MongoDB-常用查询操作

37次阅读

共计 4003 个字符,预计需要花费 11 分钟才能阅读完成。

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 70150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 $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=ytaovisitor=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=ytaovisitor=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/'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 authorTao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 = ytaovisitor > 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 authorvisitor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 titlevisitor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

$sort是文档排序操作符,类似关系型数据中的 order by 指令。$sort排序用 1-1表示正序和倒序。

语法格式:

db.collection.aggregate([
    {
        $sort:{"< 排序字段名 >": <1 或 -1>}
    }
])

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 $skip** 和 **$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

《MongoDB 安装及文档的基本操作》

《Dubbo 负载均衡的实现》

《你必须会的 JDK 动态代理和 CGLIB 动态代理》

《Redis5 新特性 Streams 作消息队列》

正文完
 0