MongoDB 小记

之前本人说过一款非关系型数据库的代表 Redis 的 《 Redis 小记 》文章，觉得意犹未尽，今天就来介绍一款数据库 MongoDB ，先来看一下

MongoDB是一款基于分布式文件存储的数据库，是一种文档型数据库，是介于关系型和非关系型数据库之间的产品，是最接近关系型数据库的数据库。MongoDB中的每一条记录就是一个文档，是一个数据结构，由字段和值对组成，字段的值可能其他文档，数组，以及文档数组。一般用作离线数据分析使用，放在内网居多，提供高性能的数据持久化。

以上为网上对于 MongoDB 的解释，总结起来就是一句话：好！

老规矩，话不多说，直接开撸。

关于 MongoDB 的安装就不介绍了，大家根据电脑版本型号自行搜索安装。

安装并配置好 MongoDB 后我们在终端输入 db 及 show dbs 出现以下内容说明安装成功。MongoDB 默认数据库为 test 数据库，我们也可以自己创建数据库，如下。

MongoDB 在创建数据库上还是很方便的，如上图，use test1 表示如果有 test1 这个数据库就切换到该数据库，如果没有则创建并切换到该数据库，通过 db 命令查看当前使用的数据库并且可以删除该数据库。

如上图，db.createCollection( name , options ) 可以创建集合，其中 name 为必填项，为集合的名称，options 为可选项，选项中 capped 默认值为 false 表示不设置上限，值为 true 表示设置上限；当 capped 值为 true 时需设置 size 值，size 值为集合的上限，当超过上限时再插入数据会将之前的数据覆盖，单位为字节。

如上图，MongoDB 通过 db.集合名称.insert( ) 向集合中添加数据，可以通过 db.集合名称.update( ) 对集合进行数据更新，db.集合名称.find() 对数据进行查找，操作中其实还有很多选填项，这个稍后会说。

db.集合名称.remove( ) 可以对集合进行删除，第一个 { } 表示要删除数据的匹配项，第二个 { } 表示删除多个还是一个，true 表示只删除匹配到的第一个，false 表示删除匹配到的所有数据，db.集合名称.remove( { } ) 表示删除所有数据。

从上面对 MongoDB 增删改查的基本操作我们发现其语法很接近 JavaScript 这类语言，对于我们这种初学者还是很友好的。但是语法上要比之前说过的 Redis 复杂一些，所以接下来的操作就不在终端进行操作了，移驾 Robo 3T （萝卜） 软件。

图标就是上面这个长得跟萝卜似的大眼仔，直接下载安装即可。打开软件我们先进行如下配置。

因为我们是在本地测试，所以 ip 为 127.0.0.1，端口号用 MongoDB 默认的 27017 端口。点击 Save 保存之后点击 Connect 进行连接即可。

进来之后我们发现在错侧栏我们之前在终端创建的 test2 数据库还在，我们可以选中右键对其进行操作。我们也可以选中下方的 Collections 对其进行集合的操作，这些大家安装之后操作一下就可以了，很方便。右侧最上面黑条内可以输入我们想要的操作，对应的在下方会看到操作的输出结果，话不多说，操作起来。

我们在之前终端创建的集合内插入 5 条数据，在软件右上角除可以对数据的显示状态进行切换。

我们将其展示为直观的 json 数据格式。我们可以看出，在使用 MySQL 等关系型数据库时，主键都是设置自增的，但是在分布式环境下，这种方法就不可行了，会产生冲突，为此，MongoDB 采用了一个称之为 ObjectId 的类型来做主键，是一个随机生成的 BSON 类型的字符串，具体含义大家自行百度，不是重点。

数据库中大部分操作都是围绕查询来进行操作的，这里我们着重看一下 MongoDB 在数据查询方面的写法。

基本查询

方法find()：查询

db.集合名称.find({条件文档})

方法findOne()：查询，只返回第一个

db.集合名称.findOne({条件文档})

方法pretty()：将结果格式化

db.集合名称.find({条件文档}).pretty()

比较运算符

• 等于，默认是等于判断，没有运算符

• 小于$lt

• 小于或等于$lte

• 大于$gt

• 大于或等于$gte

• 不等于$ne

• 例1：查询名称等于'nan1'的人

db.user.find({name:'nan1'})

运行结果如下：

例2：查询年龄大于或等于18的人

db.user.find({age:{$gte:18}})

逻辑运算符

• 查询时可以有多个条件，多个条件之间需要通过逻辑运算符连接

• 逻辑与：默认是逻辑与的关系

• 例3：查询年龄大于或等于20，并且性别为true的人

db.user.find({age:{$gte:18},gender:true})

逻辑或：使用$or

例4：查询年龄大于20，或性别为 false 的人

db.user.find({$or:[{age:{$gt:18}},{gender:false}]})

运行结果如下：

and和or一起使用

例5：查询年龄大于18或性别为 true 的人，并且人的姓名为nan2

db.user.find({$or:[{age:{$gte:18}},{gender:true}],name:'nan2'})

运行结果如下：

范围运算符

使用"$in"，"$in" 判断是否在某个范围内

例6：查询年龄为18、28的人

db.user.find({age:{$in:[18,28]}})

支持正则表达式

使用//或$regex编写正则表达式

例7：查询姓nan的人

db.user.find({name:/^nan/})
db.user.find({name:{$regex:'^nan'}}})

自定义查询

使用$where后面写一个函数，返回满足条件的数据

例7：查询年龄大于20的人

db.user.find({$where:function(){return this.age>20}})

Limit

方法limit()：用于读取指定数量的文档

语法：

db.集合名称.find().limit(NUMBER)

参数NUMBER表示要获取文档的条数

如果没有指定参数则显示集合中的所有文档

例1：查询2条信息

db.user.find().limit(2)

skip

方法skip()：用于跳过指定数量的文档

语法：

db.集合名称.find().skip(NUMBER)

参数NUMBER表示跳过的记录条数，默认值为0

例2：查询从第3条开始的user信息

db.user.find().skip(2)

一起使用

方法limit()和skip()可以一起使用，不分先后顺序

创建数据集

for(i=0;i<15;i++){db.user.insert({_id:i})}

查询第2至3条数据

db.user.find().limit(2).skip(1)
或
db.user.find().skip(1).limit(2) 

运行结果如下：

投影

在查询到的返回结果中，只选择必要的字段，而不是选择一个文档的整个字段

如：一个文档有5个字段，需要显示只有3个，投影其中3个字段即可

语法：

参数为字段与值，值为1表示显示，值为0不显示

db.集合名称.find({},{字段名称:1,...})

对于需要显示的字段，设置为1即可，不设置即为不显示

特殊：对于_id列默认是显示的，如果不显示需要明确设置为0

例1

db.user.find({},{name:1,gender:1})

例2

db.user.find({},{_id:0,name:1,gender:1})

运行结果如下：

排序

方法sort()，用于对结果集进行排序

语法

db.集合名称.find().sort({字段:1,...})

参数1为升序排列

参数-1为降序排列

例1：根据性别降序，再根据年龄升序

db.user.find().sort({gender:-1,age:1})

统计个数

方法count()用于统计结果集中文档条数

语法

db.集合名称.find({条件}).count()

也可以与为

db.集合名称.count({条件}) 

例1：统计男人数

db.user.find({gender:true}).count()

例2：统计年龄大于20的男人数

db.user.count({age:{$gt:20},gender:true})

运行结果如下

消除重复

方法distinct()对数据进行去重

语法

db.集合名称.distinct('去重字段',{条件})

例:查找年龄大于18的性别（去重）

db.user.distinct('gender',{age:{$gt:18}})

运行结果如下：

以上就是 MongoDB 在数据查询方面的基本操作，基本够我们的操作使用了。

接下来我们说一下 MongoDB 语法中的高级应用 aggregate（聚合）。聚合主要用于计算数据，类似于 sql 中的 sum( )，avg( )。

db.集合名称.aggregate([{管道:{表达式}}])

管道

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入

ps ajx | grep mongo

在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理

常用管道

• $group：将集合中的文档分组，可用于统计结果

• $match：过滤数据，只输出符合条件的文档

• $project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果

• $sort：将输入文档排序后输出

• $limit：限制聚合管道返回的文档数

• $skip：跳过指定数量的文档，并返回余下的文档

• $unwind：将数组类型的字段进行拆分

表达式

处理输入文档并输出

语法

表达式:'$列名'

• 常用表达式

• $sum：计算总和，$sum:1同count表示计数

• $avg：计算平均值

• $min：获取最小值

• $max：获取最大值

• $push：在结果文档中插入值到一个数组中

• $first：根据资源文档的排序获取第一个文档数据

• $last：根据资源文档的排序获取最后一个文档数据

我们先看看之前我们添加进去的数据，我们在 user 集合中添加了五条数据，有 name ，age，gender 字段，其中 gender 字段 true 表示男，false 表示女。

$group

将集合中的文档分组，可用于统计结果

_id表示分组的依据，使用某个字段的格式为'$字段'

例：统计男人、女人的总人数

db.user.aggregate([
    {$group:
        {
            _id:'$gender',
            counter:{$sum:1}
        }
    }
])

运行结果如下：

Group by null

将集合中所有文档分为一组

例2：求总人数、平均年龄

db.user.aggregate([
    {$group:
        {
            _id:null,
            counter:{$sum:1},
            avgAge:{$avg:'$age'}
        }
    }
])

运行结果如下：

透视数据

例3：统计 user 性别及姓名

db.user.aggregate([
    {$group:
        {
            _id:'$gender',
            name:{$push:'$name'}
        }
    }
])

运行结果如下：

使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

db.user.aggregate([
    {$group:
        {
            _id:'$gender',
            name:{$push:'$$ROOT'}
        }
    }
])

运行结果如下：

$match

用于过滤数据，只输出符合条件的文档

使用MongoDB的标准查询操作

例：查询年龄大于20的人

db.user.aggregate([
    {$match:{age:{$gt:20}}}
])

运行结果如下：

例：查询年龄大于20的男人、女人人数

db.user.aggregate([
    {$match:{age:{$gt:20}}},
    {$group:{_id:'$gender',counter:{$sum:1}}}
])

运行结果如下：

$project

修改输入文档的结构，如重命名、增加、删除字段、创建计算结果

例：查询 user 的姓名、年龄

db.user.aggregate([
    {$project:{_id:0,name:1,age:1}}
])

运行结果如下：

例：查询男人、女人人数，输出人数

db.user.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$project:{_id:0,counter:1}}
])

运行结果如下：

$sort

将输入文档排序后输出

例：查询 user 信息，按年龄升序

db.user.aggregate([{$sort:{age:1}}])

运行结果如下：

例：查询男人、女人人数，按人数降序

db.user.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$sort:{counter:-1}}
])

运行结果如下：

$limit

限制聚合管道返回的文档数

例：查询2条 user 信息

db.user.aggregate([{$limit:2}])

运行结果如下：

$skip

跳过指定数量的文档，并返回余下的文档

例：查询从第3条开始的 user 信息

db.user.aggregate([{$skip:2}])

运行结果如下：

例3：统计男人、女人人数，按人数升序，取第二条数据

注意顺序：先写skip，再写limit

db.user.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$sort:{counter:1}},
    {$skip:1},
    {$limit:1}
])

运行结果如下：

以上就是关于 MongoDB 聚合的一些操作，MongoDB 还有配置用户管理和设置数据库主从关系等操作，由于此篇幅过长，实在是写的太累了，有机会再说一下吧。

总的来说 MongoDB 在数据的操作方面语法还是很贴切我们的日常操作语法的，用起来也很方便。

好记性不如烂笔头，特此记录，与君共勉！