MongoDB 查询操作可实现大部分关系型数据库的常用查询操作,本文对 MongoDB 常用查询进行讲解。
在进行操作讲解前,先展示当前 MongoDB 中已存在的文档,集合名称article
条件大小比较操作
查询文档时,对条件的大小、范围进行过滤查询,以下是常用比较操作符
操作符
说明
$eq
查询与条件值相等的文档,类似关系型数据库的 =
$ne
查询与条件值不相等或不存在的文档,类似关系型数据库的 !=
$gt
查询大于条件值的文档,类似关系型数据库的 >
$gte
查询大于或等于条件值的文档,类似关系型数据库的 >=
$lt
查询小于条件值的文档,类似关系型数据库的 <
$lte
查询小于或等于条件值的文档,类似关系型数据库的 <=
$in
查询 $in 数据里值的文档,类似关系型数据库的 in
$nin
与 $in 查询相反,类似关系型数据库的 not in
由于使用大于、小于、等于关系都差不多,比较好理解,这里就举一个例子说明,使用$gte来获取大于或等于150的 visitor
db.article.find({"visitor": {$gte:150}})
执行结果:
使用$in时,必须用数组来设置条件值,比如获取 visitor 为70和150的值
db.article.find({"visitor": {$in:[70, 150]}})
执行结果:
逻辑操作符
多条件查询中,条件与条件连接符号叫做逻辑操作符。常用操作符:
操作符
说明
$and
表示所有条件同时满足时成立
$nor
与$and相反,所有条件都不满足时成立
$or
只要有一个条件满足则成立
$not
表示字段存在并且不符合条件
$and 查询author=ytao且visitor=150的文档
db.article.find(
{$and:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:150}}
]}
)
$nor查询不是author=ytao和不是visitor=170的文档
db.article.find(
{$nor:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:170}}
]}
)
$or查询author=ytao或visitor=170的文档
db.article.find(
{$or:[
{"author":{$eq:"ytao"}},
{"visitor":{$eq:170}}
]}
)
$not查询不是author=ytao的文档
db.article.find(
{"author":{$not:{$eq:"ytao"}}}
)
元素操作符
对字段元素上的操作符叫做元素操作符
操作符
说明
$exists
判断文档中字段是否存在,true为存在,false为不存在
$type
筛选指定字段类型的文档
$exists查询author字段存在的文档
db.article.find(
{"author":{$exists:true}}
)
$type查询author字段为数组的文档
db.article.find(
{"author":{$type:"array"}}
)
正则表达式
MongoDB 支持正则表达式匹配文档,通过正则表达我们可以实现关系型数据库的模糊查询,以及更加强大匹配规则,其使用语法有三种:
{ : { $regex: /pattern/, $ options : '' } }
{ : { $regex: 'pattern', $ options : '' } }
{ : { $regex: /pattern/ } }
参数/pattern/和'pattern'都是表示正则表达式,直接添加字符串可用来模糊查询。参数$options为可选参数,有四个固定值选择
options 选项
说明
i
匹配过程忽略大小写
x
匹配过程忽略空格
m
匹配多行数据,但都是从每行的起点和结尾匹配
s
将多行转换成一行后进行匹配,可匹配换行符\n字符串
模糊查询author为Tao的示例:
db.article.find(
{"author":{$regex:/Tao/, $options:'i'}}
)
查询结果
从上面查询结果中可以看到,数据格式也可以进行匹配到。
聚合操作
聚合操作可以实现分组、排序、分页、多集合关联查询等,使用语法格式:
db.collection.aggregate([
{聚合操作一},
{聚合操作二}
])
条件筛选
$match 用来进行条件筛选,可以使用一些条件限制来进行查询。
语法格式:
db.article.aggregate([
{ $match: }
])
查询author = ytao且visitor > 100的文档
db.article.aggregate([
{ $match: {
$and: [
{"author": {$eq: "ytao"}},
{"visitor": {$gt: 100}}
]}
}
])
分组操作
$group 是分组操作符,类似于关系型数据库中的group by操作。其语法格式为:
db.collection.aggregate([
{
$group:{
"_id":"$",
:{:"$"}
}
}
])
其中运算符如下:
运算符
说明
$avg
当前组的平均数
$sum
当前组的总和
$min
当前组的最小值
$max
当前组的最大值
$first
当前组的第一个的值
$last
当前组的最后一个的值
$push
数组形式展示指定的当前组字段值
$addToSet
数组形式展示指定的当前组字段不重复值
分组求出每个author的visitor平均数的例子
db.article.aggregate([
{
$group:{
"_id":"$author",
"avg_visitor":{$sum:"$visitor"}
}
}
])
字段显示
指定查询后返回的字段使用**$project**,字段指定默认值为0,但是_id默认为1,显示指定字段语法为:
db.collection.aggregate([
{
$project:{
"": <0或1>,
"":<0或1>
}
}
])
展示title和visitor字段示例:
db.article.aggregate([
{
$project:{
"_id": 0,
"title": 1,
"visitor": 1
}
}
])
同时,$project还以搭配$split(字符串拆分)、$substr(截取字符串)、$concat(合并字符串)、$switch(条件判断)、$toLower(转换成小写)、$toUpper(转换成大写)、时间格式处理等等操作符进行操作,语法为:
db.collection.aggregate([
{
$project:{
"": {: },
"": {: },
}
}
])
例如将title中的字母都转换成大写
db.article.aggregate([
{
$project:{
"titleField":{ $toUpper:"$title" }
}
}
])
返回结果
排序操作
**sort排序用1和-1`表示正序和倒序。
语法格式:
db.collection.aggregate([
{
$sort:{
"": <1 或 -1>
}
}
])
按visitor字段名进行倒序排序:
db.article.aggregate([
{
$sort:{
"visitor": -1
}
}
])
排序结果
分页操作
分页使用 和limit 进行分页操作。$skip表示跳过文档的数量,$limit表示返回的文档数量,这两个指令使用,类似于关系型数据中的limit , 分页操作。
语法格式:
db.collection.aggregate([
{$skip: },
{$limit: }
])
查询第二页的两条数据示例:
db.article.aggregate([
{$skip: 2},
{$limit: 2}
])
返回结果
统计文档数量
$count用来统计文档数量,进行条件筛选时。
语法格式:
db.collection.aggregate([
{ $count: "" }
])
统计全部文档数量:
db.article.aggregate([
{ $count: "数量" }
])
统计结果:
多集合关联查询
$lookup 是用来多集合关联查询时使用的,类似于关系型数据库中的联表查询。
使用语法:
db.collection.aggregate([
{
$lookup: {
from: ,
localField: ,
foreignField: ,
as:
}
}
])
在进行多集合关联查询演示前,先添加一个集合person,里面添加一条数据:
查询age = 18的集合:
db.article.aggregate([
{
$lookup: {
from: "person",
localField: "author",
foreignField: "author",
as: "person_info"
}
},
{
$match:{
"person_info.age": {$eq: 18}
}
}
])
返回结果:
总结
对 MongoDB 的常用查询操作进行了解后,可以发现它和关系型数据操作有很多类似的操作思想。对于这些操作的使用,相对也是较为灵活,提供的 API 也是较为强大,几乎能满足大部分使用场景的检索要求。掌握这些查询操作,可以更高效的获取 MongoDB 中的文档。