mongdb常用查询

mongdb数据库和关系型数据库完全不同， 主要在数据结构存储和查询语法方面。mongdb是把数据存在文档里面，文档里面是一种bson格式的数据(类似json格式)，再通过mongdb的javascript语法取读取符合条件的文档内容用表的形式展示给我们。查询语句为 db.表名.find(query, projection); 含义如下

db是全局变量，固定不变
find 类似select关键字。 除了find，还有insert、update等等
query 类似where关键词后面的条件（可无，如有，需要用{}括起来）
projection 你要查询哪几个字段（可无，如有，需要用{}括起来）

下面写了一些比较常用的查询语法

查询操作	mongdb SQL	关系型SQL	备注
全部数据全部字段	db.t_user.find();	select * from t_user;
查name=zhangsan	db.t_user.find({“name”:“zhangsan”});	select * from t_user where name = “zhangsan”;	字段名大小写敏感，name和Name不是同一个字段了；若多个and条件，{}里面逗号间隔即可
查name!=zhangsan	db.t_user.find({“name”:{$ne:“zhangsan”}})	select * from t_user where name != “zhangsan”;
查name=null	db.t_user.find({“name”:null})	select * from t_user where name is null	不存在name字段的记录默认null，此时满足条件也会被查询出来
只查name和age字段	db.t_user.find({“name”:“zhangsan”}, {name:1,age:1});	select name, age from t_user where name = “zhangsan”;	没有任何where条件时，前面的{}里面空着就行；后面那个{},省略就是默认查全部字段，不省略就是自定义查哪些字段。字段名称后的数字表示该字段 1展示 或 0不展示。 也可以使用true/false代替1/0
查询 in	db.t_user.find({“name”:{$in:[“zhangsan”,“lisi”]}});	select * from t_user where name in (“zhangsan”,“lisi”);	in表示满足任意一个，nin表示均不满足=not in，all表示均满足
查询 not in	db.t_user.find({name:{$nin:[“zhangsan”,“lisi”]}});	select * from t_user where name not in (“zhangsan”,“lisi”);
查询 or	db.t_user.find({“$or”:[{“name”:“zhangsan”},{“age”:18}]});	select * from t_user where name = “zhangsan” or age = 18;
查询 范围	db.t_user .find({“age”:{$ gte:18,$ lte:22}})	select * from t_user where age >= 18 and age <= 22;	$lt $ge $lte $gte 代表 <、>、<=、>=
模糊查询	db.t_user .find({“name”: {“$regex”: /zhangsan/}});	select * from t_user where name like ‘%zhangsan%’;	都是正则表达式，类似的还有: 以zhang开头 /^zhang/ 等价 ‘zhang%’ 、 以zhang结尾 /zhang$/ 等价 ‘%zhang’ 、 /zhang/i 忽略大小写
是否存在	db.t_user.find({“age”:{$exists:true}});		查询存在age字段的记录。查不存在的改为false即可

下面是一些对 “查询结果” 再做处理的方法

操作	mongdb SQL	关系型SQL	备注
数据格式化	db.t_user.find().pretty();		相当于json格式化
去重	db.t_user.find().distinct(“name”);	select distinct name from t_user;
统计行数	db.t_user.find().count();	select count(*) from t_user
求和	db.t_user.aggregate([{$ group:{_id:null,age:{$ sum:“$age”}}}]);	select sum(age) from t_user	类似的，求平均值把sum改成avg。 其他还有min、max、push(把查询结果方数组里)、first(取第一个)、last
查前N条	db.t_user.find().limit(10);	select * from t_user limit 10 或者 select top 10 * from t_user	展示前10条
不要前N条	db.t_user.find().skip(10);	select * from t_user where rowId > 10	前10条舍弃不要
排序	db.t_user.find().sort({age:-1});	select * from t_user order by age desc	1正序 -1倒序
分页	db.t_user.find().skip(10).limit(10)	select * from t_user limit 10, 20;	第pageNo页时，skip=(pageNo-1)*pageSize，limit=pageSize (pageNo是当前页码 pageSize是每页条数 )
分页+排序	db.t_user.find().skip(10).limit(10).sort({age:-1});	select * from t_user limit 10, 20 order by age desc	skip(), limilt(), sort()这三个的执行顺序是先sort()，然后是skip()，最后是limit()
分组	db.t_user.find({$ group:{name: ‘$name’}});	select * from t_user group by name;
查子集	db.t_user.find({},{“name”:{“$slice”:10}})	select * from t_user limit 10	slice可从结果集里(根据某个字段)得到子集；10表查前10条，-10表示查后10条，[10,20] 表示查区间

下面是一些有用的javascript语法

操作	mongdb SQL	备注
查某个key存在	db.t_user.find({“age”:{$exists:true}});	不存在改成false
过滤key不存在的记录	db.t_user.find({age:{“$ in”:[null], “$ exists”:true}})	age = null或age不存在的都会被查询出来，通过exists过滤不存在只留下age=null的
定义参数的查询	var start = new Date(“11/03/2023”); // 定义变量并赋值 db.t_user.find({createTime:{$ lte:start}}) // 根据按时间查询	或者 db.t_user.find({createTime:{$gt:ISODate(“2023-03-11T00:00:00Z”)}});
既有where条件同时有函数	db.t_user.aggregate([{$ match:{createTime:{$ gte:ISODate(“2020-11-10T00:00:00Z”),$ lt:ISODate(“2020-11-11T00:00:00Z”)}}},{$ group:{_id:null,age:{$ sum:“$age”}}}])	等同SELECT SUM(age) from t_user where createTime >= ‘2020-11-10 00:00:00’ and createTime < ‘2020-11-11 00:00:00’;

下面是一些拓展功能参考

# 遍历集合   注：游标10分钟内没有使用会自动销毁（immortal函数可设置超时不销毁）
var cursor=db.t_user.find();  //定义游标，使用forEach循环
cursor.forEach(function(f){
	print(f.name,f.age); // 循环打印姓名 年纪
});
或者 
var cursor=db.t_user.find();  //定义游标
while(cursor.hasNext()){
	var f = cursor.next();
	print(f.name,f.age); // 循环打印姓名 年纪
}


# 随机查询一条 等价SELECT * FROM t_user ORDER BY RAND() limit 1
var total = db.t_user.count(); // 查询总数
var random = Math.floor(Math.random()*total); // 根据总数取个随机值random 
db.t_user.skip(random).limit(1); // 前random条舍弃，从剩下的里面取第一条


# 插入数据
db.t_user.insert([
{ "_id" : 1, "userId" : "u1", "name" : "zhangsan", "age" : "15" },
{ "_id" : 2, "userId" : "u2", "name" : "lisi", "age" : "22" }
]); 
关于insert、insertOne、insertMany、save的区别 
insert和insertMany 一次可以插入多条。可以搭配{ordered:true}使用。ordered为是否按顺序写入之意，默认true。即中间某条插入失败时，true则中断不执行后续，false可以继续执行后面的
insertOne和save 一次只能插入一条，多条报错。且前者若主键冲突报错，后者则覆盖旧数据


# 关联查询  类似于 select info.* from t_user_info info left join t_user u on info.user_id = u.user_id where info.name = 'zhangsan'
db.t_user_info.aggregate([
  {
    $lookup: # 表示表关联查询
      {
        from: "t_user", # 被关联的表名称
        localField: "user_id", # 关联字段：t_user_info.user_id
        foreignField: "user_id", # 关联字段: t_user.user_id
        as: "userInfo" # 结果集别名
      }
    },
  { $match : {"name" :"zhangsan"} } # where条件进行过滤
])


# 根据姓名分组查数量 select name as _id, count(*) as num from t_user group by name 
db.t_user.aggregate([ 
    {
        $group: { # 分组
            _id: '$name',  # 根据什么字段字段进行分组，这里是根据name字段。'$name'也可以改成null表示只分一个组，目的一般用于求和求平均数等场景
            num: {$sum: 1} # 每个分组数量 * 1 (1不是固定值可以改成别的数字)
            # ageArray: {$push: '$age'} # 把每个组的age字段放在ageArray这个数组字段里面， 所以push有点类似wm_concat()函数，数组拼接和逗号拼接的格式区别而已
        }
    }
])


# 综合查询 select name, age from t_user where age > 20 group by name limit 10,20 order by name desc 
db.t_user.aggregate([
	{
        $project: { // 需要查询哪些字段
            _id: 0, // _id字段不查
            name: 1 // name和age字段查
			age: 1
        }
    },
    {
        $match: {
            age: {$gt: 20} // 匹配条件 年纪大于20的
        }
    },    
    {
        $group: {            
            name: '$name', // 根据name分组			
        }
    },
	{
        $sort: {
            name: -1 // 根据name倒叙
        }
    },
	{
        $skip: 10
    },
    {
        $limit: 10
    }
])

查询用 find(普通查询) 和 aggregate(聚合查询) 都可以，但后者的效率好一点。find是用{}来接收查询条件，aggregate用数组[]来接收查询条件。如果用aggregate，根据下面表格可以快速记忆下来，配合上面的示例就可以写出符合需求的脚本语句了。

关系型数据库 关键词	monggodb 关键词
where/having	match
group by	group
order by	sort
sum/count	sum
join	lookup
concat	push
limit	limit
max	max
min	min