MongoDB 查询操作可实现大部分关系型数据库的常用查询操作，本文对 MongoDB 常用查询进行讲解。
在阅读本文前，推荐先阅读《MongoDB 安装及文档的基本操作》
在进行操作讲解前，先展示当前 MongoDB 中已存在的文档，集合名称article
条件大小比较操作
查询文档时，对条件的大小、范围进行过滤查询，以下是常用比较操作符
| 操作符 | 说明 |
|---|---|
| $eq | 查询与条件值相等的文档，类似关系型数据库的 = |
| $ne | 查询与条件值不相等或不存在的文档，类似关系型数据库的 != |
| $gt | 查询大于条件值的文档，类似关系型数据库的 > |
| $gte | 查询大于或等于条件值的文档，类似关系型数据库的 >= |
| $lt | 查询小于条件值的文档，类似关系型数据库的 < |
| $lte | 查询小于或等于条件值的文档，类似关系型数据库的 <= |
| $in | 查询 $in 数据里值的文档，类似关系型数据库的 in |
| $nin | 与 $in 查询相反，类似关系型数据库的 not in |
由于使用大于、小于、等于关系都差不多，比较好理解，这里就举一个例子说明，使用$gte来获取大于或等于150的 visitor
db.article.find({"visitor": {$gte:150}})
执行结果：
使用$in时，必须用数组来设置条件值，比如获取 visitor 为70和150的值
db.article.find({"visitor": {$in:[70, 150]}})
执行结果：
逻辑操作符
多条件查询中，条件与条件连接符号叫做逻辑操作符。常用操作符：
| 操作符 | 说明 |
|---|---|
| $and | 表示所有条件同时满足时成立 |
| $nor | 与$and相反，所有条件都不满足时成立 |
| $or | 只要有一个条件满足则成立 |
| $not | 表示字段存在并且不符合条件 |
$and 查询author=ytao且visitor=150的文档
db.article.find(
{$and:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:150}}
]}
)
$nor查询不是author=ytao和不是visitor=170的文档
db.article.find(
{$nor:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:170}}
]}
)
$or查询author=ytao或visitor=170的文档
db.article.find(
{$or:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:170}}
]}
)
$not查询不是author=ytao的文档
db.article.find(
{"author":{$not:{$eq:"ytao"}}}
)
元素操作符
对字段元素上的操作符叫做元素操作符
| 操作符 | 说明 |
|---|---|
| $exists | 判断文档中字段是否存在，true为存在，false为不存在 |
| $type | 筛选指定字段类型的文档 |
$exists查询author字段存在的文档
db.article.find(
{"author":{$exists:true}}
)
$type查询author字段为数组的文档
db.article.find(
{"author":{$type:"array"}}
)
正则表达式
MongoDB 支持正则表达式匹配文档，通过正则表达我们可以实现关系型数据库的模糊查询，以及更加强大匹配规则，其使用语法有三种：
{ < field >: { $regex: /pattern/, $ options ： '<options>' } }
{ < field >: { $regex: 'pattern', $ options ： '<options>' } }
{ < field >: { $regex: /pattern/<options> } }
参数/pattern/和'pattern'都是表示正则表达式，直接添加字符串可用来模糊查询。
参数$options为可选参数，有四个固定值选择
| options 选项 | 说明 |
|---|---|
| i | 匹配过程忽略大小写 |
| x | 匹配过程忽略空格 |
| m | 匹配多行数据，但都是从每行的起点和结尾匹配 |
| s | 将多行转换成一行后进行匹配，可匹配换行符\n字符串 |
模糊查询author为Tao的示例：
db.article.find(
{"author":{$regex:/Tao/, $options:'i'}}
)
查询结果
从上面查询结果中可以看到，数据格式也可以进行匹配到。
聚合操作
聚合操作可以实现分组、排序、分页、多集合关联查询等，使用语法格式：
db.collection.aggregate([
{聚合操作一},
{聚合操作二}
])
条件筛选
$match 用来进行条件筛选，可以使用一些条件限制来进行查询。
语法格式：
db.article.aggregate([
{ $match: <条件> }
])
查询author = ytao且visitor > 100的文档
db.article.aggregate([
{ $match: {
$and: [
{"author": {$eq: "ytao"}},
{"visitor": {$gt: 100}}
]}
}
])
分组操作
$group 是分组操作符，类似于关系型数据库中的group by操作。其语法格式为：
db.collection.aggregate([
{
$group:{
"_id":"$<分组字段名>",
<显示结果的字段名称>:{<运算符>:"$<运算符计算的字段名>"}
}
}
])
其中运算符如下：
| 运算符 | 说明 |
|---|---|
| $avg | 当前组的平均数 |
| $sum | 当前组的总和 |
| $min | 当前组的最小值 |
| $max | 当前组的最大值 |
| $first | 当前组的第一个的值 |
| $last | 当前组的最后一个的值 |
| $push | 数组形式展示指定的当前组字段值 |
| $addToSet | 数组形式展示指定的当前组字段不重复值 |
分组求出每个author的visitor平均数的例子
db.article.aggregate([
{
$group:{
"_id":"$author",
"avg_visitor":{$sum:"$visitor"}
}
}
])
字段显示
指定查询后返回的字段使用$project，字段指定默认值为0，但是_id默认为1，显示指定字段语法为：
db.collection.aggregate([
{
$project:{
"<字段名>": <0或1>,
"<字段名>":<0或1>
}
}
])
展示title和visitor字段示例：
db.article.aggregate([
{
$project:{
"_id": 0,
"title": 1,
"visitor": 1
}
}
])
同时，$project还以搭配$split(字符串拆分)、$substr(截取字符串)、$concat(合并字符串)、$switch(条件判断)、$toLower(转换成小写)、$toUpper(转换成大写)、时间格式处理等等操作符进行操作，语法为：
db.collection.aggregate([
{
$project:{
"<字段名>": {<操作符>: <条件>},
"<字段名>": {<操作符>: <条件>},
}
}
])
例如将title中的字母都转换成大写
db.article.aggregate([
{
$project:{
"titleField":{ $toUpper:"$title" }
}
}
])
返回结果
排序操作
**sort
排序用1和-1`表示正序和倒序。
语法格式：
db.collection.aggregate([
{
$sort:{
"<排序字段名>": <1 或 -1>
}
}
])
按visitor字段名进行倒序排序：
db.article.aggregate([
{
$sort:{
"visitor": -1
}
}
])
排序结果
分页操作
分页使用 limit 进行分页操作。
$skip表示跳过文档的数量，$limit表示返回的文档数量，这两个指令使用，类似于关系型数据中的limit <start>, <size>分页操作。
语法格式：
db.collection.aggregate([
{$skip: <跳过的文档数量>},
{$limit: <返回的文档数量>}
])
查询第二页的两条数据示例：
db.article.aggregate([
{$skip: 2},
{$limit: 2}
])
返回结果
统计文档数量
$count用来统计文档数量，进行条件筛选时。
语法格式:
db.collection.aggregate([
{ $count: "<显示数量的字段的名称>" }
])
统计全部文档数量：
db.article.aggregate([
{ $count: "数量" }
])
统计结果：
多集合关联查询
$lookup 是用来多集合关联查询时使用的，类似于关系型数据库中的联表查询。
使用语法：
db.collection.aggregate([
{
$lookup: {
from: <关联的表名>,
localField: <当前表的关联字段>,
foreignField: <关联表的关联字段>,
as: <另一集合嵌入的字段名>
}
}
])
在进行多集合关联查询演示前，先添加一个集合person，里面添加一条数据：
查询age = 18的集合：
db.article.aggregate([
{
$lookup: {
from: "person",
localField: "author",
foreignField: "author",
as: "person_info"
}
},
{
$match:{
"person_info.age": {$eq: 18}
}
}
])
返回结果：
总结
对 MongoDB 的常用查询操作进行了解后，可以发现它和关系型数据操作有很多类似的操作思想。对于这些操作的使用，相对也是较为灵活，提供的 API 也是较为强大，几乎能满足大部分使用场景的检索要求。掌握这些查询操作，可以更高效的获取 MongoDB 中的文档。
推荐阅读
网友评论