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 :