MongoDB数据库入门到精通看这一篇就够了

文章目录

一、MongoDB简介
二、环境搭建
三、基础入门
四、高级查询
五、聚合和管道
六、索引
- 1、创建索引
- 2、索引操作
七、备份和恢复
- 1、备份
- 2、恢复

一、MongoDB简介

1、MongoDB介绍

MongoDB是为快速开发互联网Web应用而设计的数据库系统。

MongoDB的设许目标是极简、灵活、作为Web应用栈的一部分。

MongoDB的数据模型是面向文档的, 所谓文档是一种类似于JSON的结构，简单理解MongoDB这个数据库中存的是各种各样的JSON。( BSON )

2、MongoDB中三个概念

数据库( database )：数据库是一个仓库，在仓库中可以存放集合。

集合( collection )：集合类似于数组，在集合中可以存放文档。

文档( document )：文档数据库中的最小单位,我们存储和操作的内容都是文档。

3、MongoDB优势

易扩展： NoSQL数据库种类繁多，但是⼀个共同的特点都是去掉关系数据库的关系型特性。数据之间⽆关系，这样就⾮常容易扩展

⼤数据量，⾼性能： NoSQL数据库都具有⾮常⾼的读写性能，尤其在⼤数据量下，同样表现优秀。这得益于它的⽆关系性，数据库的结构简单

灵活的数据模型： NoSQL⽆需事先为要存储的数据建⽴字段，随时可以存储⾃定义的数据格式。⽽在关系数据库⾥，增删字段是⼀件⾮常麻烦的事情。如果是⾮常⼤数据量的表，增加字段简直就是⼀个噩梦

二、环境搭建

1、下载

官网下载地址：https://www.mongodb.com/try/download
在这里插入图片描述

注意：在MongoDB版本的版本偶数版为稳定版通常用于生产环境，如3.2.x、3.4.x、3.6.x，奇数版本为开发版本：3.1.x、3.3.x、3.5.x表示开发版

2、安装

点击开始安装
在这里插入图片描述

在这里插入图片描述

3、安装失败问题解决

在安装MongoDB数据库的时候，有可能出现安装速度较慢，然后取消安装以后，再一次重新去安装的时候，在安装的最后一步可能会出现无法启动服务的现象

在这里插入图片描述

这种情况直接点击Ignore，完成安装以后

以管理员身份运行命令行窗口，使用该命令将MongDB服务删除掉

sc delete MongoDB
1

删除以后我们自己在data目录下创建一个db文件夹；log目录下创建一个MongoDB.log文件，如下：

在这里插入图片描述

重新装一个MongoDB服务就可以了，在安装目录的bin中打开控制台窗口输入命令：

mongod --dbpath=F:\mongodb\data\db  --logpath=F:\mongodb\log\MongoDB.log --install --serviceName "MongoDB"
1

注意：第一个路径表示的是数据存放地址；第二个路径表示日志存放文件
如图所示：
在这里插入图片描述
再输入 net start MongoDB启动服务

执行结果如下图：
在这里插入图片描述

设置环境变量
在这里插入图片描述

设置完毕后，需要重启一下电脑
在cmd控制输入，mongod -version，出现版本号表示安装成功
在这里插入图片描述

4、启动

cmd控制输出： mongo回车，出现大于符号表示进入MongoDB数据库了
在这里插入图片描述

5、图形化工具

1）下载

官网下载地址（英文版，试用14天）：https://www.mongodbmanager.com/download （傻瓜式安装，一路next到完成即可）

2）连接客户端

1、确保mongodb已经启动

2、如果没有特别设置账户权限，默认情况下无需修改新建连接信息
在这里插入图片描述

3）基本操作

1、点击+展开数据库集合
在这里插入图片描述
2、输入sql语句

3、操作集合

在这里插入图片描述
4、集合其他操作

选择集合并右击
在这里插入图片描述

三、基础入门

1、基础命令

查看所有的数据库：show dbs /show databases
切换数据库：use db_name
查看使用当前的数据库：db
删除当前的数据库：db.dropDatabase()
查看数据库中所有集合（表）：show collections
查看指定集合下所有文档（JSON数据）：db.集合名称.find()

2、集合命令

不手动创建集合：向不存在的集合中第⼀次加⼊数据时，集合会被创建出来

手动创建结合：

db.createCollection(name,options)
db.createCollection("stu")
db.createCollection("sub", { capped : true, size : 10 } )
参数capped：默认值为false表示不设置上限,值为true表示设置上限
参数size：当capped值为true时，需要指定此参数，表示上限⼤⼩,当⽂档达到上限时，会将之前的数据覆盖，单位为字节

查看集合：show collections

删除集合：db.集合名称.drop()

3、数据类型

数据类型	介绍
Object ID	⽂档ID
String	字符串，最常⽤，必须是有效的UTF-8
Boolean	存储⼀个布尔值， true或false
Integer	整数可以是32位或64位，这取决于服务器
Double	存储浮点值
Arrays	数组或列表，多个值存储到⼀个键
Object	⽤于嵌⼊式的⽂档，即⼀个值为⼀个⽂档
Null	存储Null值
Timestamp	时间戳，表示从1970-1-1到现在的总秒数
Date	存储当前⽇期或时间的UNIX时间格式

4、注意点

创建⽇期语句如下：参数的格式为YYYY-MM-DD

new Date('2017-12-20')
1

每个⽂档都有⼀个属性，为_id，保证每个⽂档的唯⼀性

可以⾃⼰去设置_id插⼊⽂档，如果没有提供，那么MongoDB为每个⽂档提供了⼀个独特的_id，类型为objectID

objectID是⼀个12字节的⼗六进制数：

前4个字节为当前时间戳
接下来3个字节的机器ID
接下来的2个字节中MongoDB的服务进程id
最后3个字节是简单的增量值

5、插入数据

语法如下：

db.集合名称.insert(JSON对象)
插入1条数据：db.集合名称.insertOne(JSON对象)
插入多条数据：db.集合名称.insertMany([JSON 1，JSON 2，JSON 3，...JSON n])
指定_id参数：db.集合名称.insert({_id:"001", name:"gj", gender:1})

注意：

插入数据时不需要专门去创建集合(表)，因为插入数据时会自动创建集合
插⼊⽂档时，如果不指定_id参数， MongoDB会为⽂档分配⼀个唯⼀的ObjectId
如果⽂档的_id已经存在则报错

案例：

// 插入1条数据
db.test001.insert({name: "张三", age: 18, sex: "男", hobby: "美女"});

db.test001.insertOne({name: "张三", age: 18, sex: "男", hobby: "美女"});
 
 
// 插入多条数据
db.test001.insertMany([
    {name: "张三", age: 18, sex: "男", hobby: "美女"},
    {name: "李四", age: 20, sex: "男", hobby: "跑车"},
    {name: "王五", age: 21, sex: "男", hobby: "黑丝"},
]);
1
2
3
4
5
6
7
8
9
10
11
12

6、简单查询

查看当前集合所有数据（json文件）

格式：db.集合名称.find()

案例：

> db.test001.find()
{ "_id" : ObjectId("62177e62cec136e6f853bbe9"), "name" : "张三", "age" : 18, "sex" : "男", "hobby" : "美女" }
{ "_id" : ObjectId("62177e62cec136e6f853bbea"), "name" : "李四", "age" : 20, "sex" : "男", "hobby" : "跑车" }
{ "_id" : ObjectId("62177e62cec136e6f853bbeb"), "name" : "王五", "age" : 21, "sex" : "男", "hobby" : "黑丝" }
1
2
3
4

7、保存数据

格式：db.集合名称.save(document)

注意：如果⽂档的_id已经存在则修改，如果⽂档的_id不存在则添加

案例：

在这里插入图片描述

8、修改数据

语法格式：

db.集合名称.update(<query> ,<update>,{multi: <boolean>})
更新一条（字段全部替换）：db.集合名称.update({name:'原始数据'},{name:'修改后数据'})
更新一条（仅更新一个字段）：db.集合名称.update({name:'原始数据'},{$set:{name:'修改后数据'}}) ，推荐使用
更新全部：db.集合名称.update({name:'原始数据'},{$set:{name:'修改后数据'}},{multi:true})
参数query：查询条件
参数update：更新操作符
参数multi：可选，默认是false，表示只更新找到的第⼀条记录，值为true表示把满⾜条件的⽂档全部更新

注意：{multi:true}需要和$set配合使用

案例1：

//把名字为小黑的更新为小白
> db.test001.update({name: '小黑'},{name:'小白'})))
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.test001.find()                         
{ "_id" : ObjectId("621780b5cec136e6f853bbef"), "name" : "张三", "age" : 18, "sex" : "男", "hobby" : "美女" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf0"), "name" : "李四", "age" : 20, "sex" : "男", "hobby" : "跑车" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf1"), "name" : "王五", "age" : 21, "sex" : "男", "hobby" : "黑丝" }
{ "_id" : 1, "name" : "小白" } 
1
2
3
4
5
6
7
8

注意：这种写法会替换掉其他的字段（全部替换），age、sex、hobby都没有了

案例2：

//把名字为王五的更新为小王
> db.test001.update({name:'王五'},{$set:{name:'小王'}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.test001.find()                                '}})
{ "_id" : ObjectId("621780b5cec136e6f853bbef"), "name" : "张三", "age" : 18, "sex" : "男", "hobby" : "美女" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf0"), "name" : "李四", "age" : 20, "sex" : "男", "hobby" : "跑车" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf1"), "name" : "小王", "age" : 21, "sex" : "男", "hobby" : "黑丝" }
{ "_id" : 1, "name" : "小白" }
1
2
3
4
5
6
7
8

可以看出加上$set:后仅更新了name一个字段

案例3：

//修改所有人的性别
> db.test001.update({sex: '男'},{$set:{sex: '女'}},{multi:true})
WriteResult({ "nMatched" : 0, "nUpserted" : 0, "nModified" : 0 })
> db.test001.find()                               )      }))  })
{ "_id" : ObjectId("621780b5cec136e6f853bbef"), "name" : "张三", "age" : 18, "sex" : "女", "hobby" : "美女" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf0"), "name" : "李四", "age" : 20, "sex" : "女", "hobby" : "跑车" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf1"), "name" : "小王", "age" : 21, "sex" : "女", "hobby" : "黑丝" }
{ "_id" : 1, "name" : "小白" }
1
2
3
4
5
6
7
8

{multi:true}：起到全部JSON替换的功能

9、删除数据

格式：db.集合名称.remove(<query>,{justOne: <boolean>})

参数query:可选，删除的⽂档的条件
参数justOne:可选，如果设为true或1，则只删除⼀条，默认false，表示删除多条

案例：

//先删除一条数据
> db.test001.remove({sex: '女'}, {justOne:true})
WriteResult({ "nRemoved" : 1 })
> db.test001.find()
{ "_id" : ObjectId("621780b5cec136e6f853bbf0"), "name" : "李四", "age" : 20, "sex" : "女", "hobby" : "跑车" }
{ "_id" : ObjectId("621780b5cec136e6f853bbf1"), "name" : "小王", "age" : 21, "sex" : "女", "hobby" : "黑丝" }
{ "_id" : 1, "name" : "小白" }
// 全部删除
> db.test001.remove({sex: '女'})
WriteResult({ "nRemoved" : 2 })
> db.test001.find()            )
{ "_id" : 1, "name" : "小白" }
1
2
3
4
5
6
7
8
9
10
11
12

四、高级查询

数据准备（三国争霸）：

db.test002.insertMany([
    {name: "张飞", hometown: "蜀国", age: 30, sex: "男"},
    {name: "关羽", hometown: "蜀国", age: 40, sex: "男"},
    {name: "刘备", hometown: "蜀国", age: 50, sex: "男"},
    {name: "曹操", hometown: "魏国", age: 45, sex: "男"},
    {name: "司马懿", hometown: "魏国", age: 45, sex: "男"},
    {name: "孙权", hometown: "吴国", age: 50, sex: "男"}
]);
1
2
3
4
5
6
7
8

1、数据查询

条件查询：db.集合名称.find({条件⽂档})
查询只返回第⼀个：db.集合名称.findOne({条件⽂档})
将结果格式化：db.集合名称.find({条件⽂档}).pretty()

案例1：

// 查询年龄为50
> db.test002.find({age:50})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

// 查询年龄为45
> db.test002.find({age:45})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
1
2
3
4
5
6
7
8
9

案例2：

//查询一个年龄为50
> db.test002.findOne({age:50})
{
        "_id" : ObjectId("6219a246d1ca96a61ceca3e7"),
        "name" : "刘备",
        "hometown" : "蜀国",
        "age" : 50,
        "sex" : "男"
}

//查询一个年龄为45
> db.test002.findOne({age:45})
{
        "_id" : ObjectId("6219a246d1ca96a61ceca3e8"),
        "name" : "曹操",
        "hometown" : "魏国",
        "age" : 45,
        "sex" : "男"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

案例3：

//美化输出年龄为50
> db.test002.find({age:50}).pretty()
{
        "_id" : ObjectId("6219a246d1ca96a61ceca3e7"),
        "name" : "刘备",
        "hometown" : "蜀国",
        "age" : 50,
        "sex" : "男"
}
{
        "_id" : ObjectId("6219a246d1ca96a61ceca3ea"),
        "name" : "孙权",
        "hometown" : "吴国",
        "age" : 50,
        "sex" : "男"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

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）

⼩于等于：$lte （less than equal）

⼤于：$gt （greater than）

⼤于等于：$gte

不等于：$ne

格式：db.集合名称.find({age:{$gte:18}})

案例：

//年龄小于45
> db.test002.find({age:{$lt:45}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }

//年龄小于等于45
> db.test002.find({age:{$lte:45}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }

//年龄大于45
> db.test002.find({age:{$gt:45}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

//年龄大于等于45
> db.test002.find({age:{$gte:45}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

//年龄不等于45
> db.test002.find({age:{$ne:45}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

3、范围运算符

判断是否在某个范围内：使⽤$in， $nin

格式：db.集合名字.find({age:{$in:[18,28]}})

案例：

//年龄为30,40,50
> db.test002.find({age:{$in:[30,40,50]}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

//年龄不为30,40,50
> db.test002.find({age:{$nin:[30,40,50]}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11

4、逻辑运算符

and：在json中写多个条件即可

格式：db.集合名称.find({条件1, 条件2})

or：使⽤$or，值为数组，数组中每个元素为json

格式：db.集合名词.find({$or:[{条件1}, {条件2}]})

案例：

//年龄为40的蜀国人
> db.test002.find({age: 40, hometown: "蜀国"})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }

//年龄小于50或者为吴国人
> db.test002.find({$or:[{age:{$lt:50}}, {hometown: "吴国"}]})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11

5、正则表达式

使⽤//或$regex编写正则表达式

格式1：db.集合名称.find({name:/^张/})

格式2：db.集合名词.find({name:{$regex:'^张'}})

案例：

//查询姓名以张开头
> db.test002.find({name:/^张/})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
> db.test002.find({name:{$regex:'^张'}})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
1
2
3
4
5

6、limit和skip

⽤于读取指定数量的⽂档：db.集合名称.find().limit(number)

⽤于跳过指定数量的⽂档：db.集合名称.find().skip(number)

同时使用：

db.集合名称.find().limit(number).skip(number)
或
db.集合名称.find().skip(number).limit(number) //推荐使用效率会更高
1
2
3

案例：

//查询前两条数据
> db.test002.find().limit(2)
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }

//查询除前两条以外的数据
> db.test002.find().skip(2)
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

//查询前五条数据中后两条
> db.test002.find().limit(5).skip(3)
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }

//查询后三条数据中的前两条
> db.test002.find().skip(3).limit(2)
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

7、自定义查询

使⽤$where后⾯写⼀个函数，返回满⾜条件的数据

格式：

db.集合名称.find({
    $where:function() {
        return this.条件;}
})
1
2
3
4

案例：

//查询年龄大于40
> db.test002.find({
     $where:function() {
         return this.age>40;}
  })
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
1
2
3
4
5
6
7
8
9

8、投影

在查询到的返回结果中，只选择必要的字段：db.集合名称.find({条件（可省略）},{字段名称:1,...})

参数为字段与值，值为1表示显示，不显示则不用写
特殊：对于_id列默认是显示的，如果不显示需要明确设置为0

案例1：

//显示name和age字段
> db.test002.find({},{name:1, age:1})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "age" : 30 }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "age" : 40 }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "age" : 50 }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "age" : 45 }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "age" : 45 }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "age" : 50 }
1
2
3
4
5
6
7
8

可以看出_id列默认是显示的

案例2：

//仅显示name字段
> db.test002.find({},{name:1, _id:0})
{ "name" : "张飞" }
{ "name" : "关羽" }
{ "name" : "刘备" }
{ "name" : "曹操" }
{ "name" : "司马懿" }
{ "name" : "孙权" }
1
2
3
4
5
6
7
8

9、排序

对集合进⾏排序：db.集合名称.find().sort({字段:1,...})

参数1为升序排列
参数-1为降序排列

案例：

//根据年龄升序排序
> db.test002.find().sort({age:1})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }

//根据年龄降序排序
> db.test002.find().sort({age:-1})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }

//根据name降序，再根据age降序
> db.test002.find().sort({name:-1, age:-1})
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e8"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e5"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3ea"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e9"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e7"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("6219a246d1ca96a61ceca3e6"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

10、统计个数

统计结果集中⽂档条数：

db.集合名称.find({条件}).count()
db.集合名称.count({条件})

案例：

//统计蜀国人个数
> db.test002.find({hometown: "蜀国"}).count()
3

> db.test002.count({hometown: "蜀国"})
3
1
2
3
4
5
6

注意：如果有find()，需要在find()中写条件

11、去除重复

数据进⾏去重：db.集合名称.distinct('去重字段',{条件})

案例：

//对hometown去重
> db.test002.distinct('hometown')
[ "吴国", "蜀国", "魏国" ]
//对age去重
> db.test002.distinct('age')
[ 30, 40, 45, 50 ]

//对age去重，并且为蜀国人
> db.test002.distinct('age',{hometown:"蜀国"})
[ 30, 40, 50 ]
1
2
3
4
5
6
7
8
9
10

五、聚合和管道

数据准备：

db.test003.insertMany([
    {name: "张飞", hometown: "蜀国", age: 30, sex: "男"},
    {name: "关羽", hometown: "蜀国", age: 40, sex: "男"},
    {name: "刘备", hometown: "蜀国", age: 50, sex: "男"},
    {name: "曹操", hometown: "魏国", age: 45, sex: "男"},
    {name: "司马懿", hometown: "魏国", age: 45, sex: "男"},
    {name: "孙权", hometown: "吴国", age: 50, sex: "男"},
    {name: "貂蝉", hometown: "未知", age: 18, sex: "女"},
    {name: "西施", hometown: "越国", age: 18, sex: "女"},
    {name: "王昭君", hometown: "西汉", age: 18, sex: "女"},
    {name: "杨玉环", hometown: "唐朝", age: 18, sex: "女"}
]);
1
2
3
4
5
6
7
8
9
10
11
12

1、聚合简介

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、过滤等功能，然后经过一系列的处理，输出相应的结果。

语法格式：db.集合名称.aggregate({管道:{表达式}})

在这里插入图片描述

2、常用管道

在mongodb中，⽂档处理完毕后，通过管道进⾏下⼀次处理

常用管道如下：

$group：将集合中的⽂档分组，可⽤于统计结果

$match：过滤数据，只输出符合条件的⽂档

$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

$sort：将输⼊⽂档排序后输出

$limit：限制聚合管道返回的⽂档数

$skip：跳过指定数量的⽂档，并返回余下的⽂档

$unwind：将数组类型的字段进⾏拆分

3、表达式

处理输⼊⽂档并输出

语法格式：表达式:'$列名'

常⽤表达式:

$sum：计算总和， $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⼀个数组中

$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

4、$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’

案例：

// 返回sex有哪些值
> db.test003.aggregate(
	{$group:{
		_id:"$sex"
		}
	}
)
{ "_id" : "男" }
{ "_id" : "女" }

//统计男生、女生分别的总人数
> db.test003.aggregate(
	{$group:
		{
		_id:"$sex",
		count:{$sum:1}
		}
	}
)
{ "_id" : "男", "count" : 6 }
{ "_id" : "女", "count" : 4 }

//统计男、女分别的平均年龄
> db.test003.aggregate(
	{$group:
		{
		_id:"$sex",
		count:{$sum:1},
		avg_age:{$avg:"$age"}
		}
	}
)
{ "_id" : "男", "count" : 6, "avg_age" : 43.333333333333336 }
{ "_id" : "女", "count" : 4, "avg_age" : 18 }

//按照hometown进行分组，获取不同组的平均年龄
> db.test003.aggregate(
	{$group:
		{
		_id:"$hometown",
		avg_age:{$avg:"$age"}
		}
	}
)
{ "_id" : "蜀国", "avg_age" : 40 }
{ "_id" : "唐朝", "avg_age" : 18 }
{ "_id" : "越国", "avg_age" : 18 }
{ "_id" : "吴国", "avg_age" : 50 }
{ "_id" : "西汉", "avg_age" : 18 }
{ "_id" : "未知", "avg_age" : 18 }
{ "_id" : "魏国", "avg_age" : 45 }

//统计不同性别的人物名字
> db.test003.aggregate(
	{$group:
		{
		_id:"$sex",
		name:{$push:"$name"}
		}
	}
)
{ "_id" : "男", "name" : [ "张飞", "关羽", "刘备", "曹操", "司马懿", "孙权" ] }
{ "_id" : "女", "name" : [ "貂蝉", "西施", "王昭君", "杨玉环" ] }

// 使用$$ROOT可以将文档内容加入到结果集的数组中
> db.test003.aggregate(
	{$group:
		{
		_id:"$sex",
		name:{$push:"$$ROOT"}
		}
	}
)
{ "_id" : "男", "name" : [ { "_id" : ObjectId("621cbd0aea5c14fd51410b33"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b34"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b35"), "name" : " 刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b36"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b37"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b38"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" } ] }
{ "_id" : "女", "name" : [ { "_id" : ObjectId("621cbd0aea5c14fd51410b39"), "name" : "貂蝉", "hometown" : "未知", "age" : 18, "sex" : "女" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b3a"), "name" : "西施", "hometown" : "越国", "age" : 18, "sex" : "女" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b3b"), "name" : " 王昭君", "hometown" : "西汉", "age" : 18, "sex" : "女" }, { "_id" : ObjectId("621cbd0aea5c14fd51410b3c"), "name" : "杨玉环", "hometown" : "唐朝", "age" : 18, "sex" : "女" } ] }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75

_id:null：将集合中所有文档分为一组

案例：求总人数、平均年龄

> db.test003.aggregate(
	{$group:
		{
		_id:null,
		count:{$sum:1},
		avg_age:{$avg:"$age"}
		}
	}
)
{ "_id" : null, "count" : 10, "avg_age" : 33.2 }
1
2
3
4
5
6
7
8
9
10

总结：

$group对应的字典中有几个键，结果中就有几个键
分组依据需要放到_ id后面
取不同的字段的值需要使用$，如：$hometown、$age、$sex
取字典嵌套的字典中值的时候$_id.字段名
同时取多个键进行分组：{$group:{_id:{字段名1:"$字段名1",字段名2:"字段名2"}}}；输出结果：{_id:{字段名1:"",字段名2:""}

5、$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；简单来说就是修改输入输出的值

案例1：查询姓名、年龄

> db.test003.aggregate({$project:{_id:0, name:1, age:1}})
{ "name" : "张飞", "age" : 30 }
{ "name" : "关羽", "age" : 40 }
{ "name" : "刘备", "age" : 50 }
{ "name" : "曹操", "age" : 45 }
{ "name" : "司马懿", "age" : 45 }
{ "name" : "孙权", "age" : 50 }
{ "name" : "貂蝉", "age" : 18 }
{ "name" : "西施", "age" : 18 }
{ "name" : "王昭君", "age" : 18 }
{ "name" : "杨玉环", "age" : 18 }
1
2
3
4
5
6
7
8
9
10
11

案例2：查询男、女人数，输出人数


> db.test003.aggregate(
	{$group:{_id:'$sex', count:{$sum:1}}},
	{$project:{_id:0, count:1}}
)
{ "count" : 4 }
{ "count" : 6 }
1
2
3
4
5
6
7

6、$match

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
match是管道命令，能将结果交给后一个管道，但是find不可以

案例1：查询年龄大于20的

> db.test003.aggregate(
	{$match:{age:{$gt:20}}}
)
{ "_id" : ObjectId("621cbd0aea5c14fd51410b33"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("621cbd0aea5c14fd51410b34"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("621cbd0aea5c14fd51410b35"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("621cbd0aea5c14fd51410b36"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("621cbd0aea5c14fd51410b37"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("621cbd0aea5c14fd51410b38"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
1
2
3
4
5
6
7
8
9

案例2：查询年龄大于等于18的男生、女生人数

> db.test003.aggregate(
	{$match:{age:{$gte:18}}},
	{$group:{_id:'$sex',count:{$sum:1}}}
)
{ "_id" : "男", "count" : 6 }
{ "_id" : "女", "count" : 4 }
1
2
3
4
5
6

7、$sort

将输入文档排序后输出

例1：查询学生信息，按年龄升序

> db.test003.aggregate({$sort:{age:1}})
{ "_id" : ObjectId("622080a6d0f7b3df134da712"), "name" : "貂蝉", "hometown" : "未知", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da713"), "name" : "西施", "hometown" : "越国", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da714"), "name" : "王昭君", "hometown" : "西汉", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da715"), "name" : "杨玉环", "hometown" : "唐朝", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70c"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70d"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70f"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da710"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70e"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da711"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
1
2
3
4
5
6
7
8
9
10
11

例2：查询男生、女生人数，按人数降序


> db.test003.aggregate(
	{$group:{_id:'$sex',counter:{$sum:1}}},
	{$sort:{age:-1}}
)
{ "_id" : "男", "counter" : 6 }
{ "_id" : "女", "counter" : 4 }
1
2
3
4
5
6
7

8、$limit

限制聚合管道返回的文档数量

案例：查询2条学生信息


> db.test003.aggregate({$limit:2})
{ "_id" : ObjectId("622080a6d0f7b3df134da70c"), "name" : "张飞", "hometown" : "蜀国", "age" : 30, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70d"), "name" : "关羽", "hometown" : "蜀国", "age" : 40, "sex" : "男" }
1
2
3
4

9、$skip

跳过指定数量的文档，并返回余下的文档

例1：查询从第3条开始:人物信息

> db.test003.aggregate({$skip:2})
{ "_id" : ObjectId("622080a6d0f7b3df134da70e"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da70f"), "name" : "曹操", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da710"), "name" : "司马懿", "hometown" : "魏国", "age" : 45, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da711"), "name" : "孙权", "hometown" : "吴国", "age" : 50, "sex" : "男" }
{ "_id" : ObjectId("622080a6d0f7b3df134da712"), "name" : "貂蝉", "hometown" : "未知", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da713"), "name" : "西施", "hometown" : "越国", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da714"), "name" : "王昭君", "hometown" : "西汉", "age" : 18, "sex" : "女" }
{ "_id" : ObjectId("622080a6d0f7b3df134da715"), "name" : "杨玉环", "hometown" : "唐朝", "age" : 18, "sex" : "女" }
1
2
3
4
5
6
7
8
9

例2：查询从第3条开始，取第二条数据

> db.test003.aggregate(
	{$skip:2},
	{$limit:1}
)
{ "_id" : ObjectId("622080a6d0f7b3df134da70e"), "name" : "刘备", "hometown" : "蜀国", "age" : 50, "sex" : "男" }
1
2
3
4
5

注意顺序：先写skip, 再写limit

10、$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

语法格式：db. 集合名称.aggregate({$unwind:'$字段名称’})

案例：

> db.test004.insert({_id:1, item:'t-shirt', size:['S','M','L']})
WriteResult({ "nInserted" : 1 })
> db.test004.aggregate({$unwind: '$size'})
{ "_id" : 1, "item" : "t-shirt", "size" : "S" }
{ "_id" : 1, "item" : "t-shirt", "size" : "M" }
{ "_id" : 1, "item" : "t-shirt", "size" : "L" }
1
2
3
4
5
6

练习：数据库中有一条数据：{“username”:“Alex”,“tags”: [‘C#’,‘Java’,‘C++’]}，如何获取该tag列表的长度？

//先插入数据

> db.test004.insert({"username":"Alex","tags": ['C#','Java','C++']})
WriteResult({ "nInserted" : 1 })
//查看数据
> db.test004.find()
{ "_id" : ObjectId("6220b04d383dd803412e9a3f"), "username" : "Alex", "tags" : [ "C#", "Java", "C++" ] }
//拆分数据
> db.test004.aggregate({$match:{username:"Alex"}},{$unwind:"$tags"})
{ "_id" : ObjectId("6220b04d383dd803412e9a3f"), "username" : "Alex", "tags" : "C#" }
{ "_id" : ObjectId("6220b04d383dd803412e9a3f"), "username" : "Alex", "tags" : "Java" }
{ "_id" : ObjectId("6220b04d383dd803412e9a3f"), "username" : "Alex", "tags" : "C++" }
//把上面得三条结果给$group，然后统计条数
> db.test004.aggregate({$match:{username:"Alex"}},{$unwind:"$tags"},{$group:{_id:null, sum:{$sum:1}}})
{ "_id" : null, "sum" : 3 }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

属性preserveNullAndEmptyArrays值为true表示保留属性值为空的⽂档；值为false表示丢弃属性值为空的⽂档

用法：

在这里插入图片描述

六、索引

1、创建索引

索引：以提升查询速度

测试：插入10万条数据到数据库中

> for(i=0;i<100000;i++){db.test005.insert({name:'test'+i,age:i})}
WriteResult({ "nInserted" : 1 })
> db.test005.find().count()
100000
1
2
3
4

查询运行时间：语句后面+.explain('executionStats')

//案例
> db.test005.find({name:'test10000'}).explain('executionStats')
1
2

建立索引语法：db.集合名称.ensureIndex({字段名:1})；其中 1 表示升序， -1 表示降序

建立索引之后对比：

> db.test005.ensureIndex({name:1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}
> db.test005.find({name:'test10000'}).explain('executionStats')
1
2
3
4
5
6
7
8

在这里插入图片描述

2、索引操作

查看当前集合的所有索引：

> db.test005.getIndexes()
[
        {
                "v" : 2,
                "key" : {
                        "_id" : 1
                },
                "name" : "_id_"
        },
        {
                "v" : 2,
                "key" : {
                        "name" : 1
                },
                "name" : "name_1"
        }
]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

删除索引：db.集合名称.dropIndex({'索引名称'})

> db.test005.dropIndex({'name':1})
{ "nIndexesWas" : 2, "ok" : 1 }
//再次查看全部索引
> db.test005.getIndexes()
[ { "v" : 2, "key" : { "_id" : 1 }, "name" : "_id_" } ]
1
2
3
4
5

创建唯一索引（索引的值是唯一的；在默认情况下索引字段的值可以相同）：

> db.test005.ensureIndex({"name":1}, {"unique":true})
{
        "ok" : 0,
        "errmsg" : "Index build failed: eab854cd-330b-414f-ae86-9cfb317efbf5: Collection test.test005 ( 45744ab1-2a71-4722-8f84-99812ccc9ffb ) :: caused by :: E11000 duplicate key error collection: test.test005 index: name_1 dup key: { name: \"test0\" }",
        "code" : 11000,
        "codeName" : "DuplicateKey",
        "keyPattern" : {
                "name" : 1
        },
        "keyValue" : {
                "name" : "test0"
        }
}
1
2
3
4
5
6
7
8
9
10
11
12
13

建立联合索引（什么时候需要联合索引）

> db.test005.ensureIndex({name:1, age:1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}
> db.test005.getIndexes()
[
        {
                "v" : 2,
                "key" : {
                        "_id" : 1
                },
                "name" : "_id_"
        },
        {
                "v" : 2,
                "key" : {
                        "name" : 1,
                        "age" : 1
                },
                "name" : "name_1_age_1"
        }
]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

七、备份和恢复

1、备份

备份的语法：mongodump -h dbhost -d dbname -o dbdirectory

-h：指定服务器地址；如果是当前本机数据库可以去掉-h
-port ：指定端口号；如果是默认端口可以去掉
-d：需要备份的数据库名称；如果不指定则导出所有数据库
-o：备份的数据存放位置，此⽬录中存放着备份出来的数据
-c：指定集合名称；如果不指定则全部导出
-u：用户名；如果没有用户，可以不用指定
-p：密码；如果没有密码，可以不用指定

注意：

命名需要在终端输出，而不是数据库命令行
每个参数前后是有空格

mongodump -h 192.168.196.128:27017 -d test1 -o ~/Desktop/test1bak

案例：

//保存本地数据库中test库在桌面
mongodump  -d test -o ~C:\Users\ym\Desktop\
1
2

2、恢复

恢复语法：mongorestore -h dbhost -d dbname --dir dbdirectory

-h：服务器地址
-d：需要恢复的数据库实例
--dir：备份数据所在位置

mongorestore -h 192.168.196.128:27017 -d test2 --dir ~/Desktop/test1bak/test1

相关阅读:
kafka如何保证消息不丢？
一文带你享受数学之优美
 python学习：split()分割字符串和join()合并字符串
 小谈设计模式（6）—依赖倒转原则
 【入门Flink】- 11Flink实现动态TopN
luajit开发文档wiki中文版（二） LuaJIT 扩展
 Springboot+JWT
【Linux】Linux 常用命令
 [ACNOI2022]做过也不会
 解决SLF4J: Class path contains multiple SLF4J bindings.
原文地址：https://blog.csdn.net/yuan2019035055/article/details/123031732