MongoDB高级语法

and操作：

创新互联建站专业网站设计、成都网站建设，集网站策划、网站设计、网站制作于一体，网站seo、网站优化、网站营销、软文平台等专业人才根据搜索规律编程设计，让网站在运行后，在搜索中有好的表现，专业设计制作为您带来效益的网站！让网站建设为您创造效益。

    隐式and操作：

        db.getCollection("the_table").find({"age":{"$gt":20},"sex":"男"})   //对age与sex这两个字段的查询条件需要同时满足

    显式and操作：

        db.getCollection("the_table").find({"$and":[{"age":{"$gte":20}},{"address":"里世界"}]})

    显式、隐式混用：

        db.getCollection("the_table").find({
            "id":{"$lt": 10},
            "$and": [{"age": {"$gt": 20}}, {"sex": "男"}]
        })

    不能写成隐式and操作的例子：

        db.getCollection("the_table").find({
            "$and": [
                {"$or": [{"age": {"$gt": 28}}, {"salary": {"$gt": 9900}}]},
                {"$or": [{"sex": "男"}, {"id": {"$lt": 20}}]}
            ]
        })

or操作:

    年龄大于28，或工资大于9900的：

        db.getCollection("the_table").find({
            "$or": [{"age": {"$gt": 28}},{"salary":{"$gt": 9900}}]
        })

    (注意：MongoDB在执行or操作时会遵循一个"短路原则":只要前面的条件满足了，那后面的条件直接跳过。如果age大于28 ，那就不需要去检查salary的值是多少。只有在age不满足查询条件时，才会去检查salary的值)

    OR操作一定是显式的，不存在隐式的OR操作

    而这里去可以把or两边的都显示出来：

        > db.getCollection("the_table").find()
        ......
        { "_id" : ObjectId("5d10400adc4728bc5f52f3ca"), "username" : "张三" }
        { "_id" : ObjectId("5d104011dc4728bc5f52f3cb"), "username" : "李四" }
        > db.getCollection("the_table").find({"$or":[{"username":"张三"},{"username":"李四"}]})
        { "_id" : ObjectId("5d10400adc4728bc5f52f3ca"), "username" : "张三" }
        { "_id" : ObjectId("5d104011dc4728bc5f52f3cb"), "username" : "李四" }
        >

嵌入式文档的查询：

    嵌入字段只是定位的时候多了一步。除此之外，嵌入字段和普通字段没有区别。

    查询所有followed大于10的数据：

        db.getCollection("the_table").find({"user.followed": {"$gt": 10}})

    如需要在返回的查询结果中只显示嵌入式文档中的部分内容，也可以使用点号来实现。例如只返回"name"和"user_id"这两个字段，查询语句:

        db.getCollection("the_table").find(
            {"user.followed": {"$gt": 10}},
            {"_id": 0, "user.name": 1, "user.user_id": 1}
        )

包含与不包含：

    查出所有size包含M的数据：

        db.getCollection("the_table").find({"size": "M"})

    查出所有size不包含M的数据：

        db.getCollection("the_table").find({"size": {"$ne": "M"}})

    数组中有元素在另一个范围空间内：

        db.getCollection("the_table").find({"price": {"$lt": 300, "$gt": 200}}

数组应用：

    根据数组长度查询数据：

        从数据集the_table中查询所有price长度为2的记录：

            db.getCollection("the_table").find({"price": {"$size": 2}})

    根据索引查询数据（索引是从0 开始的）：

        查询所有“ size ”的第1个(索引为0)数据为“ S ”的记录，查询语句为：

            db.getCollection("the_table").find({"size.0": "S"})

        使用索引也可以比较大小。例如，查询“price ”第1 个数据大于500 的所有记录：

            db.getCollection("the_table").find({"price.0": {"$gt": 500}})

高级更新：

    最好用$push或$addToSet，这两个命令都是往数组中添加数据，但$addToSet是唯一的，阻止了重复数据

        db.getCollection("the_table").update(
            {"favorites.movies": "Cassablanca"},
            {"$addToSet": {"favorites.movies": "the maltese falcon"}},
            false,
            true
        )

        第一个参数：匹配电影列表中包含Cassablanca的用户

        第二个参数：使用$addToSet添加the maltese falcon到列表中

        第三个参数：false，控制是否允许upsert。这个命令告诉更新操作，当一个文档不存在的时候是否插入它，这取决于更新操作是操作符更新还是替换更新

        第四个参数：true，表示是否更新多个更新。默认情况下，mongodb更新只针对第一个匹配文档。如果想更新所有匹配文档，就必须显示指定这个参数。

删除数据：

    db.user.remove({"favorites.cities":"Cheyenne"})

    注意：remove()操作不会删除集合，它只会删除集合中的某个文档。我们可以把它和sql中的delete命令类比。如果要删除集合以及附带的索引数据，可以用drop()方法：

    db.user.drop()

MongoDB的聚合查询：

    使用聚合功能，可以直接让MongoDB来处理数据。聚合功能可以把数据像放入传送带一样，先把原始数据按照一定的规则进行筛选处理，然后通过多个不同的数据处理阶段来处理数据，最终输出一个汇总的结果。

    聚合操作的命令为"aggregate",基本格式为：collection.aggregate([阶段1,阶段2,阶段3, ……,阶段N])

    聚合操作可以有0 个、l 个或者多个阶段。如果有0 个阶段，则查询命令写为：collection.aggregate()。那么它的作用和collection.find() 一样

    如果聚合有至少一个阶段，那么每一个阶段都是一个字典。不同的阶段负责不同的事情，每一个阶段有一个关键字。有专门负责筛选数据的阶段“ $match ’3 ，有专门负责宇段相关的阶段“ $pr句ect”，有专门负责数据分组的阶段“$group＂等。聚合操作有几十个不同的阶段关键字

    一般情况下，并非所有的数据都需要被处理，因此大多数时候聚合的第一个阶段是数据筛选。就像find()一样，把某些满足条件的数据选出来以便后面做进一步处理。数据筛选的关键字为$match，它的用法为：collection.aggregate([{"$match"：{和find 完全一样的查询表达式}}]）

        从the_table数据集中，查询age大于等于27，且sex为“女”的所有记录：

            db.getCollection("the_table").aggregate([
                {"$match": {"age": {"$gte": 27}, "sex": "女"}}
            ])

        从查询结果来看，这一条聚合查询语句的作用完全等同于：
            db.getCollection("the_table").find({"age": {"$gte": 27}, "sex": "女"})

        这两种写法，核心查询语句{"age": {"$gte": 27} , "sex":"女"}完全一样。聚合查询操作中的{"$match":{和find完全一样的查询表达式}}"，"$match"作为一个字典的Key，字典的Value和"find()"第1个参数完全相同。"find()"第1个参数能怎么写，这里就能怎么写。

        例如，查询所有age大于28或sex为男的记录，聚合查询可以写为：

            db.getCollection("the_table").aggregate([
                {"$match": {"$or": [{"age": {"$gt": 28}}, {"sex": "男"}]}}
            ])

        从效果上看，使用聚合查询与直接使用“自nd（）” 效果完全相同，而使用聚合查询还要多敲几次键盘，那它的好处在哪里呢？聚合操作的好处在于“ 组合” 。接下来会讲到更多的聚合关键字，把这些关键字组合起来才能体现出聚合操作的强大。

    筛选与修改字段：

        $project来实现一个己经有的功能一一只返回部分字段（这里的字段过滤语句与find()第2个参数完全相同）

            db.getCollection("the_table").aggregate([
                {"$project": {"_id":0, "sex":1, "age":1}}
            ])

    先筛选记录，再过滤字段：

        db.getCollection("the_table").aggregate([

            {"$match": {"age": {"$gt": 28}}}

            {"$project": {"_id":0, "sex":1, "age":1}},
        ])

    添加新字段：

        db.getCollection("the_table").aggregate([
            {"$project": {"_id":0, "sex":1, "age":1, "newfield": "hello world"}},
            {"$match": {"age": {"$gt": 28}}}
        ])

        (newfield是原来没有的字段)

    复制现有字段：

        db.getCollection("the_table").aggregate([
            {"$match": {"age": {"$gt": 28}}},
            {"$project": {"_id":0, "sex":1, "age":1, "newfield": "$age"}}
        ])

    修改现有字段的数据：

        db.getCollection("the_table").aggregate([
            {"$match": {"age": {"$gt": 28}}},
            {"$project": {"_id":0, "sex":1, "age":1, "newfield": "this is new field"}}
        ])

    注意：这并不会改变数据库里的数据，只是改变输出的数据

        （数据并没有变化）

    抽取嵌套字段：

        上面的：添加新字段、复制现有字段、修改现有字段的数据等，看起来并没有卵用，而下面的例子就有用了：

            如果用find()，想返回user_id和name，则查询语句为：

                db.getCollection("the_table").find({},{"user.name":1, "user.user_id":1})

            返回结果为：

                （显然，嵌套字段处理起来并不方便）

            现在用$project将嵌套字段中的内容抽取：

                db.getCollection("the_table").aggregate([
                    {"$project": {"name":"$user.name", "user_id":"$user.user_id"}}
                ])

    处理字段特殊值：

        • 如果想添加一个字段，但是这个字段的值就是数字“ 1 ”会怎么样？
        • 如果添加一个字段，这个字段的值就是一个普通的字符串，但不巧正好以“$”开头，又会怎么样呢？

        关键字：$literal

        db.getCollection("the_table").aggregate([
            {"$match": {"age": {"$gt": 28}}},
            {"$project": {"_id":0, "id":1, "hello": {"$literal":"$normalstring"}, "abcd":{"$literal":1}}}
        ])

    分组操作：

        去重的格式：db.getCollection("the_table").aggregate([{"$group": {"_id": "$被去重的字段名"}}])

            db.getCollection("the_table").aggregate([
                {"$group": {"_id": "$name"}}
            ])

            分组操作虽然也能实现去重操作，但是它返回的数据格式与distinct函数是不一样的。distinct函数返回的是数组，而分组操作返回的是几条记录

        去重并统计：

            db.getCollection("the_table").aggregate([
                {"$group": {"_id": "$name","max_age":{"$max":"$age"},"min_age":{"$min":"$age"},"avg_age":{"$avg":"$age"},"sum_age":{"$sum":"$age"}}}
            ])

        原则上，$sum和$avg的值对应的字段的值应该都是数字。如果强行使用值为非数字的字段，那么$sum会返回0, $avg会返回null。而字符串是可以比较大小的，所以，$max与$min可以正常应用到字符串型的字段

        还可以使用$sum的值为数字1来统计多少条记录：

            db.getCollection("the_table").aggregate([
                {"$group": {"_id": "$name","doc_count":{"$sum":1},"max_age":{"$max":"$age"},"min_age":{"$min":"$age"},"avg_age":{"$avg":"$age"},"sum_age":{"$sum":"$age"}}}
            ])

    分组/去重、最新一条数据：

        db.getCollection("the_table").aggregate([
            {"$group": {"_id": "$name","age":{"$last":"$age"},"address":{"$last":"$address"}}}
        ])

    可以取最新的数据，自然可以取最早的数据：

        db.getCollection("the_table").aggregate([
            {"$group": {"_id": "$name","age":{"$first":"$age"},"address":{"$first":"$address"}}}
        ])

    拆分数组（用关键字：$unwind）：

        格式：collection.aggregate([{"$unwind":"$字段名"}])

        db.getCollection("the_table").aggregate([
            {"$unwind":"$size"}
        ])

        还可以把price数组也拆分：

        db.getCollection("the_table").aggregate([
            {"$unwind":"$size"},
            {"$unwind":"$price"}
        ])

    联集合查询：

        主集合.aggregate([
            {
                "$lookup": {
                    "from": "被查集合名",
                    "localField": "主集合的字段",
                    "foreignField": "被查集合的字段",
                    "as": "保存查询结果的字段名"
                }
            }
        ])

        其中的“主集合”与“被查集合”需要搞清楚。如果顺序搞反了， 则结果会不同。
        例如， 现在需要在做博集合中查询用户信息， 那么主集合就是微博集合， 被查集合就是用户集合。于是查询语句可以写为以下：

            db.getCollection("example_post").aggregate([
                {"$lookup":{
                    "from": "example_user",
                    "localField": "user_id",
                    "foreignField": "id",
                    "as": "user_info"
                }}
            ])

            (这里user_info字段之所以会是一个数组，是因为被查询集合中可能有多条记录都满足条件，只有使用数组才能把它们都保存下来。由于用户集合每一个记录都是唯一的，所以这个数组只有一个元素)

            联集合查询并美化结果：

                db.getCollection("example_post").aggregate([
                    {"$lookup":{
                        "from": "example_user",
                        "localField": "user_id",
                        "foreignField": "id",
                        "as": "user_info"
                    }},
                    {"$unwind":"$user_info"}
                ])

            当然，还可以将联集合查询拆分结果返回特定内容：

                db.getCollection("example_post").aggregate([
                    {"$lookup":{
                        "from": "example_user",
                        "localField": "user_id",
                        "foreignField": "id",
                        "as": "user_info"
                    }},
                    {"$unwind":"$user_info"},
                    {"$project":{
                        "content": 1,
                        "post_time": 1,
                        "name": "$user_info.name",
                        "work": "$user_info.work"
                    }}
                ])

            以用户为基准联集合查询：

                db.getCollection("example_user").aggregate([
                    {"$lookup":{
                        "from": "example_post",
                        "localField": "id",
                        "foreignField": "user_id",
                        "as": "weibo_info"
                    }},
                    {"$unwind":"$weibo_info"},
                    {"$project":{
                        "name": 1,
                        "work": 1,
                        "content": "$weibo_info.name",
                        "post_time": "$weibo_info.work"
                    }}
                ])

            还可以指定只查某人的：

                db.getCollection("example_user").aggregate([
                    {"$match": {"name": "张三疯"}},
                    {"$lookup":{
                        "from": "example_post",
                        "localField": "id",
                        "foreignField": "user_id",
                        "as": "weibo_info"
                    }},
                    {"$unwind":"$weibo_info"},
                    {"$project":{
                        "content": 1,
                        "post_time": 1,
                        "name": "$weibo_info.name",
                        "work": "$weibo_info.work"
                    }}
                ])

                (从性能上讲，建议把$match放在最前面，这样可以充分用到mongodb的索引)