoDB与磁盘当Fundebug处理的数据越来越多,这导致MongoDB的磁盘使用量越来越多,增长也越来越快.于是,我开始定时 ...
【数据库】MongoDB数据库的操作及练习
python:MongoDB数据库的操作及练习 import pymongoclass MongodbConn(object):def __init__(self):self.CONN = pymon ...
MongoDB的简单操作
MongoDB的简单操作 ( mac系统下mongDB的图形管理工具为:mongoHub ) ( windows系统下mongDB的图形管理工具为:mongoVUE ) 1.mongoDB通过终端创建 ...
Spring整合Mongodb,Maven的依赖,Spring配置,MongoDB的公共操作类,使用SpringMVC的Controller进行测试并返回结果的案例
在和Spring和MongoDB进行整合的时候需要如下三个jar,分别是: spring-data-commons spring-data-mongodb mongo-java-driver 下面讲解 ...

mongodb基本命令及操作

mongodb基本命令及操作相关推荐

最新文章

热门文章