MongoDB数据操作
MongoDB数据操作
-
新建数据库
use boke
-
插入数据(表 > 行)
db.table_name.insert({“name”:"html5"}); WriteResult({“nInserted”:1}); capped collections Capped collections 就是固定大小的collection。 它有很高的性能以及队列过期的特性(过期按照插入的顺序). 有点和 "RRD" 概念类似。 Capped collections是高性能自动的维护对象的插入顺序。它非常适合类似记录日志的功能 和标准的collection不同，你必须要显式的创建一个capped collection， 指定一个collection的大小，单位是字节。collection的数据存储空间值提前分配的。 要注意的是指定的存储大小包含了数据库的头信息。 db.createCollection(“table_name", {capped:true, size:100000}) -
查看所有数据库
show dbs -
删除数据库
use BOKE db.dropDatabase() -
删除集合（表）
db.collection.drop() -
插入文档
use blog db.articles.insert( {title: 'css3 教程', description: 'css3 是一个 脚本 语言', by: 'lzhan', url: 'http://www.lzhan.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 3400 }) -
更新数据
a. update
参数说明：
query : update的查询条件，类似sql update查询内where后面的。 update : update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内set后面的 upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。 multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。 writeConcern :可选，抛出异常的级别。db.articles.update({'查询字段':'查询条件’},{$set:{‘修改的字段’:'设置新值'}}) db.articles.update({'title':'MongoDB 教程’},{$set:{‘by’:'lzhan'}})注：
语句只会修改第一条发现的文档，如果你要修改多条相同的文档，则需要设置 multi 参数为 true。
db.articles.update({“likes":100},{$set:{“by”:“zhan”}},{multi:true})b. save() 方法通过传入的文档来替换已有文档。语法格式如下：
替换的前提要是主键相同，否则会变成保存新的数据（插入数据）db.collection.save( <document>, { writeConcern: <document> } )c. 参数自加
db.articles.update({“条件”:’值’},{$inc:{“自增字段":步长}，{multi:true}) db.articles.update({“id”:’0001’},{$inc:{"like":1}},{multi:true}) -
删除文档
db.collection.remove( <query>, { justOne: <boolean>, writeConcern: <document> } ) query :（可选）删除的文档的条件。 justOne : （可选）如果设为 true 或 1，则只删除一个文档。 writeConcern :（可选）抛出异常的级别。code:
db.articles.remove({“by”:”lzhan"},1) 删除所有数据 db.col.remove({}) -
查询文档
db.articles.find().pretty()作 语法 示例 RDBMS等效语句 等 {<key>:<value>} db.mycol.find({“by”:“yiibai”}).pretty() where by = ‘yiibai’ 等 { : { $eq: } } db.mycol.find({“likes”:{$eq:50}}).pretty() 于 {<key>:{$lt:}} db.mycol.find({“likes”:{$lt:50}}).pretty() where likes < 50 于等于 {<key>:{$lte:}} db.mycol.find({“likes”:{$lte:50}}).pretty() where likes <= 50 于 {<key>:{$gt:}} db.mycol.find({“likes”:{$gt:50}}).pretty() where likes > 50 于等于 {<key>:{$gte:}} db.mycol.find({“likes”:{$gte:50}}).pretty() where likes >= 50 等于 {<key>:{$ne:}} db.mycol.find({“likes”:{$ne:50}}).pretty() where likes != 50 n { : { $in: [value,value] } } db.mycol.find({“likes”:{$in:[50,51,52]}}).pretty() where likes in[50,51,51] ot in { : { $nin: } } db.mycol.find({“likes”:{$nin:[50,51,52]}}).pretty() where likes not in[50,51,51]
###表达式###
-
and 语句
MongoDB 的 find() 方法可以传入多个键(key)，每个键(key)以逗号隔开，及常规SQL 的 AND 条件。
语法：
{ $and: [ { }, { } , … , { } ] }释义：与 条件查询
语法格式如下：
db.col.find({key1:value1, key2:value2}).pretty() db.comments.find({'like':{$gte:5,$lte:100}}).pretty()也可以
{ $and: [ { <expression1> }, { <expression2> } , ... , { <expressionN> } ] } -
or 语句
语法：{ $or: [ { }, { }, … , { } ] }
释义：或 条件查询
举例：
MongoDB OR 条件语句使用了关键字 $or,语法格式如下：
``` db.col.find( { $or: [ {key1: value1}, {key2:value2} ] } ).pretty() ```code:
``` db.articles.find({"likes":{$gt:100},"likes":{$lt:1000}}).pretty() db.articles.find( { $or:[ {“likes":100}, {“likes”:{$gt:1000}} ] } ).pretty() ``` -
$not
语法：{ field: { $not: { } } }
释义：查询与表达式不匹配的文档
举例：
查询age不大于20的文档：
db.person.find( { age: { $not: { $gt: 20 } } } ) -
$nor
语法：{ $nor: [ { }, { }, … { } ] }
释义：查询与任一表达式都不匹配的文档
举例：
查询age既不等于20，sex也不是男的文档：
db.person.find( { $nor: [ { age: 20 },{ sex: "男"} ] } ) -
$exists
语法：{ field: { $exists: } }
释义：查询存在指定字段的文档
举例：
查询存在phone字段的文档：
db.person.find( { phone: { $exists: true } } ) -
$mod
语法：{ field: { $mod: [ 除数, 余数 ] } }
释义：取余条件查询
举例：
查询age字段的值除以2余0的文档：
db.person.find( { age: { $mod: [ 2, 0 ] } } )
-
-
模糊查询（正则表达式）
{field:{$regex:{/pattern/option}}},其中pattern是寻常的正则表达式， option的值包含： i(不区分大小写)， m(当使用^与$符号模糊匹配时，作用于屏蔽中间的换行符) , x(忽略注释，以#开头 /n结尾)， s(允许所有字符包括换行符参与模糊匹配)
db.user.update({"name":{$regex:/\w*/}},{$inc:{"age":1}},{multi:true}) db.user.update({"name":/^js/},{$set:{"age":40}},{"multi":true}) db.user.find({"name":/java/im}).pretty()查询name属性包含py开头的document
db.getCollection('user').find({"name":/py/})查询name属性以py开头的document
db.getCollection('user').find({"name":/^py/})查询nmae属性以on结尾的document
db.getCollection('user').find({"name":/on$/})支持直接写正则表达式
{field:/pattern/options}, db.user.update({"name":/\w*/},{$inc:{"age":1}},{multi:true}) -
limit() & skip
db.user.find().pretty().limit(2) #查询前两条数据 #跳过前2条记录，查询两条记录。最终结果为3，4两条记录 db.user.find().pretty().limit(2).skip(2) -
sort()
在 MongoDB 中使用 sort() 方法对数据进行排序，sort() 方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而 -1 是用于降序排列。
#先根据name排序，然后取前两条 db.user.find().sort({"name":1}).limit(2) -
$type
$type操作符是基于BSON类型来检索集合中匹配的数据类型，并返回结果。
MongoDB 中可以使用的类型如下表所示：
数字 uble ring ject ray nary ject olean te ll gular vaScript -bit integer mestamp -bit integer db.nike.find({"acount":{$type:1}}) db.nike.find({"acount":{$type:2}}) #等价于 db.nike.find({"acount":{$type:“string”}}) -
索引
全文搜索是 mongodb的一个特性，正则表达是在效率上等同在该字段上进行全部扫描(除了在该字段上建立索引并使用^符号进行查找，该操作是会走索引的)，当需要正则搜索的文档到了一定的量级，模糊是查询的效率还是会很低的。
全文搜索就是在需要搜索的字段上加上一个文本索引，注意：一个集合只能支持建立一个全文索引，但该索引可以包含多个字段做联合索引。
该索引支持字段的值为string或者string类型的array,
1. 新建索引
db.collection.ensureIndex(keys, options)
#为field字段设置索引，1表示升序，-1表示降序
db.nike.ensureIndex({"title":1})
options，可选参数，表示建立索引的设置。可选值如下：
* background，Boolean，在后台建立索引，以便建立索引时不阻止其他数据库活动。默认值 false。
* unique，Boolean，创建唯一索引。默认值 false。
* name，String，指定索引的名称。如果未指定，MongoDB会生成一个索引字段的名称和排序顺序串联。
* dropDups，Boolean，创建唯一索引时，如果出现重复删除后续出现的相同索引，只保留第一个。
* sparse，Boolean，对文档中不存在的字段数据不启用索引。默认值是 false。
* v，index version，索引的版本号。
weights，document，索引权重值，数值在 1 到 99,999 之间，表示该索引相对于其他索引字段的得分权重。
2. 重建索引
db.COLLECTION_NAME.reIndex()
3. 查看索引
db.COLLECTION_NAME.getIndexes()
查看索引的大小
db.COLLECTION_NAME.totalIndexSize()
4. 删除索引
db.COLLECTION_NAME.dropIndex("INDEX-NAME")
-
MongoDB支持多种类型的索引，包括单字段索引、复合索引、多key索引、文本索引等，每种类型的索引有不同的使用场合。
-
单字段索引 （Single Field Index）
db.user.createIndex( {age: 1} )上述语句针对age创建了单字段索引，其能加速对age字段的各种查询请求，是最常见的索引形式，MongoDB默认创建的id索引也是这种类型。
-
复合索引 (Compound Index)
复合索引是Single Field Index的升级版本，它针对多个字段联合创建索引，先按第一个字段排序，第一个字段相同的文档按第二个字段排序，依次类推，如下针对age, name这2个字段创建一个复合索引。
db.user.createIndex( {age: 1, name: 1} ) -
多key索引 （Multikey Index）
当索引的字段为数组时，创建出的索引称为多key索引，多key索引会为数组的每个元素建立一条索引，比如person表加入一个habbit字段（数组）用于描述兴趣爱好，需要查询有相同兴趣爱好的人就可以利用habbit字段的多key索引。
{"name" : "jack", "age" : 19, habbit: ["football, runnning"]} db.user.createIndex( {habbit: 1} ) // 自动创建多key索引 db.user.find( {habbit: "football"} )
-