mongodb 数据库试验

一:减少数据

操作1:单条插入:Yelp数据库中的User数据集插入符和如下要求的数据

_id:自定义为本人的班级;

user_id:本人的学号+任意字符(多于22个字符取前22位,有余22个字符补充字母,数字或下划线);

name:姓名拼音;

review_count:任意随机数;

yelping_since:试验工夫;

操作2:多条插入:

随机构建4条User数据,有序插入User数据集中;

db.user.insert(    {        _id: 2018211,        user_id: 201821057900000000000000000000000,        name: "xiao",        review_count: 100,        "yelping_since": ISODate("2020-11-17 07:58:51"),    })

the result

2: 插入多项数据:

db.user.insertMany(   [ {        _id: 201821112,        user_id: 201811111111111111111111,        name: "xiaoxiao",        review_count: 1,        "yelping_since": ISODate("2020-11-18 07:58:51"),    },         {        _id: 201821114,        user_id: 201822222222222222222,        name: "xuexiao",        review_count: 344,        "yelping_since": ISODate("2030-11-18 07:58:51"),    },         {        _id: 201821117,        user_id: 201833333333333333333,        name: "xiaoxiao",        review_count: 56,        "yelping_since": ISODate("2020-11-19 07:58:51"),    },]        )

the result

二:删除数据

删除指定条件的数据:删除business数据集中 stars小于3且city位于Las Vegas的记录;

db.business.remove({    "city": "Las Vegas",    stars: {       $lt:3   }})

result :

三: 更新数据

整体更新:将1.1中插入的数据整体更新

user_id:本人的班级+任意字符(多于22个字符取前22位,有余22个字符补充字母,数字或下划线);

name:姓名拼音倒序;

review_count:任意随机数(与之前不同);

yelping_since:以后试验工夫(与之前不同);

操作5:部分更新

将business数据集内business_id为"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars减少0.5

db.user.update({_id: 2018211125}, {name:"xiaoxiao", review_count: 0,yelping_since: ISODate("2020-11-18 21:58:51")})

result: 查问后

局部更新

初始:

db.business.update({business_id:8mIrX_LrOnAqWsB5JrOojQ},{ "$inc":{stars:0.5}})

进行局部更新, 再次查问后果为:

四:查问

1: 查问business汇合内latitude大于30,longitude小于50,state位于AZ的10条记录

查问business汇合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录(跳过前510条数据)

db.business.find({    latitude: {        "$gte": 30,        "$lte": 50    },    state: "AZ"}).limit(10)

result:

查问business汇合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录(跳过前510条数据)

db.business.find({    city: {        "$in": ["Charlotte", "Toronto", "cottsdale"]    }}).skip(150)

result :

五索引:

创立索引:friend数据集上,建设user_id(升序)与friend_id(降序)多字段惟一索引

db.friend.createIndex({user_id:1 ,friend_id: -1}) 

result

查看索引:

db.friend.getIndexes()

六聚合:

统计review数据集中stars大于2.0对应的不同user_id(作为_id)的stars评分总和(重命名为starSum)

db.review.aggregate([    {        $match: {                "stars": {           "$gte": 2.0         }        }    },    {        $group: {            _id: "$user_id",      starSum:{                $sum: "$stars"            }        }    }, ])

result :


统计friend数据集中friend_id为"BI4jBJVto2tEQ0NiaR0rNQ"的不同用户的总数(count)从第10条开始统计

db.friend.aggregate([    {        $match: {            friend_id:"BI4jBJVto2tEQ0NiaR0rNQ"        }    },    {        $group: {            _id: "$friend_id",      Sum:{                $sum: "$count",            }        }    }, ]).skip(10)

result :


统计friend数据集中不同的friend_id(distinct)

db.friend.distinct(  "friend_id" )

result :