左手MongoDB(MongoDB的高级语法)

作者: 羋学僧 | 来源:发表于2021-08-22 22:28 被阅读0次

左手MongoDB(MongoDB的高级语法)
mongodb 高级语法
PHP7使用MongoDB
左手MongoDB(MongoDB实践)
mongodb的聚合
mongo增删该查
mongodb的limit()和skip()方法
MongoDB 基本语法
mongodb连接
spring date mongo mongotemplate使

一、AND和OR操作

数据集

数据类型

1、查询同时符合两个条件的人(AND操作)

隐式AND操作

查询所有age大于20并且sex为“男”的数据

db.getCollection('example_data_1').find({'age':{'$gt':20},'sex':'男'})

显式AND操作

显式AND操作的语法为

db.getCollection('example_data_1').find({'$and':[字典1,字典2,字典3,...,字典n]})

查询所有age大于20并且sex为“男”的数据

db.getCollection('example_data_1').find({'$and':[{'age':{'$gt':20},'sex':'男'}]})

image.png

显式AND操作和隐式AND操作混用

查询所有age大于20并且sex为“男”的数据，并且id小于10的数据

db.getCollection('example_data_1').find({'id':{'$lt':10},'$and':[{'age':{'$gt':20},'sex':'男'}]})

2、查询只符合其中任条件的人 (OR操作)

显式OR操作举例

显式OR的语法

db.getCollection('example_data_1').find({'$or':[字典1,字典2,字典3,...,字典n]})

age大于28，或者salary大于9900

db.getCollection('example_data_1').find({'$or':[{'age':{'$gt':28}},{'salary':{'$gt':9900}}]})

不能写成隐式AND的操作

一个AND操作内部包含多个OR操作

age大于28，或者salary大于9900
sex为“男”，或者id小于20

db.getCollection('example_data_1').find({
  '$and':[
    {'$or':[{'age':{'$gt':28}},{'salary':{'$gt':9900}}]},
    {'$or':[{'sex':'男'},{'id':{'$lt':20}}]}
  ]
})

3、用Pyhon 实现MongoDB的AND与OR操作

age大于28的男性。
age大于28并且id小于20的女性。
salary大于9900的男性。
salary大于9900且id小于20的女性。

import pymongo
handler = pymongo.MongoClient().chapter_7.example_data_1

rows = handler.find({
  '$and':[
    {'$or':[{'age':{'$gt':28}},
            {'salary':{'$gt':9900}}]},
    {'$or':[{'sex':'男'},
            {'id':{'$lt':20}}]}
  ]
})

for row in rows :
    print(row)

二、查询子文档或数组中的数据 :

1、认识嵌入式文档

在这个数据集中，“user”称为嵌入式文档（Embedded Document），“user”下面的字段称为嵌套字段（Nested Field）

2、嵌入式文档的应用

使用点号定位嵌套字段

查询user_id为102的数据。

db.getCollection('example_data_2').find({'user.user_id':102})

查询所有“followed”大于10的数据的语句

db.getCollection('example_data_2').find({'user.followed':{'$gt':10}})

返回嵌套字段中的特定内容

只返回“name”和“user_id”这两个字段

db.getCollection('example_data_2').find({'user.followed':{'$gt':10}},
{'_id':0,'user.name':1,'user.user_id':1})

3、认识数组字段

Python的列表被写入MongoDB中就会变成数组（Array）

import random
from pymongo import MongoClient

client = MongoClient().chapter_7.example_post2
name_list = ['衬衣', '裤子', '鞋子', '帽子']
size_list = ['S', 'M', 'L', 'XL']
price_list = [100, 200, 300, 600, 800]

for i in range(10):
    random_ = random.randint(2, 4)
    client.insert_one({
        'name': random.choice(name_list),
        'size': random.sample(size_list, random_),
        'price': random.sample(price_list, random_)
    })

4、数组应用----查询数组包含与不包含 “XX"的数据

查询数组包含与不包含的数据

查询出所有“size”包含“M”的数据

db.getCollection('example_post2').find({'size':'M'})

查询出所有“size”不包含“M”的数据

db.getCollection('example_post2').find({'size':{'$ne':'M'}})

数组中至少有一个元素在另一个

price数组中至少有一个数据在800（含）~1000之间

db.getCollection('example_post2').find({'price':{'$lt':300,'$gte':200}})

5、数组应用----根据数组长度查询数据

查询所有“price”字段长度为2的记录

db.getCollection('example_post2').find({'price':{'$size':2}})

6、数组应用----根据索引查询数据

根据数组索引查询数据

查询所有“size”的第一个数据为“S”的记录

db.getCollection('example_post2').find({'size.0':'S'})

根据数组索引比较数据的大小

查询“price”第一个数据大于500的所有记录

db.getCollection('example_post2').find({'price.0':{'$gt':500}})

7、Python 操作嵌入式文档与数组字段

查询所有size包含M的记录。
查询price至少有一个元素在200~300范围中的记录。
查询price有两个元素的记录。
查询price索引为0的元素大于500的所有记录。

import pymongo

handler = pymongo.MongoClient().chapter_7.example_data_3

rows_1 = handler.find({'size.0':'M'})
rows_2 = handler.find({'price':{'$lt':300,'$gte':200}})
rows_3 = handler.find({'price':{'$size':2}})
rows_4 = handler.find({'price.0':{'$gt':500}})

三、MongoDB的聚合查询

1、聚合的基本语法

聚合操作的命令为“aggregate”，基本格式为：

collection.aggregate([阶段1,阶段2,阶段3,......,阶段N])

聚合操作可以有0个、1个或者多个阶段。
如果有0个阶段，则查询命令写为：

db.getCollection('example_data_1').aggregate([])

作用和collection.fine({})一样
如果聚合有至少一个阶段，那么每个阶段都是一个字典

负责筛选数据的“$match”
负责字段的“$project”
负责数据分组的“$group”
等

2、筛选数据

数据筛选的关键字为“$match”

collection.aggregate([{'$match':{和fine完全一样的查询表达式}}])

查询“age”大于等于27，且“sex”为“女”的所有记录

db.getCollection('example_data_1').aggregate([{'$match':{'age':{'$gte':27},'sex':'女'}}])

3、筛选与修改字段

返回部分字段

collection.aggregate([{'$project':{字段过滤语句}}])

不返回“_id”字段，只返回“age”和“sex”字段

db.getCollection('example_data_1').aggregate([{'$project':{'_id':0,'sex':1,'age':1}}])

结合“$match”实现“先筛选记录，再过滤字段”。
选择所有“age”大于28的记录，只返回“age”和“sex”字段

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':27},'sex':'女'}},
{'$project':{'_id':0,'sex':1,'age':1}}])

添加新字段

添加固定文本

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':27},'sex':'女'}},
{'$project':{'_id':0,'sex':1,'age':1,'hello':'world'}}])

复制现有字段

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':27},'sex':'女'}},
{'$project':{'_id':0,'sex':1,'age':1,'hello':'$age'}}])

修改现有字段的数据

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':27},'sex':'女'}},
{'$project':{'_id':0,'sex':1,'age':'this is age'}}])

抽取嵌套字段

使用find()

db.getCollection('example_data_2').find({},{'user.name':1,'user.user_id':1})

使用$project

db.getCollection('example_data_2').aggregate([
{'$project':{'name':'$user.name','user_id':'$user.user_id'}}])

处理字段特殊值

“hello”字段和“abcd”字段都没有添加成功

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':28}}},
{'$project':{'_id':0,'sex':1,'hello':'$normalstring','abcd':1}}])

使用“ $literal”解决，以“$ ”开头的普通字符串和数字都不能添加的问题

db.getCollection('example_data_1').aggregate([
{'$match':{'age':{'$gte':28}}},
{'$project':{'_id':0,'sex':1,'hello':{'$literal':'$normalstring'},'abcd':{'$literal':1}}}])

4、分组操作

在分组操作阶段去重

collection.aggregate([{'$group':{'_id':'$被去重的字段名'}}])

对“name”字段去重

db.getCollection('example_post3').aggregate([{'$group':{'_id':'$姓名'}}])

分组操作去重返回的是记录，“distinct”函数返回的是数组

分组并计算统计值

collection.aggregate([{'$group':{'_id':'$被去重的字段名',
'max_score':{'$max':'$字段名'},
'min_score':{'$min':'$字段名'},
'avgerage_score':{'$avg':'$字段名'},
'sum_score':{'$sum':'$字段名'}
}}])

计算每个人得分的最大值、最小值、得分之和、平均分

db.getCollection('example_post3').aggregate([{'$group':{'_id':'$姓名',
'max_score':{'$max':'$分数'},
'min_score':{'$min':'$分数'},
'avgerage_score':{'$avg':'$分数'},
'sum_score':{'$sum':'$分数'}
}}])

“$sum”的值还可以使用数字“1”，变成统计每一分组内有多少条记录

db.getCollection('example_post3').aggregate([{'$group':{'_id':'$姓名',
'max_score':{'$max':'$分数'},
'min_score':{'$min':'$分数'},
'avgerage_score':{'$avg':'$分数'},
'sum_score':{'$sum':'$分数'},
'doc_count':{'$sum':1}
}}])

去重并选择最新或最老的数据

以name为基准去重，然后取各个字段的最新数据

db.getCollection('example_post3').aggregate([{'$group':{'_id':'$姓名',
'日期':{'$last':'$日期'},
'分数':{'$last':'$分数'}
}}])

以name为基准去重，然后取各个字段的最老数据

db.getCollection('example_post3').aggregate([{'$group':{'_id':'$姓名',
'日期':{'$first':'$日期'},
'分数':{'$first':'$分数'}
}}])

5、拆分数组

collection.aggregate([{'$unwind':'$字段名'}])

把“size”（数组）拆开

db.getCollection('example_post2').aggregate([{'$unwind':'$size'}])

把“size”和“price”都拆开

db.getCollection('example_post2').aggregate([
{'$unwind':'$size'},
{'$unwind':'$price'}
])

6、联集合查询

example_user

example_post

同时查询多个集合

主集合.aggregate([{
'$lookup':{
'from':'被查集合名',
'localField':'主集合的字段',
'foreignField':'被查集合的字段',
'as':'保存查询结果的字段名'
}
}])

同时知道微博内容和发微博的用户名字与职业

db.getCollection('example_post').aggregate([
    {'$lookup': {
        'from': 'example_user',
        'localField': 'user_id',
        'foreignField': 'id',
        'as': 'user_info'
        }
    }
])

美化输出结果

将用户数组展开

db.getCollection('example_post').aggregate([
    {'$lookup': {
        'from': 'example_user',
        'localField': 'user_id',
        'foreignField': 'id',
        'as': 'user_info'
        }},
{'$unwind':'$user_info'}
])

提取出“name”字段和“work”字段

db.getCollection('example_post').aggregate([
    {'$lookup': {
        'from': 'example_user',
        'localField': 'user_id',
        'foreignField': 'id',
        'as': 'user_info'
        }},
{'$unwind':'$user_info'},
{'$project':{
    'content':1,
    'post_time':1,
    'name':'$user_info.name',
    'work':'$user_info.work'
}}
])

以用户集合为准查询微博集合

查询每个用户发微博情况

db.getCollection('example_user').aggregate([
    {'$lookup': {
        'from': 'example_post',
        'localField': 'id',
        'foreignField': 'user_id',
        'as': 'weibo_info'
        }
    }
])

美化结果

db.getCollection('example_user').aggregate([
    {'$lookup': {
        'from': 'example_post',
        'localField': 'id',
        'foreignField': 'user_id',
        'as': 'weibo_info'
        }
    },
    {'$unwind': '$weibo_info'},
    {'$project': {
        'name': 1,
        'work': 1,
        'content': '$weibo_info.content',
        'post_time': '$weibo_info.post_time'}}
])

聚合操作阶段的组合方式

建议把“$match”放在最前面，充分利用MongoDB的索引，提高查询效率。

db.getCollection('example_user').aggregate([
    {'$match':{'name':'张小二'}},
    {'$lookup': {
        'from': 'example_post',
        'localField': 'id',
        'foreignField': 'user_id',
        'as': 'weibo_info'
        }
    },
    {'$unwind': '$weibo_info'},
    {'$project': {
        'name': 1,
        'work': 1,
        'content': '$weibo_info.content',
        'post_time': '$weibo_info.post_time'}}
])

7、使用Python执行聚合操作

聚合操作涉及的代码99%的，都可以复制粘贴过来

import pymongo

handler = pymongo.MongoClient().chapter_7.example_user

rows = handler.aggregate([
    {'$lookup': {
        'from': 'example_post',
        'localField': 'id',
        'foreignField': 'user_id',
        'as': 'weibo_info'
        }
    },
    {'$unwind': '$weibo_info'},
    {'$project': {
        'name': 1,
        'work': 1,
        'content': '$weibo_info.content',
        'post_time': '$weibo_info.post_time'}}
])
for row in rows:
    print(row)

左手MongoDB(MongoDB的高级语法)
一、AND和OR操作数据集数据类型 1、查询同时符合两个条件的人(AND操作) 隐式AND操作查询所有age...
mongodb 高级语法
mongo一些基本语法概念: aggregate方法中的本质是一系列的 pipeline, 会按定义的顺序一个一个...
PHP7使用MongoDB
连接 MongoDB 语法 $manager = new MongoDB\Driver\Manager("mong...
左手MongoDB(MongoDB实践)
用MongoDB开发员工信息管理系统一、生成初始数据二、实现“查询数据”功能 1、创建数据库连接对象 2、查询...
mongodb的聚合
mongodb的聚合 aggregate() 方法 MongoDB中聚合的方法使用aggregate() 语法 a...
mongo增删该查
MongoDB 插入文档MongoDB 使用 insert() 或 save() 方法向集合中插入文档，语法如下：...
mongodb的limit()和skip()方法
1. mongodb的limit()方法限制查询条数的方法语法实例 2. mongodb的skip()方法...
MongoDB 基本语法
Mongodb 此数据库的语法都是 db打头 mac安装mongodb参考地址：http://www.jiansh...
mongodb连接
此处使用MongoDB shell 来连接 Mongodb 服务标准 URI 连接语法：(中括号里的内容为可选，...
spring date mongo mongotemplate使
Spring数据MongoDB三：基本文档查询（查询，基本查询）(一) MongoDB高级查询[聚合] sprin...

左手MongoDB(MongoDB的高级语法)

一、AND和OR操作

1、查询同时符合两个条件的人(AND操作)

2、查询只符合其中任条件的人 (OR操作)

3、用Pyhon 实现MongoDB的AND与OR操作

二、查询子文档或数组中的数据 :

1、认识嵌入式文档

2、嵌入式文档的应用

3、认识数组字段

4、数组应用----查询数组包含与不包含 “XX"的数据

5、数组应用----根据数组长度查询数据

6、数组应用----根据索引查询数据

7、Python 操作嵌入式文档与数组字段

三、MongoDB的聚合查询

1、聚合的基本语法

2、筛选数据

3、筛选与修改字段

4、分组操作

5、拆分数组

6、联集合查询

7、使用Python执行聚合操作

相关文章

左手MongoDB(MongoDB的高级语法)

mongodb 高级语法

PHP7使用MongoDB

左手MongoDB(MongoDB实践)

mongodb的聚合

mongo增删该查

mongodb的limit()和skip()方法

MongoDB 基本语法

mongodb连接

spring date mongo mongotemplate使

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

左手MongoDB(MongoDB的高级语法)

一、AND和OR操作

1、查询同时符合两个条件的人(AND操作)

2、查询只符合其中任条件的人 (OR操作)

3、用Pyhon 实现MongoDB的AND与OR操作

二、查询子文档或数组中的数据 :

1、认识嵌入式文档

2、嵌入式文档的应用

3、认识数组字段

4、数组应用----查询数组包含与不包含 “XX"的数据

5、数组应用----根据数组 长度查询数据

6、数组应用----根据索引查询数据

7、Python 操作嵌入式文档与数组字段

三、MongoDB的聚合查询

1、聚合的基本语法

2、筛选数据

3、筛选与修改字段

4、分组操作

5、拆分数组

6、联集合查询

7、使用Python执行聚合操作

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

5、数组应用----根据数组长度查询数据