深入了解mongodb shell指令實例

2024-09-07 00:22:30

字體：大中小

來源：轉載

供稿：網友

文本總結了一些MongoDB Shell 命令，小編認為是比較實用的，因此分享給大家作參考，包括數據庫、集合、文檔、條件操作符來篩選查詢結果等等內容，具有一定的參考價值，需要的朋友可以看看。

       mongodb數據庫結構與傳統關系型數據庫的比較，便于理解接下來的內容

數據庫->集合->文檔
數據庫->表 ->列

--------------------數據庫內容------------------

查看所有數據庫

show dbs

刪除數據庫

db.dropDatebase()

--------------------集合內容--------------------

創建集合

db.createCollection()

查看所有集合/表

show collections
show tables

選定某一集合

use db_name

查看集合的信息

db.stats()

刪除一個集合，但是需要先指定一個數據庫，即先執行 use db_name

db.dropDatabase()

修改集合的名稱

db.collection_name.renameCollection('new_name')

----------------------文檔內容---------------------

插入數據

db.collection_name.insert(document)
db.collection_name.save(document)

查詢數據多條數據

db.collection_name.find()

1、可以指定返回的內容

參數解釋

db.collection_name.find(
{query_term:value},
return_key_name:1}
)

a find()函數的第一個參數是查詢條件，即匹配該內容的文檔都會被篩選出來，如果沒有查詢條件，則輸入{}，不可以為空
b find()函數的第二個參數是指定返回的內容，例如一個student的集合中的一個xiaoming文檔中包含多條內容，姓名、學生號、家庭住址等，現在我只想看姓名，不想查詢的時候返回xiaoming文檔的全部內容，就可以使用這種'鍵名:1'的形式，后面的1表示篩選出該內容并正序輸出，0表示篩選出除了該內容的其余部分，-1表示逆序跟1一樣的結果
c 可以返回多條記錄，這里只是舉個例子，還是拿ixaoming的例子

{
'name':1,
'student_id':1
}

這樣就返回了兩個信息，一個name，一個student_id

2、查詢嵌套信息

結合二維數組理解下面的這個信息

{
'name':'yang',
'sex':'man',
'skill':[
{'php':1},
{'mongodb':4},
{'redis':5}
],
'favorite_food':'meat'
}

其中如果使用skill來作為find()的查詢條件的話，千萬別寫成這樣

---錯誤例子---

db.self.find({'skill':[{'php':1}]})

這樣是查不到的，因為這樣mongodb會將{'skill':[{'php':1}]}解析成skill數組下只包含'php':1這一條記錄的內容，上面的例子明顯不符合這一要求，所以查詢不到

---正確的例子---

db.self.find({'skill.php':1})

這里使用了 . 告訴mongodb數據庫去匹配skill數組下php為1的內容，重點在于skill下是否有'php':1這一條記錄

---正確例子2---

如果一定要使用上面的錯誤例子的方式查詢數據，可以使用$elemMatch參數，注意該參數使用的位置

db.self.find({
'skill':{$elemMatch:
{'php':1}
}
})

這里的$elemMatch是作為條件操作符來使用的

查詢單條數據
db.collection_name.findOne()

skip 跳過查詢的最開始的數量，limit，限制返回數量，sort，當 x:1 表示正序，x:-1 表示逆序

db.collection_name.find().skip(Number).limit(Number).sort({x:1})

計算符合查詢條件的文檔的數量

db.collection_name.find().count()

count()函數默認情況下會忽略skip()或limit()函數，例如假設student集合中有4個文檔，下面的三條語句將顯示不同的結果

db.student.find().limit(1).count() 結果為4，count忽略了limit(1)的條件

db.student.find().limit(1).count(true) 結果為1，為count()傳入參數true

獲取結果的唯一值

db.collection_name.distinct('key_name')

也是查詢的函數，只不過他比起find()會將查詢結果顯示唯一值，而不是根據原有集合中，文檔的數量來顯示結果，結合關系型數據庫中的distinct來理解，舉個例子，有一個圖書集合--books，該集合下有書名，作者，出版日期等信息，注意，一個作者可能寫了很多本書，現在我想查看在該集合中有多少作者，如果我直接使用上面的find()函數來搜索的話

db.books.find(
{},
{'writer':1}
)

這樣會將全部的作者列出來，但是很多都是重復的，因為find()是根據文檔數量來返回結果的，而distinct()會將結果篩選，
其中重復的部分

db.books.distinct('writer')

將查詢結果分組

db.collection_name.group()

參數1 key 按照此key進行分組
參數2 initial 設置變量，該變量會在最終輸出，注意，這個變量是對每個分組都會定義一個的，一個新的分組開始就重新創建
參數3 reduce 一個函數，在文檔分組期間執行，即對一個文檔進行一次分組就會執行一次，傳入兩個參數，一個是代表initial的參數，一個是目前進行分組的文檔，為了便于理解，分別取名叫out和doc
參數4 keyf，可選，作用跟key一樣，但是可以指定一個函數創建一個原本不存在于文檔中的字段作為分組的依據，需要傳入一個當前文檔的參數
參數5 cond 過濾條件，只有滿足該條件的文檔才能參與分組
參數6 finalize 在分組完成后執行的函數，傳入代表initial的參數
下面來看一個例子就能大致上了解了，先傳入幾個文檔到orders集合中
data1={
"_id" : ObjectId("552a330e05c27486b9b9b650"),
"_class" : "com.mongo.model.Orders",
"onumber" : "002",
"date" : ISODate("2014-01-03T16:03:00Z"),
"cname" : "zcy",
"item" : {
  "quantity" : 1,
  "price" : 4.0,
  "pnumber" : "p002"
}
}
data2={
"_id" : ObjectId("552a331d05c275d8590a550d"),
"_class" : "com.mongo.model.Orders",
"onumber" : "003",
"date" : ISODate("2014-01-04T16:03:00Z"),
"cname" : "zcy",
"item" : {
  "quantity" : 10,
  "price" : 2.0,
  "pnumber" : "p001"
}
}
data3={
"_id" : ObjectId("552a333105c2f28194045a72"),
"_class" : "com.mongo.model.Orders",
"onumber" : "003",
"date" : ISODate("2014-01-04T16:03:00Z"),
"cname" : "zcy",
"item" : {
  "quantity" : 30,
  "price" : 4.0,
  "pnumber" : "p002"
}
}
data4={
"_id" : ObjectId("552a333f05c2b62c01cff50e"),
"_class" : "com.mongo.model.Orders",
"onumber" : "004",
"date" : ISODate("2014-01-05T16:03:00Z"),
"cname" : "zcy",
"item" : {
  "quantity" : 5,
  "price" : 4.0,
  "pnumber" : "p002"
}
}
db.orders.insert(data1)
db.orders.insert(data2)
db.orders.insert(data3)
db.orders.insert(data4)

接下來展示group()函數

例1

db.orders.group({
key:{data:1,'item.pnumber':1},
initial:{'total':0},
reduce:function (doc,out){
out.total+=doc.item.quantity
}
})

首先是按照data和ietm數組中的pnumber分組
接著定義了輸出變量total，記錄每個產品的總數
接著是定義處理函數，也就是reduce中的函數，注意，傳入參數的先后順序，第一個參數表示當前進行分組的文檔，第二個參數表示initial，所以doc能直接調用doc.item.quantity，即文檔的內容，out能調用out.total，即initial的內容

例2

db.orders.group({
keyf:function(doc){
return {'month':doc.date.getMonth()+1};
},
initial:{'total':0,'money':0},
reduce:function (doc,out){
out.total+=doc.item.quantity*doc.item.price
},
finalize:function (out){
out.avg=out.money/out.total;
return out;
}
})

首先，這個例子展示了keyf的用法，他返回了一個新的字段--month，接下來mongodb會按照month的計算結果分類
接著，就是在keyf以及finalize的函數中都有傳入參數，其實這個參數跟reduce中的參數名字沒有關系，這里寫在一起主要是為了便于理解其含義
最后就是在finalize中臨時創建了一個變量avg，這個avg在最后也是會被輸出的
最后一點，在函數中處理結果都是會被return的

----------------使用條件操作符來篩選查詢結果------------------

一般情況下都使用在find()的第一個參數內部，作為篩選條件使用

---$gt,$lt,$get,$lte,$ne---

db.collection_name.find(
{
key_name:{$gt:value}
})

注意操作符的位置，看例子可以便于理解

db.student.find(
{
'height':{$gt:180}
})

表示篩選出學生集合中身高高于180的學生

可以同時使用兩個操作符來指定范圍

db.student.find({
'height':{$gt:180,$lt:220}
})

這兩個的使用方法跟上面是一樣的，但是需要單獨拎出來講，因為有點特殊

---$in,$nin---

db.student.find({
'height':{$in:[170,180,190,200]}
})

表示篩選出身高為170，180，190，200的學生，$nin就是篩選除了170，180，190，200之外的學生

---$all---

上面的$in中的內容是‘或'的形式，只要你的身高是170，或180，或190，或200，那么你就符合篩選條件，而$all則是且的關系

db.student.find({
'height':{$all:[170,180,190,200]}
})

這句話的意思是你的身高既是170，又是180，又是190，又是200才能滿足條件

---$or---

db.student.find({
$or:[
{'score':100},
{'sex':man}
]
})

上面的例子中，score:100與sex:man是‘或'的關系，結合下面的例子就可以看出$or的作用了

db.student.find(
{'score':100,'sex':'man'}
)

其中的score:100與sex:man是且的關系

limit(x)函數加skip(y)函數=$slice:[y,x]

具體使用方法可以看下面這個例子

db.student.find(
{},
{'height':{$slice:[10,5]}}
)

還是那句老話，注意$slice的位置，這句話表示篩選身高第11到15的人，第一個參數是skip()的參數，第二個是limit()

limit()函數是限制返回文檔的數量的，$size是篩選符合數量的數組的，看下面的例子就明白了

先在數據庫中添加以下信息

message={
'cds':[
{'first_song':'hello'},
{'second_song':'world'},
{'third_song':'again'}
]
}
db.songs.insert(message)

接著我們來查詢一下上述結果

db.songs.find(
{'cds':{$size:2}}
)

無返回結果，因為cds數組里有3組數據

db.songs.find(
{'cds':{$size:3}}
)

返回全部結果，注意一點，這里是作為find()函數的第一個參數傳入的，所以是篩選條件

篩選含有特定字段的值

db.collection_name.find(
{
key_name:{$exit:true}
})

返回存在該字段的文檔，注意，這里是存在該字段，而沒有指定該字段的具體內容

根據數據類型篩選返回結果

db.collection_name.find(
{
'key_name':{$type:x}
})

其中的x取值內容有很多，這里就不介紹了，因為太多了看一遍也沒用

在篩選中使用正則表達式

db.collection_name.find(
{
'key_name':/ /
})

在/ /中添加正則表達式的內容

更新數據

db.collection_name.update({original_key:original_value},{new_key:new_value})

1、只要原 collection 中包含 original_key:original_value 就會被選中成為操作對象

2、整個 collection 都會被更新成 new_key:new_value ，而不單單就只是更新 original_key:original_value

相較于上面會更新整個集合，下面添加了 $set: 的形式來只進行部分字段的更新

db.collection_name.update({original_key:original_value},{$set:{new_key:new_value}})

上面使用$set更新了一條字段，可以使用$unset刪除一條字段

db.collection_name.update{
{},
{$unset:{key:value}}
}

如果此更新數據不存在就創建這一條數據，加第三個參數為 true 就可以實現了

db.collection_name.update({original_key:original_value},{new_key:new_value},true)

或者下面的形式也可以

db.collection_name.update({original_key:original_value},{new_key:new_value},{upsert:true})

update 只會更新第一條滿足條件的記錄，但是想更新多條記錄時，將第三個參數設置為 false，第四個參數設置為 true，而且還要設置 $set

db.collection_name.update({original_key:original_value},{$set{new_key:new_value}},false,true)

------------------插入數據主站蜘蛛池模板：一级视频网站 | 黄色片免费在线 | 免费黄色a| 欧美一级特黄aaaaaaa什 | 亚洲成人久久精品 | 神马久久蜜桃 | 性少妇freeseⅹbbwhd | 91福利免费视频 | 密室逃脱第一季免费观看完整在线 | 国产免费网站视频 | 天天色图片 | 免费黄色大片在线观看 | 精品久久久久久久久久久下田 | 亚洲最黄视频 | 成人羞羞在线观看网站 | 午夜色视频在线观看 | 狠狠干天天操 | 黑人日比| 日韩一级网站 | 久色乳综合思思在线视频 | 激情黄页| 午夜热门福利 | 国产午夜精品一区 | 欧美一级不卡视频 | 久久国产精品久久久久久久久久 | 九九热免费视频在线观看 | 精品一区二区三区中文字幕老牛 | 久久精品综合视频 | 国产一级性生活视频 | 少妇一级淫片高潮流水电影 | 国内精品久久久久久2021浪潮 | 国产69精品久久久久99尤 | 日本在线免费观看视频 | 在线播放黄色网址 | 成人午夜一区 | 久久亚洲美女视频 | 午夜色片 | 性日本xxx | 久久久久久艹 | 久久精品av| 牛牛a级毛片在线播放 |

麻豆小视频在线观看_中文黄色一级片_久久久成人精品_成片免费观看视频大全_午夜精品久久久久久久99热浪潮_成人一区二区三区四区

深入了解mongodb shell指令實例