上一章节我们快速的在Docker容器中安装了MongoDB,并且通过Navicat MongoDB可视化管理工具快速的连接、创建数据库、集合以及添加了文档数据源。这一章节我们主要是了解一下在日常工作中MongoDB一些常用的操作命令。
MongoDB从入门到实战之Docker快速安装MongoDB👉
MongoDB从入门到实战之MongoDB工作常用操作命令👉
docker ps -- 查看MongoDB容器 docker exec -it mongo-test mongosh -- 进入MondoDB容器中
help #命令提示符 db.help() #数据库方法帮助信息 db.mycoll.help() #集合方法帮助信息
#假如已经存在的数据库会直接切换到指定的数据库 use testDb #当创建一个新的数据库需要创建一个集合(table)的时候才会把数据库持久化到磁盘中 【可能一开始创建数据库时,是在内存中的,还没有持久化到磁盘。新建集合时,就持久化了】 use testDb db.createCollection("mybooks")
show dbs #查看所有数据库 db 或 db.getName() #查看当前使用的数据库
db.stats()
db.version()
db.getMongo()
db.dropDatabase()
db.getPrevError() db.resetError()
db.createCollection("MyBooks") #MyBooks集合名称
show collections
db.MyBooks.drop() #MyBooks要删除的集合名称
insert多个文档插入
MongoDB使用insert() 方法向集合中插入一个或多个文档,语法如下:
db.COLLECTION_NAME.insert(document)
注意:insert(): 若插入的数据主键已经存在,则会抛 org.springframework.dao.DuplicateKeyException 异常,提示主键重复,不保存当前数据。
示例:
添加数据源:
[{ name: "追逐时光者", phone: "15012454678" }, { name: "王亚", phone: "18687654321" }, { name: "大姚", phone: "13100001111" }, { name: "小袁", phone: "131054545541" }]
多条文档数据插入:
db.Contacts.insert([{ name: "追逐时光者", phone: "15012454678" }, { name: "王亚", phone: "18687654321" }, { name: "大姚", phone: "13100001111" }, { name: "小袁", phone: "131054545541" }])
查看插入文档数据:
db.Contacts.find()
insertOne一个文档插入
insert() 方法可以同时插入多个文档,但如果您只需要将一个文档插入到集合中的话,可以使用 insertOne() 方法,该方法的语法格式如下:
db.COLLECTION_NAME.insertOne(document)
示例:
添加数据源:
{ bookName: "平凡的世界", author: "路遥" }
添加示例:
db.MyBooks.insertOne({ bookName: "平凡的世界", author: "路遥" })
update() 方法用于更新已存在的文档。语法格式如下:
db.collection.update(, , { upsert: , multi: , writeConcern: } )
参数说明:
示例:
更改bookName:"平方的世界"书籍名称改成“平方的世界”
db.MyBooks.update({'bookName':'平方的世界'},{$set:{'bookName':'平凡的世界'}})
修改成功后的结果:
MongoDB 查询数据的语法格式如下:
db.collection.find(query, projection)
如果你需要以易读的方式来读取数据,可以使用 pretty() 方法,语法格式如下:
db.col.find().pretty()
pretty() 方法以格式化的方式来显示所有文档。
db.Contacts.find().pretty()
如果你熟悉常规的 SQL 数据,通过下表可以更好的理解 MongoDB 的条件语句查询:
操作 | 格式 | 范例 | RDBMS中的类似语句 |
---|---|---|---|
等于 | { } | db.col.find({"by":"菜鸟教程"}).pretty() | where by = '菜鸟教程' |
小于 | { | db.col.find({"likes":{$lt:50}}).pretty() | where likes < 50 |
小于或等于 | { | db.col.find({"likes":{$lte:50}}).pretty() | where likes <= 50 |
大于 | { | db.col.find({"likes":{$gt:50}}).pretty() | where likes > 50 |
大于或等于 | { | db.col.find({"likes":{$gte:50}}).pretty() | where likes >= 50 |
不等于 | { | db.col.find({"likes":{$ne:50}}).pretty() | where likes != 50 |
MongoDB 的 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。
语法格式如下:
db.col.find({key1:value1, key2:value2}).pretty()
查询集合(Contacts)中name=“小袁” 和phone="131054545541"记录:
db.Contacts.find({"name":"小袁", "phone":"131054545541"}).pretty()
MongoDB OR 条件语句使用了关键字 $or,语法格式如下:
db.col.find( { $or: [ {key1: value1}, {key2:value2} ] } ).pretty()
查询集合(Contacts)中name=“小袁” 和name="大姚"记录:
db.Contacts.find({$or:[{"name":"小袁"},{"name": "大姚"}]}).pretty()
以下实例演示了 AND 和 OR 联合使用,类似常规 SQL 语句为: 'where age>18 AND ("name"="小袁" OR "name"="大姚")':
db.Contacts.find({"age": {$gt:18}, $or: [{"name":"小袁"},{"name": "大姚"}]}).pretty()
remove() 方法的基本语法格式如下所示:
db.collection.remove(, { justOne: , writeConcern: } )
参数说明:
#_id为字符串的话,可以直接这样 db.collection.remove({"_id":"你的id"}); #_id由MongoDB自己生成时 db.collection.remove({'_id':ObjectId("636680729003374f6a6c7add")})
db.colection.remove({'title': 'MongoDB'})
如果你需要在MongoDB中读取指定数量的数据记录,可以使用MongoDB的Limit方法,limit()方法接受一个数字参数,该参数指定从MongoDB中读取的记录条数。
limit()方法基本语法如下所示:
db.COLLECTION_NAME.find().limit(NUMBER)
查询Contacts集合中的前两条数据:
注意:如果没有指定limit()方法中的参数则显示集合中的所有数据。
db.Contacts.find().limit(2)
我们除了可以使用limit()方法来读取指定数量的数据外,还可以使用skip()方法来跳过指定数量的数据,skip方法同样接受一个数字参数作为跳过的记录条数。
skip() 方法脚本语法格式如下:
db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
查询Contacts集合中的第2条数据:
# 显示一条如何在跳过一条 db.Contacts.find().limit(1).skip(1)
在MongoDB 中使用 sort() 方法对数据进行排序,sort() 方法可以通过参数指定排序的字段,并使用 1 和 -1 来指定排序的方式,其中 1 为升序排列,而 -1 是用于降序排列。
sort()方法基本语法如下所示:
db.COLLECTION_NAME.find().sort({KEY:1})
在Contacts集合中让name按照降序来排列:
db.Contacts.find().sort({"name":-1})
createIndex()方法基本语法格式如下所示:
注意:语法中 Key 值为你要创建的索引字段,1 为指定按升序创建索引,如果你想按降序来创建索引指定为 -1 即可。
db.collection.createIndex(keys, options)
Parameter | Type | Description |
---|---|---|
background | Boolean | 建索引过程会阻塞其它数据库操作,background可指定以后台方式创建索引,即增加 "background" 可选参数。 "background" 默认值为false。 |
unique | Boolean | 建立的索引是否唯一。指定为true创建唯一索引。默认值为false. |
name | string | 索引的名称。如果未指定,MongoDB的通过连接索引的字段名和排序顺序生成一个索引名称。 |
dropDups | Boolean | 3.0+版本已废弃。在建立唯一索引时是否删除重复记录,指定 true 创建唯一索引。默认值为 false. |
sparse | Boolean | 对文档中不存在的字段数据不启用索引;这个参数需要特别注意,如果设置为true的话,在索引字段中不会查询出不包含对应字段的文档.。默认值为 false. |
expireAfterSeconds | integer | 指定一个以秒为单位的数值,完成 TTL设定,设定集合的生存时间。 |
v | index version | 索引的版本号。默认的索引版本取决于mongod创建索引时运行的版本。 |
weights | document | 索引权重值,数值在 1 到 99,999 之间,表示该索引相对于其他索引字段的得分权重。 |
default_language | string | 对于文本索引,该参数决定了停用词及词干和词器的规则的列表。 默认为英语 |
language_override | string | 对于文本索引,该参数指定了包含在文档中的字段名,语言覆盖默认的language,默认值为 language. |
db.Contacts.createIndex({"name":-1})
db.Contacts.createIndex({"name":-1,"phone":-1})
db.Contacts.createIndex({"phone": 1}, {background: true})
MongoDB 中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等),并返回计算后的数据结果。
类似SQL语句中的 count(*)。
aggregate() 方法的基本语法格式如下所示:
db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
#创建集合 use BolgCollection #批量插入集合文档数据 db.BlogCollection.insert([{ title: '学习MongoDB', description: 'MongoDB is no sql database', by_user: '时光者', likes: 100 }, { title: 'NoSQL Overview', description: 'No sql database is very fast', by_user: '时光者', likes: 10 }, { title: 'Docker入门学习', description: 'Docker入门学习教程', by_user: '时光者', likes: 100 }, { title: '.Net Core入门学习', description: '.Net Core入门学习', by_user: '大姚', likes: 750 }, { title: 'Golang入门学习', description: 'Golang入门学习', by_user: '小艺', likes: 750 }]) #查询集合所有文档数据 db.BlogCollection.find()
db.BlogCollection.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
类似于SQL语句:
select by_user, count(*) from BlogCollection group by by_user
db.BlogCollection.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
db.BlogCollection.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
db.BlogCollection.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
db.BlogCollection.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])