python數據庫-mongoDB的高級查詢操作(55)

一、MongoDB索引

　　為什么使用索引？

　　假設有一本書，你想看第六章第六節講的是什么，你會怎么做，一般人肯定去看目錄，找到這一節對應的頁數，然后翻到這一頁。這就是目錄索引，幫助讀者快速找到想要的章節。在數據庫中，我們也有索引，其目的當然和我們翻書一樣，能幫助我們提高查詢的效率。索引就像目錄一樣，減少了計算機工作量，對於表記錄較多的數據庫來說是非常實用的，可以大大的提高查詢的速度。否則的話，如果沒有索引，計算機會一條一條的掃描，每一次都要掃描所有的記錄，浪費大量的cpu時間。

　　為了查詢方便，我們創建一個擁有500000條數據的一個集合

> for(var i=0;i<500000;i++){db.nums.insert({name:"name"+i,age:i})}
WriteResult({ "nInserted" : 1 })

createIndex() 方法：MongoDB使用 createIndex() 方法來創建索引。

注意在 3.0.0 版本前創建索引方法為 db.collection.ensureIndex()，之后的版本使用了 db.collection.createIndex() 方法，ensureIndex() 還能用，但只是 createIndex() 的別名。

語法：createIndex()方法基本語法格式如下所示：

>db.collection.createIndex(keys, options)

語法中 Key 值為你要創建的索引字段，1 為指定按升序創建索引，如果你想按降序來創建索引指定為 -1 即可。

實例：

1、先在未創建索引之前我們按需求查找nums集合里面age為399999的 

2、在創建索引之后查詢age為399999的

創建索引

> db.nums.createIndex({age:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

通過兩次執行時間的對比明顯可以看到創建索引后查詢更快，數據越多，體現的越明顯。

createIndex() 接收可選參數，可選參數列表如下：

 

二、MongoDB 聚合

MongoDB中聚合(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。有點類似sql語句中的 count(*)。

aggregate() 方法：MongoDB中聚合的方法使用aggregate()。

語法：aggregate() 方法的基本語法格式如下所示：

db.集合名稱.aggregate([{管道:{表達式}}])

管道

• 管道在Unix和Linux中一般用於將當前命令的輸出結果作為下一個命令的輸入

ps ajx | grep mongo

• 在mongodb中，管道具有同樣的作用，文檔處理完畢后，通過管道進行下一次處理
• 常用管道
  • $group：將集合中的文檔分組，可用於統計結果
  • $match：過濾數據，只輸出符合條件的文檔
  • $project：修改輸入文檔的結構，如重命名、增加、刪除字段、創建計算結果
  • $sort：將輸入文檔排序后輸出
  • $limit：限制聚合管道返回的文檔數
  • $skip：跳過指定數量的文檔，並返回余下的文檔
  • $unwind：將數組類型的字段進行拆分
  • $geoNear：輸出接近某一地理位置的有序文檔。

　　表達式:處理輸入文檔並輸出

表達式:'$列名'

常用表達式

• $sum：計算總和，$sum:1同count表示計數
• $avg：計算平均值
• $min：獲取最小值
• $max：獲取最大值
• $push：在結果文檔中插入值到一個數組中
• $first：根據資源文檔的排序獲取第一個文檔數據
• $last：根據資源文檔的排序獲取最后一個文檔數據

 

三、$group

• 將集合中的文檔分組，可用於統計結果
• _id表示分組的依據，使用某個字段的格式為'$字段'

例如：heros表中數據如下

> db.heros.find().pretty()
{
    "_id" : ObjectId("5d2e0647614bec7ca4687792"),
    "h_name" : "后裔",
    "h_skill" : "懲戒之劍",
    "h_attack" : 1000,
    "h_blood" : 800,
    "h_type" : "射手"
}
{
    "_id" : ObjectId("5d2e0685614bec7ca4687793"),
    "h_name" : "李白",
    "h_skill" : "青蓮劍仙",
    "h_attack" : 1400,
    "h_blood" : 900,
    "h_type" : "刺客"
}
{
    "_id" : ObjectId("5d2e06d6614bec7ca4687794"),
    "h_name" : "韓信",
    "h_skill" : "國士無雙",
    "h_attack" : 1300,
    "h_blood" : 850,
    "h_type" : "刺客"
}
{
    "_id" : ObjectId("5d2e0720614bec7ca4687795"),
    "h_name" : "妲己",
    "h_skill" : "女王崇拜",
    "h_attack" : 1200,
    "h_blood" : 750,
    "h_type" : "法師"
}

例如：按照英雄類型分組，進行統計個數

> db.heros.aggregate([{$group:{_id:"$h_type",counter:{$sum:1}}}])
{ "_id" : "刺客", "counter" : 2 }
{ "_id" : "法師", "counter" : 1 }
{ "_id" : "射手", "counter" : 1 }
> 

Group by null：將集合中所有文檔分為一組

例如：求英雄的從攻擊力和平均血量

> db.heros.aggregate([{$group:{_id:null,h_attacks:{$sum:"$h_attack"},avgh_blood:{$avg:"$h_blood"}}}])
{ "_id" : null, "h_attacks" : 4900, "avgh_blood" : 825 }
> 

透視數據

只查詢英雄類型和名字

> db.heros.aggregate([{$group:{_id:"$h_type",name:{$push:"$h_name"}}}])
{ "_id" : "刺客", "name" : [ "李白", "韓信" ] }
{ "_id" : "法師", "name" : [ "妲己" ] }
{ "_id" : "射手", "name" : [ "后裔" ] }
> 

• 使用$$ROOT可以將文檔內容加入到結果集的數組中，代碼如下

> db.heros.aggregate([{$group:{_id:"h_type",name:{$push:"$$ROOT"}}}]).pretty()
{
    "_id" : "h_type",
    "name" : [
        {
            "_id" : ObjectId("5d2e0647614bec7ca4687792"),
            "h_name" : "后裔",
            "h_skill" : "懲戒之劍",
            "h_attack" : 1000,
            "h_blood" : 800,
            "h_type" : "射手"
        },
        {
            "_id" : ObjectId("5d2e0685614bec7ca4687793"),
            "h_name" : "李白",
            "h_skill" : "青蓮劍仙",
            "h_attack" : 1400,
            "h_blood" : 900,
            "h_type" : "刺客"
        },
        {
            "_id" : ObjectId("5d2e06d6614bec7ca4687794"),
            "h_name" : "韓信",
            "h_skill" : "國士無雙",
            "h_attack" : 1300,
            "h_blood" : 850,
            "h_type" : "刺客"
        },
        {
            "_id" : ObjectId("5d2e0720614bec7ca4687795"),
            "h_name" : "妲己",
            "h_skill" : "女王崇拜",
            "h_attack" : 1200,
            "h_blood" : 750,
            "h_type" : "法師"
        }
    ]
}
>

 

四、$match

• 用於過濾數據，只輸出符合條件的文檔
• 使用MongoDB的標准查詢操作

例如：查詢攻擊力大於1200

> db.heros.aggregate([{$match:{"h_attack":{$gt:1200}}}])
{ "_id" : ObjectId("5d2e0685614bec7ca4687793"), "h_name" : "李白", "h_skill" : "青蓮劍仙", "h_attack" : 1400, "h_blood" : 900, "h_type" : "刺客" }
{ "_id" : ObjectId("5d2e06d6614bec7ca4687794"), "h_name" : "韓信", "h_skill" : "國士無雙", "h_attack" : 1300, "h_blood" : 850, "h_type" : "刺客" }
> 

 

五、$project

• 修改輸入文檔的結構，如重命名、增加、刪除字段、創建計算結果
• 輸出結果和投影效果差不多

> db.heros.aggregate([{$project:{_id:0,h_name:1,h_skill:1}}])
{ "h_name" : "后裔", "h_skill" : "懲戒之劍" }
{ "h_name" : "李白", "h_skill" : "青蓮劍仙" }
{ "h_name" : "韓信", "h_skill" : "國士無雙" }
{ "h_name" : "妲己", "h_skill" : "女王崇拜" }
> 

 

六、$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

 

語法1

 

對某字段值進行拆分

db.集合名稱.aggregate([{$unwind:'$字段名稱'}])

例如：

db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})

查詢：

> db.t2.aggregate([{$unwind:'$size'}])
{ "_id" : 1, "item" : "t-shirt", "size" : "S" }
{ "_id" : 1, "item" : "t-shirt", "size" : "M" }
{ "_id" : 1, "item" : "t-shirt", "size" : "L" }
>

語法2

• 對某字段值進行拆分
• 處理空數組、非數組、無字段、null情況

db.inventory.aggregate([{
    $unwind:{
        path:'$字段名稱',
        preserveNullAndEmptyArrays:<boolean>#防止數據丟失
    }
}])

• 構造數據

db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])

• 使用語法1查詢

> db.t3.find().pretty()
{ "_id" : 1, "item" : "a", "size" : [ "S", "M", "L" ] }
{ "_id" : 2, "item" : "b", "size" : [ ] }
{ "_id" : 3, "item" : "c", "size" : "M" }
{ "_id" : 4, "item" : "d" }
{ "_id" : 5, "item" : "e", "size" : null }
> db.t3.aggregate([{$unwind:'$size'}])
{ "_id" : 1, "item" : "a", "size" : "S" }
{ "_id" : 1, "item" : "a", "size" : "M" }
{ "_id" : 1, "item" : "a", "size" : "L" }
{ "_id" : 3, "item" : "c", "size" : "M" }
> 

• 查看查詢結果，發現對於空數組、無字段、null的文檔，都被丟棄了

使用語法2查詢不會丟棄空數組，無字段，null的文檔

> db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])
{ "_id" : 1, "item" : "a", "size" : [ "S", "M", "L" ] }
{ "_id" : 2, "item" : "b", "size" : [ ] }
{ "_id" : 3, "item" : "c", "size" : "M" }
{ "_id" : 4, "item" : "d" }
{ "_id" : 5, "item" : "e", "size" : null }
>