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 $in
时,必须用数组来设置条件值,比如获取 visitor 为 70
和150
的值
db.article.find({"visitor": {$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 | 与 $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 |
$and
查询 author=ytao
且visitor=150
的文档
db.article.find(
{$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}}
]}
)
$or
查询 author=ytao
或visitor=170
的文档
db.article.find(
{$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/
和'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 $options
为可选参数,有四个固定值选择
options 选项 | 说明 |
---|---|
i | 匹配过程忽略大小写 |
x | 匹配过程忽略空格 |
m | 匹配多行数据,但都是从每行的起点和结尾匹配 |
s | 将多行转换成一行后进行匹配,可匹配换行符 \n 字符串 |
模糊查询 author
为Tao
的示例:
db.article.find({"author":{$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 = ytao
且visitor > 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 author
的visitor
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 title
和visitor
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
和-1
表示正序和倒序。
语法格式:
db.collection.aggregate([
{
$sort:{"< 排序字段名 >": <1 或 -1>}
}
])
按 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》