MongoDB的一些高級語法

 

 

• • MongoDB的一些高級語法
    • AND 和 OR操作
      • AND操作
      • OR操作
    • 嵌入式文檔
      • 插入
      • 查詢
    • 數組（Array）字段
      • 插入
      • 查詢
    • 聚合（Aggregation）
      • 篩選數據
      • 修改字段
  • 注意事項
    • 包括現有字段
    • 取消_id字段
    • 排除字段
    • 分組操作
      • 去重
      • 分組操作運算
      • 拆分數組
    • 聯集合查詢
    • 參考資料

 

MongoDB的一些高級語法

在前面的博客中，我們了解一些Mongodb中最基礎的用法，只介紹了簡單的增刪查改，在這篇博客中，我將介紹一下稍微復雜一點的語法。

AND 和 OR操作

AND操作

在前面的博客中，我們介紹了查找命令，其中可以指令多個查詢條件，當所有條件都符合時，就可以查詢到數據。那么，如果我們只想只要有一個條件符合，就返回想要的數據，那么我們應該怎么做呢？

db.getCollection('test_data_1').find({"字段1":"固定值1","字段2":"固定值2"})

在上面的命令中，實際上是一個隱式的AND,因為需要同時滿足。但是又沒有出現AND這個關鍵詞，所以被稱為“隱式AND操作”。下面，就讓我們來將隱式轉為顯式，只需要使用“$and”即可。

db.getCollection('test_data_1').find(
    {
    	"$and":[
        	{"字段1":"固定值1"},
        	{"字段2":"固定值2"}
    	]
    }
)

OR操作

or操作就是為了查詢只符合其中任一條件的數據。命令語法和顯式的AND操作一樣。

db.getCollection('test_data_1').find(
    {
    	"$or":[
        	{"字段1":"固定值1"},
        	{"字段2":"固定值2"}
    	]
    }
)

其中，我們需要知道，盡管存在隱式的AND操作，但是，對於OR操作來說，不存在隱式的OR操作。 同時or操作時會遵循一個"短路原則":只要前面的條件滿足了，那后面的條件直接跳過（類似編程中的||）。

嵌入式文檔

下面便是一個嵌入式文檔的例子：

我們可以看到在studyInfo中，還有着score和project。其中，studyInfo被稱為嵌入式文檔，studyInfo下面的字段被稱為嵌套字段

 

 

 

插入

下面是一個插入語句的示例。

db.getCollection('test_data_1').insertOne(
{
    "age":18,
    "adress":"Hunan",
    "studyInfo":{
        "score":59,
        "project":"LOL"
        }
    }
)

查詢

查詢語句

如果我們需要根據嵌入式文檔中的嵌套字段的條件去查詢，那么下面這樣使用就行了。如果嵌套字段里面還有嵌入式文檔，一路點點點過去就行了。

db.getCollection('test_data_1').find(
    {
    	"studyInfo.score":59
    },
    
    // 不返回studyInfo.score
    {
    	"studyInfo.score":0
    }
)

數組（Array）字段

插入

在下面中，like字段保存的就是一個數組，所以我們使用**[]**將"apple","orange","fruit"括起來。

db.getCollection('test_data_1').insertOne(
{
    "name":"Array",
    "like":["apple","orange","fruit"]
}
)	

使用Robo3T可視化工具查看，顯示如下：

 

1566638722008

 

查詢

其中，like的類型為Array。但是如果我們查詢的時候需要根據like中某個值作為篩選目標的時候，我們怎么辦呢？我們無需進行其他任何操作（和以前的查詢一模一樣）。例如查詢所有喜歡orange的人：

db.getCollection('test_data_1').find({"like":"orange"})

也就是說它的查詢與以前沒有任何區別。但是，既然是數組，總有一定其他的操作，例如查詢字段數組為長度的記錄：

db.getCollection('test_data_1').find({"like":{"$size":3}})

上面是查詢like字段的數組長度為3的記錄。

注意：“$size”只能查詢某一個具體長度的數組，而不能查詢范圍，如果進行范圍查詢的話，會報錯：

 

 

 

當然，既然有數組，那么必然會有索引，在mongodb中，數組的第一個元素的索引為0，和大部分的編程的情況是一樣的。

我們可以通過“字段名.索引”來定位元素。例如查詢：

db.getCollection('test_data_1').find(
    {
       "like.0":"apple"
        }
)

聚合（Aggregation）

聚合的功能很簡單，就是讓Mongodb來處理數據，然后返回被處理好的數據。

聚合的操作命令是“aggregation”，基本格式是:

db.getCollection('test_data_1').aggregation([階段1,階段2,階段3……])

集中，階段可以為零個（那么就相當於findi命令），也可以為任意數量。其中，階段中間有點類似linux或者unix中的管道

 

img

 

也就是說，前面一個階段的輸出，是后面一個結點的輸入。

下面是來自菜鳥教程的一些關鍵字的用法。

• $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。

下面我將在一些數據的處理方面來介紹一下其中的一些命令。

篩選數據

篩選數據的功能乍一看和find的功能差不多，然后仔細一看，還真的和find的功能一模一樣。篩選數據的關鍵字是“ $match”

db.getCollection('test_data_1').aggregate([{"$match":{和find完全一樣的過濾表達式}}])

下面是返回like字段數組的第一個元素為“apple”的記錄（和上面數組字段里面查詢返回的結果一模一樣）。

db.getCollection('test_data_1').aggregate([{"$match":{"like.0":"apple"}}])

那么，這樣做有什么意義呢？返回的結果和find的命令一樣，還比find麻煩，這樣做豈不是多此一舉。的確，如果我們僅僅這樣做，還不如使用find，它的強大之處在於與其他關鍵字進行組合。因為進行數據處理，一般第一步都是進行篩選。

修改字段

前面我們介紹了$project的介紹，那么修改字段我們將使用$projecto來操作。

$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。

正如上面所介紹的，$project的功能很強大，可以做到很多事情。

1. 修改返回的字段

   下面返回的字段中不包含_id和like 字段

   db.getCollection('test_data_1').aggregate([
       {"$project":{"_id":0,"like":0}}
   ])

   下面是結合$match的使用，其中前面的$match的返回的輸出是$project的輸入

   db.getCollection('test_data_1').aggregate([
       {"$match":{"like":{"$size":3}}},
       {"$project":{"_id":0,"like":0}}
   ])

   這個的作用也和find中的返回返回部分字段的操作差不多，這個操作沒有什么讓人新奇的地方，下面將介紹它的其他強大之處。

   注意事項

   包括現有字段

   • _id 字段默認包含在輸出文檔中。
   • 如果指定包含文檔中不存在的字段， $project 將忽略該字段包含，並且不會將該字段添加到文檔中。

   取消_id字段

   • 默認情況下， _id 字段包含在輸出文檔中。要從輸出文檔中排除 _id 字段，必須在 $project 中明確指定對 _id 字段的抑制。

   排除字段

   • 如果指定排除某個或多個字段，則在輸出文檔中返回所有其他字段。

   • 如果指定排除 _id 以外的字段，則不能使用任何其他 $project 規范表單：即，如果排除字段，則不能指定包含字段，重置現有字段的值或添加新字段。

2. 添加新的字段

   如果我想返回的結果中添加新的字段，怎么辦？在project中直接添加就行

   db.getCollection('test_data_1').aggregate([
      
       {"$project":{
           "name":1,
           "_id":0,
      		// 添加的新的字段
           "add":"GG"
           }
        }
   ])

   不過值得注意的是：

   如果指定排除 _id 以外的字段，則不能使用任何其他 $project 規范表單：即，如果排除字段，則不能指定包含字段，重置現有字段的值或添加新字段。

   也就是說，如果排除了除“_id”以外的字段，那么，就GG了。就沒辦法添加字段了。

    

   
   

    

    

   並且值得注意的是，添加新的字段的時候，如果舊的字段不設置為1，則不會返回。（也就是說，如果添加了新的字段，想要返回本來存在字段，必須將字段設置為1）

    

   
   

    

    

3. 重命名字段

   重命名字段和添加新的字段差不多，簡單點來說，我們可以使用“$舊的字段名”來表示字段的數據。示例如下

   db.getCollection('test_data_1').aggregate([
      
       {"$project":{
       	// 添加新的字段，新的字段的數據是name字段的數據
           "add":"$name"
           }
        }
   ])

   結果如下：

    

   
   

    

    

   這個對於嵌套文檔有着非常好的效果，可以看下面的兩個例子

   使用find	使用聚合

4. 處理特殊字符

   這里有說兩個問題，如果我需要修改一個字段的數據為1，或者為$project呢？可以知道，這些值與mongodbe自身的語法沖突了（所有以“$”開頭的普通字符串和數字都不能添加）。這個時候我們可以使用" $literal"關鍵字。

    

   
   

    

    

分組操作

分組操作所對應的關鍵字是“$group”，它的作用是根據給出的字段key，它所有的key的值相同的記錄放在一起進行運算。

去重

在上一篇博客中使用了去重函數“distinct”，使用該函數后，返回的是一個數組。不過，現在我們可以使用“$group”去重。操作如下所示：

db.getCollection('test_data_1').aggregate(
    [
        {
            "$group":{"_id":"$被g去重的字段名"}
        }
    ]
)

其中，“_id”是必不可少的，不能用其他的去替代。而這個返回的也不是一個數組，而是很多條記錄。

 

 

 

分組操作運算

首先先說一下運算的關鍵字，關鍵字包括（來自菜鳥教程）：

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"}}}])

大家看那個實例估計也明白怎么操作了。首先我們先去重，然后再指定名字，最后進行計算：

計算的方法：{$關鍵字：$已有的字段名}

下面便是計算age的平均值，然后以“aver_age”返回。

 

 

 

原則上，“$sum”和“$avg”的值對應的值應該是數字，如果使用非數字，則“$sum”會返回0，“$avg”會返回“null”。注意，字符串是可以比較大小的。其中，“$sum”的值還可以使用數字“1”，例如"count":{"$sum":1}，則返回的就是每個分組有多少條記錄。

拆分數組

拆分數組使用的關鍵字是“$unwind”，它的作用是把一條包含數組的記錄拆分為很對條記錄，其中，每一條記錄擁有數組中的一個元素。

下面是數組like和infos進行拆分，其中拆分的結果數量是like數組的長度乘以infos數組的長度。

db.getCollection('test_data_1').aggregate(
    [
        {"$unwind":"$like"},
        {"$unwind":"$infos"},
    ]
)

 

 

 

聯集合查詢

Mongodb中的聯集合查詢類似SQL中的聯表查詢，在聯集合查詢中，有兩個概念，主集合和被查集合。簡單點來說，就是主集合提供字段key，然后被查集合通過字段key查出需要的字段。

db.getCollection('主集合名').aggregate([
    "$lookup":{
            "from":"被查集合名",
            "localField":"主集合提供的字段key",
            "foreginField":"被查集合接受的字段",
            "as":"為查出來的字段命名",
    }
]
)

下面是兩個文檔，一個為user,一個為login

現在我們通過login中的id從user中拿出字段：

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   }
]
)

返回結果如下：

 

 

 

其中，login_name為聯結合查出來的數據，為一個數組。

當然，對於這個結果的樣式我們是不太滿意的，因為我我們只想拿出name，這個時候我們就需要使用前面的知識來解決這個問題了。

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   },   {
       "$unwind":"$login_name"
   },
   {
       "$project":{
           "_id":0,
           "loginId":1,
           "name":"$login_name.name"
           
           }
   }
])

返回的結果如圖所示：

 

 

 

參考資料

參考書籍：《左手Mongodb，右手Redis》

菜鳥教程：https://www.runoob.com/mongodb/mongodb-tutorial.html

docs4dev：https://www.docs4dev.com/docs/zh/mongodb/v3.6/reference