Mongodb数据查询 | Mongodb

1.基本查询①方法find():查询db.集合名称.find({条件文档})②方法findOne():查询，只返回第一个db.集合名称.findOne({条件文档})③方法pretty():将结果格式化db.集合名称.find({条件文档}).pretty() 2.比较运算符# 等于，默认是等于判断，没有运算符# 小于，$lt less-than# 小于或等于，$lte less-than,equal# 大于，$gt greater-than# 小于或等于，$gte greater-than,equal# 不等于，$ne not equal db.collection2.find({name:'郭靖'})db.collection2.find({age:{$gte:18}}) 3.逻辑运算符①逻辑与# 默认是逻辑与的关系# 例：查询年龄大于或等于18，并且性别为true的学生db.collection2.find({age:{$gte:18}, gender:true})②逻辑或# 使用$or,值为数组，数组中每个元素为json# 例：查询年龄大于18，或性别为false的学生db.collection2.find({$or:[{age:{$gt:18}},{gender:false}]})注意点：find() >> 或条件下的{} >> $or[ ] >>>> {条件a},{条件b} >> {域:{ 逻辑符判断} }③或、与共用# 例：查询年龄大于18或姓名是郭靖，并且性别为男生db.collection2.find( {$or:[ {age:{$gt:18} },{name:'郭靖'} ],gender:true} ) 4.范围运算符# $in|$nin# 例：查询年龄为18,28的学生db.collection2.find( {age:{$in:[18, 28] } } )# 这里要注意了，最大与最小都需要表中含有这几个数 5.支持正则表达式# 使用 // 或 $regex 编写正则表达式# 例：db.collection2.find( {name:/^黄/} )db.collection2.find( {name:{$regex:'^黄'} } ) 6.自定义查询# 使用$where后面写一个函数，返回满足条件的数据# 例：查询大于30岁的学生db.collection2.find({$where: function(){return this.age > 18}}) 7.Limit和Skip①方法limit():读取指定数量的文档# db.集合名称.find().limit(NUMBER)db.collection2.find().limit(2)# 附：如果指定参数则显示集合中的所有文档②方法skip()：用于跳过指定数量的文档# db.集合名称.find().skip(NUMBER)db.stu.find().skip(2)# 附：参数NUMBER表示跳过的记录条数，默认为0③limit()与skip()一起使用# 不分先后顺序；跳过指定数量文档，再读取指定数量的文档# 查询数据db.collection1.find().limit(4).skip(5)db.collection1.find().skip(5).limit(4) 8.投影--选择字段显示数据# ①db.集合名称.find({},{ 字段名称:1, ...})db.collection2.find({},{name:1, gender:1})# '1':表示显示字段，不设置表示不显示# ②特殊：对于_id列默认是显示的，# 如果不显示需要明确设置为0db.collection2.find({},{_id:0,name:1,gender:1}) 9.排序--对结果集进行排序参数1为升序排列参数-1位降序排列# db.集合名称.find().sort({字段：1....})# --根据性别降序，再根据年龄升序db.collection2.find().sort({gender:-1,age:1}) 10.统计个数①方法count()：用于统计结果集中文档条数1.db.集合名称.find({条件}).count()db.collection2.find({gender:true}).count()# --统计男生人数2.db.集合名称.count({条件})db.collection2.count({age:{$gt:20}, gender:true})# --统计年龄大于20的男生人数 11.消除重复①方法distinct()：对字段数据进行去重，提取--db.集合名称.distinct('去重字段',{条件})db.collection2.distinct('hometown',{age:{$gt:18}})# 查询年龄大于18岁的学生，来自哪些省份# 4.聚合查询 1.基本语法--语法db.集合名称.aggregate( {管道: {表达式} } )附：1.管道：在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入2.表达式：处理输入文档并输出 2.常用表达式$sum: 计算综合，$sum:1 表示以一倍计数$avg: 计算平均值$min: 获取最小值$max: 获取最大值$push: 在结果文档中插入值到第一个文档数据$first: 根据资源文档的排序获取第一个文档数据$last: 根据资源文档的排序获取最后一个文档数据 3.常用管道①$group--将集合中的文档分组，可用于统计结果--_id表示分组的依据，使用某个字段的格式为'$字段'# 统计男生、女生的总人数db.stu.aggregate({$group:{_id:'$gender',counter:{$sum:1}}})--透视数据# 统计学生性别及学生姓名db.stu.aggregate({$group:{_id:'$gender',name:{$push:'$name'}}})--使用$$ROOT可以将文档内容加入到结果集的数组中db.stu.aggregate({$group:{_id:'$gender',name:{$push:'$$ROOT'}}})②$match--修改输入文档的结构，如重命名、增加、删除字段、创建计算结果--用于过滤数据，只输出符合条件的文档--使用MongoDB的标准查询操作# 查询年龄大于20的学生db.stu.aggregate({$match:{age:{$gt:20}}})# 查询年龄大于20的男生、女生人数db.stu.aggregate({$match:{age:{$gt:20}}},{$group:{_id:'$gender',counter:{$sum:1}}})③$project--修改输入文档的结构，如重命名、增加、删除字段、创建计算结果# 查询学生的姓名、年龄db.stu.aggregate({$project:{_id:0,name:1,age:1}})# 查询男生、女生人数，输出人数db.stu.aggregate({$group:{_id:'$gender',counter:{$sum:1}}},{$project:{_id:0,counter:1}})④$sort--将输入文档排序后输出# 查询学生信息，按年龄升序b.stu.aggregate({$sort:{age:1}})# 查询男生、女生人数，按人数降序db.stu.aggregate({$group:{_id:'$gender',counter:{$sum:1}}},{$sort:{counter:-1}})⑤$limit和$skip--$limit# 限制聚合管道返回的文档数# 查询2条学生信息db.stu.aggregate({$limit:2})--$skip# 跳过指定数量的文档，并返回余下的文档# 查询从第3条开始的学生信息db.stu.aggregate({$skip:2})# 统计男生，女生人数，按人数升序，取第2条数据db.stu.aggregate({$group:{_id:'$gender', counter:{$sum:1}}}{$sort:{counter:1}}{$skip:1}{$limit:1})⑥$unwind字段拆分查询--语法--文档中一个数组字段含有多个值--根据字段下的值拆分多条--每条包含数组中的一个值--db.集合名称.aggregate({$unwind:'$字段名称'})# $unwind聚合方法下含有两个属性：path:'$字段名称'preserveNullAndEmptyArrays:<布尔值># 不填写属性，默认表示<布尔值>为false# 且不用标记属性名--构造数据db.t3.insert([{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },{ "_id" : 2, "item" : "b", "size" : [ ] },{ "_id" : 3, "item" : "c", "size": "M" },{ "_id" : 4, "item" : "d" },{ "_id" : 5, "item" : "e", "size" : null }])--查看查询结果，显示对空数组，无字段，null的文档db.t3.aggregate( { $unwind:{ path:'$size', preserveNullAndEmptArrays:true}})--查看查询结果，不显示空数组，无字段，null的文档db.t3.aggregate({$unwind: '$size'}) 相当于：db.t3.aggregate({$unwind:{path:'$size', preserveNullAndEmptyArrays:false}})

　　

转载于:https://www.cnblogs.com/rianbowymail/p/9197536.html

总结

以上是生活随笔为你收集整理的Mongodb数据查询 | Mongodb的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。