数据类型举例
1.键值对
"name": "CoolGuy"
2.对象
{"name": "程序媛", "age": 18, "sex": "Girl"}
3.数组
[
{"name": "程序员", "age": 20, "sex": "Boy"},
{"name": "程序元", "age": 19, "sex": "Girl"},
{"name": "程序圆", "age": 20, "sex": "Boy"},
{"name": "程序缘", "age": 22, "sex": "Boy"}
]
4.嵌套对象
{"name": "小帅哥", "age": 22, "sex": "Boy", "score": {"height": 100, "face": 100, "stature": 100}}
5.嵌套数组
{"name": "小仙男", "age": 22, "sex": "Boy", "vlog": [
{"id": "1001", "time": "2019-01-10", "content": "( •̀ ω •́ )y"},
{"id": "1002", "time": "2019-02-10", "content": "( •̀ ω •́ )y"},
{"id": "1003", "time": "2019-03-10", "content": "( •̀ ω •́ )y"},
{"id": "1004", "time": "2019-04-10", "content": "( •̀ ω •́ )y"}
]}
操作语法
注：mongodb存储字段使用单引号或双引号都可以（英文状态下）
一、增
插入一条数据：
db.getCollection('集合名').insertOne({})
插入多条数据：
db.getCollection('集合名').insertMany([])
栗子：
插入一条数据
db.getCollection('user_info').insertOne({"name": "程序媛", "age": 18})
插入三条数据
db.getCollection('user_info').insertMany([
{"name": "程序员", "age": 20, "sex": "Boy"},
{"name": "程序元", "age": 19, "sex": "Girl"},
{"name": "程序圆", "age": 20, "sex": "Boy"},
])
二、查
查询数据：
db.getCollection('集合名').find({查询条件}, {显示条件})
查询条件：字段名：需要满足的条件（等于XX/大于XX/...）
显示条件：字段名：0/1 ----0表示不显示该字段，1表示显示该字段
范围操作符：$gt--大于 $gte--大于等于 $lt--小于 $lte--小于等于 $ne--不等于
限制返回条数：
limit(n) ----n表示返回条数
满足条件的数据条数：
count()
对返回结果排序：sort({'字段名'：1/-1}) ----1代表顺序，-1代表逆序
去重：distinct(去重字段, 去重条件)
栗子：
查询年龄为20的数据
db.getCollection('user_info').find({'age': 20})
查询年龄小于20的数据
db.getCollection('user_info').find({'age': {'$lt': 20}})
查询年龄在10到20之间的数据
db.getCollection('user_info').find({'age': {'$lt': 20, '$gt': 10}})
显示三条年龄在10到20之间的数据
db.getCollection('user_info').find({'age': {'$lt': 20, '$gt': 10}}).limit(3)
查询有多少条年龄在10到20之间的数据
db.getCollection('user_info').find({'age': {'$lt': 20, '$gt': 10}}).count()
只查询年龄在10到20之间的数据的名字
db.getCollection('user_info').find({'age': {'$lt': 20, '$gt': 10}}, {'name': 1})
按年龄从小到大排列年龄在10到20之间的数据
db.getCollection('user_info').find({'age': {'$lt': 20, '$gt': 10}).sort(‘age’: 1)
对年龄去重
db.getCollection('user_info').distinct(‘age’)
对年龄大于20的数据去重
db.getCollection('user_info').distinct(‘age’, {‘age’: {‘$gt’: 20}})
三、改
修改第一条满足要求的数据：
db.getCollection('集合名').updateOne({})
修改所有满足要求数据：db.getCollection('集合名').updateMany({})
栗子：
修改第一条年龄为20的数据，将其名字改为唐三藏
db.getCollection('user_info').updateOne({‘age’: 20}, {‘$set’: {‘name’: ‘唐三藏’}})
修改所有年龄为20的数据，将年龄改为21，并添加工作(work)为捉妖
db.getCollection('user_info').updateMany({‘age’: 20}, {‘$set’: {‘age’: 21, ‘work: ‘捉妖’}})
四、删
删除第一条满足要求的数据：
db.getCollection('集合名').deleteOne({})
删除所有满足要求数据：db.getCollection('集合名').deleteMany({})
由于删除是不可逆的，建议删除之前先执行查询
栗子：
删除第一条年龄为20的数据
db.getCollection('user_info').deleteOne({‘age’: 20})
删除所有年龄为20的数据
db.getCollection('user_info').deleteMany({‘age’: 20})
五、高级语法
1.AND和OR操作
隐式AND
栗子：
查询年龄为20且姓名为xunwukong的数据
db.getCollection('user_info').find({'age': 20, ‘name’: ‘xunwukong’})
显式AND
Find({‘$and’: [{条件1}, {条件2}...]})
栗子：
查询年龄小于20且性别为男的数据
db.getCollection('user_info').find({‘$and’: [{'age': {'$lt': 20}}, {‘sex’: ‘男’}]})
显式AND和隐式AND混合使用
栗子：
查询年龄小于20且性别为男且姓名不为xunwukong的数据
db.getCollection('user_info').find({‘$and’: [{'age': {'$lt': 20}}, {‘sex’: ‘男’}], ‘name’: {‘$ne’: ‘xunwukong’}})
显式OR
Find({‘$or’: [{条件1}, {条件2}...]})
栗子：
查询年龄小于20或性别为男的数据
db.getCollection('user_info').find({‘$or’: [{'age': {'$lt': 20}}, {‘sex’: ‘男’}]})
不能写成隐式AND的情况
栗子：
查询年龄小于20或性别为男或名字叫xunwukong的数据
db.getCollection('user_info').find({
‘$and’: [
{‘$or’: [{'age': {'$lt': 20}}, {‘sex’: ‘男’}]},
{‘$or’: [‘name’: ‘xunwukong’]}
]
})
2.聚合查询之筛选数据与筛选修改字段
聚合操作命令aggregate
db.getCollection('集合名').aggregate([阶段1, 阶段2,...])
可以有很多个阶段，当只有一个阶段时:
db.getCollection('集合名').aggregate() 相当于 db.getCollection('集合名').find()
筛选数据
db.getCollection('集合名').aggregate([{‘$match’: {筛选条件}}])
返回部分字段（过滤）
db.getCollection('集合名').aggregate([{‘$project: {过滤字段}}])
过略字段可以是多条，书写格式为 字段名：1/0
如果要新添字段，书写格式为 新添字段名：新添字段值
如果修改字段，书写格式为 字段名: 修改值
如果匹配某个字段的值，书写格式为 字段名：$匹配字段名
如果匹配嵌套字段的值，书写格式为 字段名：$嵌套字段名.抽取字段名
如果是处理特殊值（以$开头的值或是1），书写格式 字段名：{‘$literal’: ‘以$开头的值或是1’}
筛选后过滤修改
栗子：
筛选出年龄小于20的数据的名字和性别，并给他们添加一个字段hasMoney值为1
db.getCollection('user_info').aggregate([
{‘$match’: {‘age’: {‘$lt’: 20}}},
{‘$project’: {‘name’: 1, ‘sex’: 1, ‘hasMoney’: {‘$literal’: 1}}}
])
3.聚合查询之分组操作与拆分数组
分组操作
对应关键字$group
相关计算关键字： $sum--求和 $avg--计算平均值 $max--最大值 $min--最小值
在分组阶段去重：
db.getCollection('集合名').aggregate([{‘$group: {‘_id’: ‘$被去重的字段名’}}])
分组并计算统计值
db.getCollection('集合名').aggregate([{‘$group: {
‘_id’: ‘$被去重的字段名’,
‘max_score’: {‘$max’: ‘$字段名’},
‘min_score’: {‘$min’: ‘$字段名’},
‘avgerage_score’: {‘$avg’: ‘$字段名’},
‘sum_score’: {‘$sum’: ‘$字段名’}
}}])
//若‘sum_score’: {‘$sum’: 1}----表示计算每个分组内有多少条数据
去重并选择最新或最老的数据
db.getCollection('集合名').aggregate([{‘$group: {
‘_id’: ‘$被去重的字段名’,
‘lastdata’: {‘$last: ‘$字段名’}, //最近插入的数据
‘firstdata’: {‘$first: ‘$字段名’} //最早插入的数据
}}])
拆分数组
对应关键字：$unwind
db.getCollection('集合名').aggregate([{‘$unwind’: ‘$数组名’}])
4.聚合查询之联集合查询
对应关键字：$lookup
同时查询多个集合：
db.getCollection('集合名').aggregate([{‘$lookup: {
‘from’: ‘被查集合名’,
‘localField’: ‘主集合的字段’,
‘foreignField’: ‘被查集合的字段’,
‘as’: ‘保存查询结果的字段名’
}}])
美化输出结果
‘$unwind’与’$project’合作
（1）将联集合查询后的数组展开($unwind)
db.getCollection('集合名').aggregate([
{‘$lookup’: {
‘from’: ‘被查集合名’,
‘localField’: ‘主集合的字段’,
‘foreignField’: ‘被查集合的字段’,
‘as’: ‘保存查询结果的字段名’
},
{‘$unwind’: ‘$保存查询结果的字段名’}
}])
（2）展开后提取特定字段
db.getCollection('集合名').aggregate([
{‘$lookup’: {
‘from’: ‘被查集合名’,
‘localField’: ‘主集合的字段’,
‘foreignField’: ‘被查集合的字段’,
‘as’: ‘保存查询结果的字段名’
}},
{‘$unwind’: ‘$保存查询结果的字段名’},
{‘$project’:{
‘需要保存下来的字段名’: 1,
‘重命名嵌套提取字段’: ‘$嵌套名.需提取字段名’
}}
])
（3）只展示满足条件的某条数据
db.getCollection('集合名').aggregate([
{‘$match’: {条件}}, //可放在任意位置
{‘$lookup’: {
‘from’: ‘被查集合名’,
‘localField’: ‘主集合的字段’,
‘foreignField’: ‘被查集合的字段’,
‘as’: ‘保存查询结果的字段名’
}},
{‘$unwind’: ‘$保存查询结果的字段名’},
{‘$project’:{
‘需要保存下来的字段名’: 1,
‘重命名嵌套提取字段’: ‘$嵌套名.需提取字段名’
}}
])