【MongoDB】3.詳細命令集合

【注意：MongoDB自動將_id字段設置為主鍵】

 

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------->

話不多說  直接 開始敲命令吧！

【注意1：MongoDB  命令結尾不要打;  是會報錯的】

【注意2：RoboMongo  執行命令的快捷鍵是F5   停止執行快捷鍵是F6】

1.show dbs  

顯示所有數據的列表

 

2.db 

顯示當前數據庫對象或集合

 

3.use

可以連接到一個指定的數據庫

 

 4.　db.createCollection("myNewCollection",{capped:true,size:1024})　

固定大小的collection【collection大小單位是字節】【capped:true 代表固定大小】

 

5.db.collection.stats() 

產看當前db下的某個collection的詳細信息

例如：

db.users.stats()

{
    "ns" : "oneDB.users",
    "count" : 4,
    "size" : 256,
    "avgObjSize" : 64,
    "numExtents" : 1,
    "storageSize" : 8192,
    "lastExtentSize" : 8192.0,
    "paddingFactor" : 1.0,
    "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
    "userFlags" : 1,
    "capped" : false,
    "nindexes" : 1,
    "totalIndexSize" : 8176,
    "indexSizes" : {
        "_id_" : 8176
    },
    "ok" : 1.0
}

部分參數的詳細解釋：
         ns:     集合的命名空間，可以理解為集合名稱
         count:  集合中的文檔總數
         size:   集合中數據占用空間大小，不包括索引 ，單位為字節。
         avgObjSize：  平均對像占用的空間大小
         storageSize： 給整個集合分配的存儲空間，當刪除集合中的文檔時，這個值不會降代。
         numExtents：  連續分配的數據塊
         nindexes:     索引個數，每個集合至少有一個 _id 索引。 
         lastExtentSize： 最近分配的塊的大小
         paddingFactor:   這個參數不太清楚，以后補充。
         totalIndexSize:  所有索引大小總和
         indexSizes:      列出集合的所有索引字段，以及索引大小。    

6.db.dropDatabase()

刪除當前數據庫

 

7.use  dbName

有則指定到這個數據庫，沒有則創建這個數據庫  但是創建之后是默認不會顯示在數據庫列表的，需要往里面插入一條數據 就能顯示出來了

【注意：插入數據應該有大括號括起來的{}】

例如：

use oneDB
db
db.users.insert({_id:1,"name":"張三豐","age":23})

8.db.collection.drop()

刪除集合

例如：

9. 定義變量 插入數據

document = {_id:1,"name":"張三","age":23,"url":"www.baidu.com"}
db.users.save(document)

10. 更新某一條數據

db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } )

• query : update的查詢條件，類似sql update查詢內where后面的。
• update : update的對象和一些更新的操作符（如$,$inc...）等，也可以理解為sql update查詢內set后面的
• upsert : 可選，這個參數的意思是，如果不存在update的記錄，是否插入objNew,true為插入，默認是false，不插入。
• multi : 可選，mongodb 默認是false,只更新找到的第一條記錄，如果這個參數為true,就把按條件查出來多條記錄全部更新。
• writeConcern :可選，拋出異常的級別。

例如：

db.users.update({_id:1},{$set:{"url":"https://home.cnblogs.com/u/sxdcgaq8080/"}},{upsert:true,muti:true})
db.users.find()

11.db.users.find()  查詢【各種查詢】

　　find() 方法以非結構化的方式來顯示所有文檔

db.users.find().pretty()

　　如果你需要以易讀的方式來讀取數據，可以使用 pretty() 方法；pretty() 方法以格式化的方式來顯示所有文檔

db.users.findOne()

　　findOne() 方法，它只返回一個文檔

 

操作	格式	范例	RDBMS中的類似語句
等於	{<key>:<value>}	db.users.find({"name":"張三"}).pretty()	where by = '張三'
小於	{<key>:{$lt:<value>}}	db.users.find({"age":{$lt:23}}).pretty()	where likes < 23
小於或等於	{<key>:{$lte:<value>}}	db.users.find({"age":{$lte:23}}).pretty()	where likes <= 23
大於	{<key>:{$gt:<value>}}	db.users.find({"age":{$gt:23}}).pretty()	where likes > 23
大於或等於	{<key>:{$gte:<value>}}	db.users.find({"age":{$gte:23}}).pretty()	where likes >= 23
不等於	{<key>:{$ne:<value>}}	db.users.find({"age":{$ne:23}}).pretty()	where likes != 23

 

 

 例如：等於-->db.users.find({"age":23})



小於-->db.users.find({"age":{$lt:25}})

小於等於-->db.users.find({"age":{$lte:25}})

 

 

AND 條件查詢

例如：db.users.find({"age":{$lte:25},"name":"張三"})

兩個key-value並列放着就行了

 

OR條件查詢

例如：db.users.find({$or:[{"name":"張三"},{"age":25}]})

【注意：需要使用  {$or:[{key:value},{key:value}]}這種格式】

 

AND和OR混用的情況

例如：db.users.find({"age":{$gte:23},$or:[{_id:1},{"name":"里斯"}]})

 

剖析一下結構：

db.users.find({
　　"age":{$gte:23},
　　$or:[
　　　　{_id:1},
　　　　{"name":"里斯"}
　　]
})

 

 12.$type操作符

$type操作符是基於BSON類型來檢索集合中匹配的數據類型，並返回結果

MongoDB中的  數據類型對應數字如下：

類型	數字	備注
Double	1
String	2
Object	3
Array	4
Binary data	5
Undefined	6	已廢棄。
Object id	7
Boolean	8
Date	9
Null	10
Regular Expression	11
JavaScript	13
Symbol	14
JavaScript (with scope)	15
32-bit integer	16
Timestamp	17
64-bit integer	18
Min key	255	Query with -1.
Max key	127

例如：db.users.find({_id:{$type:1}})  

查詢_id格式為double類型的 結果：

 　　

 

例如：db.users.find({_id:{$type:7}})

查詢_id格式為object id類型的  結果：

　　 

 

 13.limit() 

在MongoDB中讀取指定數量的數據記錄，可以使用MongoDB的Limit方法，limit()方法接受一個數字參數，該參數指定從MongoDB中讀取的記錄條數【默認為0】

例如：db.users.find({_id:{$type:7}}).limit(3)

 

14.skip()

使用skip()方法來跳過指定數量的數據，skip方法同樣接受一個數字參數作為跳過的記錄條數。【默認為0】

例如：db.users.find({_id:{$type:7}}).skip(3)

 

15.sort()排序

sort()方法可以通過參數指定排序的字段，並使用 1 和 -1 來指定排序的方式，其中 1 為升序排列，而-1是用於降序排列。

例如：db.users.find({_id:{$type:7}}).sort({_id:-1})

 

 16.索引 ensureIndex()

創建索引--> db.users.ensureIndex({_id:1}) 　　【1代表升序  -1代表降序】

創建多個索引-->db.users.ensureIndex({_id:1,"name":-1})

創建帶參數的索引-->db.users.ensureIndex({_id:1},{unique:true})

Parameter	Type	Description
background	Boolean	建索引過程會阻塞其它數據庫操作，background可指定以后台方式創建索引，即增加 "background" 可選參數。 "background" 默認值為false。
unique	Boolean	建立的索引是否唯一。指定為true創建唯一索引。默認值為false.
name	string	索引的名稱。如果未指定，MongoDB的通過連接索引的字段名和排序順序生成一個索引名稱。
dropDups	Boolean	在建立唯一索引時是否刪除重復記錄,指定 true 創建唯一索引。默認值為 false.
sparse	Boolean	對文檔中不存在的字段數據不啟用索引；這個參數需要特別注意，如果設置為true的話，在索引字段中不會查詢出不包含對應字段的文檔.。默認值為 false.
expireAfterSeconds	integer	指定一個以秒為單位的數值，完成 TTL設定，設定集合的生存時間。
v	index version	索引的版本號。默認的索引版本取決於mongod創建索引時運行的版本。
weights	document	索引權重值，數值在 1 到 99,999 之間，表示該索引相對於其他索引字段的得分權重。
default_language	string	對於文本索引，該參數決定了停用詞及詞干和詞器的規則的列表。 默認為英語
language_override	string	對於文本索引，該參數指定了包含在文檔中的字段名，語言覆蓋默認的language，默認值為 language.

 

　　

 

17.aggregate()

聚合(aggregate)主要用於處理數據(諸如統計平均值,求和等)，並返回計算后的數據結果

 首先我們可以看到--->db.users.find()

　　

接着使用聚合aggregate()--->db.users.aggregate([{$group:{_id:"$name",allSum:{$sum:1}}}])  

【即：按照name列進行分組，就是"$name"表示，最外層的分組就是$group，然后再$sum進行統計，將統計的結果放在allSum列】

　　

 

下面展示一些聚合表達式：

表達式	描述	實例
$sum	計算總和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	計算平均值	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	獲取集合中所有文檔對應值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	獲取集合中所有文檔對應值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	在結果文檔中插入值到一個數組中。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	在結果文檔中插入值到一個數組中，但不創建副本。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根據資源文檔的排序獲取第一個文檔數據。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根據資源文檔的排序獲取最后一個文檔數據	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

 

 

使用例如-->db.users.aggregate([{$group:{_id:"$name",avgAge:{$avg:"$age"}}}])

【根據name分組，則"$name"，則$group，計算age的平均值，則avgAge:{$avg:"$age"}】

　　

 

下面再介紹一下聚合框架中常用的幾個操作：

• $project：修改輸入文檔的結構。可以用來重命名、增加或刪除域，也可以用於創建計算結果以及嵌套文檔。
• $match：用於過濾數據，只輸出符合條件的文檔。$match使用MongoDB的標准查詢操作。
• $limit：用來限制MongoDB聚合管道返回的文檔數。
• $skip：在聚合管道中跳過指定數量的文檔，並返回余下的文檔。
• $unwind：將文檔中的某一個數組類型字段拆分成多條，每條包含數組中的一個值。
• $group：將集合中的文檔分組，可用於統計結果。
• $sort：將輸入文檔排序后輸出。
• $geoNear：輸出接近某一地理位置的有序文檔。

 

 例如：$project的使用

首先-->db.users.find()

然后使用-->db.users.aggregate({$project:{_id:0,name:1,age:1}})

【僅查詢name，age兩列，_id設置為0則不查詢】

 

再來看看-->db.users.aggregate([{$match:{"age":{$gt:22,$lt:25}}}])

【$match篩選     22<年齡<25】