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》