程序博客网 > 淘宝网b2c

MongoDB查询总结

来源：互联网 发布：淘宝网b2c 编辑：程序博客网 时间：2024/05/29 17:50

MongoDB查询总结

  • MongoDB查询总结
    • 介绍
    • 普通查询
      • 查询举例
    • 聚合查询
    • Map-Reduce
      • 接口方法定义
      • 参数说明
    • 示例说明
    • 总结
    • 相关资料

介绍

前面写过一篇关于Mongodb的例子——浅谈MongoDB数据库，当时使用的只是简单的查询，然后后面业务变的有点复杂，原先没有仔细研究过Mongodb的查询，以为就是简单调用下find就可以了，乃衣服。

所以今天特地举例说明一下Mongo中查询问题。

Mongo查询可以分为2种：

  • 普通查询，类似于Sql中的 select where

  • 聚合查询，类似于Sql中的 group by

普通查询

首先放一下官方文档，普通查询主要用到db.collection.find()函数。

定义下示例数据库，下面是是初始化数据，可以在Mongo中的控制台执行。

db.inventory.insertMany([   { item: "journal", qty: 25, size: { h: 14, w: 21, uom: "cm" }, status: "A" },   { item: "notebook", qty: 50, size: { h: 8.5, w: 11, uom: "in" }, status: "A" },   { item: "paper", qty: 100, size: { h: 8.5, w: 11, uom: "in" }, status: "D" },   { item: "planner", qty: 75, size: { h: 22.85, w: 30, uom: "cm" }, status: "D" },   { item: "postcard", qty: 45, size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }]);
  • 查询所有
db.inventory.find( {} )

映射Sql语句

SELECT * FROM inventory
  • 条件查询

语法格式

{ <field1>: <value1>, ... }

比如查询status为D记录。

db.inventory.find( { status: "D" } )

映射Sql语句

SELECT * FROM inventory WHERE status = "D"
  • 使用操作符进行条件查询

语法格式

{ <field1>: { <operator1>: <value1> }, ... }

比如查询满足status是数组[A,D]中的记录

db.inventory.find( { status: { $in: [ "A", "D" ] } } )

映射Sql语句

SELECT * FROM inventory WHERE status in ("A", "D")
  • AND 条件查询

直接在find函数指定多个字段满足即可，这样就是 and 条件。

比如下面语句就是 status 为 A，qty 小于 30。

db.inventory.find( { status: "A", qty: { $lt: 30 } } )

映射Sql语句

SELECT * FROM inventory WHERE status = "A" AND qty < 30
  • OR 条件查询

OR 和 AND 就不一样了，需要用到操作符 $or，如下所示。

db.inventory.find( { $or: [ { status: "A" }, { qty: { $lt: 30 } } ] } )

类似于SQL中的

SELECT * FROM inventory WHERE status = "A" OR qty < 30
  • OR 和 AND 集合一起
db.inventory.find( {     status: "A",     $or: [ { qty: { $lt: 30 } }, { item: /^p/ } ]} )

表示这样的意思。

SELECT * FROM inventory WHERE status = "A" AND ( qty < 30 OR item LIKE "p%")

查询举例

  • 查询全部
SELECT *FROM people
db.people.find()
  • 指定字段
SELECT id,       user_id,       statusFROM people
db.people.find(    { },    { user_id: 1, status: 1 })
SELECT user_id, statusFROM people
  • 指定字段，不显示_id
db.people.find(    { },    { user_id: 1, status: 1, _id: 0 })
  • 条件查询全部
SELECT *FROM peopleWHERE status = "A"
db.people.find(    { status: "A" })
  • 条件查询指定字段
SELECT user_id, statusFROM peopleWHERE status = "A"
db.people.find(    { status: "A" },    { user_id: 1, status: 1, _id: 0 })
  • 条件查询不等于
SELECT *FROM peopleWHERE status != "A"
db.people.find(    { status: { $ne: "A" } })
  • 条件查询 AND
SELECT *FROM peopleWHERE status = "A"AND age = 50
db.people.find(    { status: "A",      age: 50 })
  • 条件查询 OR
SELECT *FROM peopleWHERE status = "A"OR age = 50
db.people.find(    { $or: [ { status: "A" } ,             { age: 50 } ] })
  • 条件查询 >
SELECT *FROM peopleWHERE age > 25
db.people.find(    { age: { $gt: 25 } })
  • 条件查询 <
SELECT *FROM peopleWHERE age < 25
db.people.find(   { age: { $lt: 25 } })
  • 复杂的条件查询
SELECT *FROM peopleWHERE age > 25AND   age <= 50
db.people.find(   { age: { $gt: 25, $lte: 50 } })
  • 条件查询 LIKE
SELECT *FROM peopleWHERE user_id like "%bc%"
db.people.find( { user_id: /bc/ } )// ORdb.people.find( { user_id: { $regex: /bc/ } } )
SELECT *FROM peopleWHERE user_id like "bc%"
db.people.find( { user_id: /^bc/ } )// ORdb.people.find( { user_id: { $regex: /^bc/ } } )
  • 排序
SELECT *FROM peopleWHERE status = "A"ORDER BY user_id ASC
db.people.find( { status: "A" } ).sort( { user_id: 1 } )
SELECT *FROM peopleWHERE status = "A"ORDER BY user_id DESC
db.people.find( { status: "A" } ).sort( { user_id: -1 } )
  • 统计数量
SELECT COUNT(*)FROM people
db.people.count()// ordb.people.find().count()
SELECT COUNT(user_id)FROM people
db.people.count( { user_id: { $exists: true } } )or
db.people.find( { user_id: { $exists: true } } ).count()
SELECT COUNT(*)FROM peopleWHERE age > 30
db.people.count( { age: { $gt: 30 } } )// ordb.people.find( { age: { $gt: 30 } } ).count()
  • 去除重复distinct
SELECT DISTINCT(status)FROM people
db.people.distinct( "status" )
SELECT *FROM peopleLIMIT 1
  • 限制数量
db.people.findOne()// ordb.people.find().limit(1)
SELECT *FROM peopleLIMIT 5SKIP 10
db.people.find().limit(5).skip(10)
  • EXPLAIN
EXPLAIN SELECT *FROM peopleWHERE status = "A"
db.people.find( { status: "A" } ).explain()

聚合查询

上面普通查询使用find函数即可，但是聚合查询使用另外一个函数aggregate，这里是官方文档。

初始化数据如下，有2个表 orders 和 order_lineitem ，外键关联order_lineitem.order_id and the orders.id。

{  cust_id: "abc123",  ord_date: ISODate("2012-11-02T17:04:11.102Z"),  status: 'A',  price: 50,  items: [ { sku: "xxx", qty: 25, price: 1 },           { sku: "yyy", qty: 25, price: 1 } ]}
  • 统计数量
db.orders.aggregate( [   {     $group: {        _id: null,        count: { $sum: 1 }     }   }] )

映射Sql语句

SELECT COUNT(*) AS countFROM orders
  • 计算总和
db.orders.aggregate( [   {     $group: {        _id: null,        total: { $sum: "$price" }     }   }] )

映射Sql语句

SELECT SUM(price) AS totalFROM orders
  • 分组计算总和
db.orders.aggregate( [   {     $group: {        _id: "$cust_id",        total: { $sum: "$price" }     }   }] )

映射Sql语句

SELECT cust_id,       SUM(price) AS totalFROM ordersGROUP BY cust_id
  • 分组计算总和并排序
db.orders.aggregate( [   {     $group: {        _id: "$cust_id",        total: { $sum: "$price" }     }   },   { $sort: { total: 1 } }] )

映射Sql语句

SELECT cust_id,       SUM(price) AS totalFROM ordersGROUP BY cust_idORDER BY tota
  • 多个字段分组
db.orders.aggregate( [   {     $group: {        _id: {           cust_id: "$cust_id",           ord_date: {               month: { $month: "$ord_date" },               day: { $dayOfMonth: "$ord_date" },               year: { $year: "$ord_date"}           }        },        total: { $sum: "$price" }     }   }] )

映射Sql语句

SELECT cust_id,       ord_date,       SUM(price) AS totalFROM ordersGROUP BY cust_id,         ord_date
  • 条件分组——HAVING
db.orders.aggregate( [   {     $group: {        _id: "$cust_id",        count: { $sum: 1 }     }   },   { $match: { count: { $gt: 1 } } }] )

映射Sql语句

SELECT cust_id,       count(*)FROM ordersGROUP BY cust_idHAVING count(*) > 1
  • 复杂条件分组统计
db.orders.aggregate( [   {     $group: {        _id: {           cust_id: "$cust_id",           ord_date: {               month: { $month: "$ord_date" },               day: { $dayOfMonth: "$ord_date" },               year: { $year: "$ord_date"}           }        },        total: { $sum: "$price" }     }   },   { $match: { total: { $gt: 250 } } }] )

映射Sql语句

SELECT cust_id,       ord_date,       SUM(price) AS totalFROM ordersGROUP BY cust_id,         ord_dateHAVING total > 250
  • 复杂条件分组统计示例1
db.orders.aggregate( [   { $match: { status: 'A' } },   {     $group: {        _id: "$cust_id",        total: { $sum: "$price" }     }   }] )

映射Sql语句

SELECT cust_id,       SUM(price) as totalFROM ordersWHERE status = 'A'GROUP BY cust_id
  • 复杂条件分组统计示例2
db.orders.aggregate( [   { $match: { status: 'A' } },   {     $group: {        _id: "$cust_id",        total: { $sum: "$price" }     }   },   { $match: { total: { $gt: 250 } } }] )

映射Sql语句

SELECT cust_id,       SUM(price) as totalFROM ordersWHERE status = 'A'GROUP BY cust_idHAVING total > 250
  • 表关联
db.orders.aggregate( [   { $unwind: "$items" },   {     $group: {        _id: "$cust_id",        qty: { $sum: "$items.qty" }     }   }] )

映射Sql语句

SELECT cust_id,       SUM(li.qty) as qtyFROM orders o,     order_lineitem liWHERE li.order_id = o.idGROUP BY cust_id
  • 嵌套查询
db.orders.aggregate( [   {     $group: {        _id: {           cust_id: "$cust_id",           ord_date: {               month: { $month: "$ord_date" },               day: { $dayOfMonth: "$ord_date" },               year: { $year: "$ord_date"}           }        }     }   },   {     $group: {        _id: null,        count: { $sum: 1 }     }   }] )

映射Sql语句

SELECT COUNT(*)FROM (SELECT cust_id,             ord_date      FROM orders      GROUP BY cust_id,               ord_date)      as DerivedTable

Map-Reduce

Mongo中聚合查询还有一种叫Map-Reduce，官方文档在这里，在思想上它跟Hadoop一样，从一个单一集合中输入数据，然后将结果输出到一个集合中。通常在使用类似SQL中Group By操作时，Map/Reduce会是一个好的工具。

Map-Reduce

接口方法定义

db.collection.mapReduce(    <map>,    <reduce>,    {        out: <collection>,        query: <document>,        sort: <document>,        limit: <number>,        finalize: <function>,        scope: <document>,        jsMode: <boolean>,        verbose: <boolean>,        bypassDocumentValidation: <boolean>    })

参数说明

  • mapReduce： 要执行Map/Reduce集合的名字

  • map: map 函数 (下面会详细介绍）

  • reduce: reduce函数(下面会详细介绍）

  • out: 存放结果的集合 (下面会详细介绍）

  • query: 设置查询条件 <可选>

  • sort: 按某个键来排序 <可选>

  • limit: 指明从集合检索文档个数的最大值 <可选>

  • finalize: 对reduce结果做进一步处理 <可选>

  • scope: 指明通过map/reduce/finalize可以访问到的变量 <可选>

  • jsMode: 指明Map/Reduce执行过程中文档保持JSON状态 <可选>

  • verbose: 提供关于任务执行的统计数据 <可选>

示例说明

举例说明Map-Reduce的用途，虽然代码比较多，也行用上面的聚合查询，一下子就搞定了，但是这里只是举例。

比如有个订单表，如下所示，我们需要计算每个人的订单总价。

{     _id: ObjectId("50a8240b927d5d8b5891743c"),     cust_id: "abc123",     ord_date: new Date("Oct 04, 2012"),     status: 'A',     price: 25,     items: [ { sku: "mmm", qty: 5, price: 2.5 },              { sku: "nnn", qty: 5, price: 2.5 } ]}

首先定义Map方法，就说我们后面的聚合计算需要哪些字段，由于需要计算每个人的订单总结，那么个人信息和加个肯定是我们需要的。

var mapFunction1 = function() {    emit(this.cust_id, this.price);};

然后定义reduce方法，计算每个人的订单价格。

var reduceFunction1 = function(keyCustId, valuesPrices) {    return Array.sum(valuesPrices);};

然后存储最后的计算结果。

db.orders.mapReduce(    mapFunction1,    reduceFunction1,    { out: "map_reduce_example" })

这样一个简单的Map-Reduce实例就完成了，结果放在map_reduce_example中。

上面示例比较简单，那么我们来一个复杂一点的例子。

一条订单记录中，有sdk的名称、数量、价格，那么要查询出日期大于01/01/2012，所有订单的总数，以及平均sdk价格。

首先还是定义个map函数。

var mapFunction2 = function() {    for (var idx = 0; idx < this.items.length; idx++) {        var key = this.items[idx].sku;        var value = {                        count: 1,                        qty: this.items[idx].qty                    };        emit(key, value);    }};

然后算出sku的数量，和总价格。

var reduceFunction2 = function(keySKU, countObjVals) {    reducedVal = { count: 0, qty: 0 };    for (var idx = 0; idx < countObjVals.length; idx++) {        reducedVal.count += countObjVals[idx].count;        reducedVal.qty += countObjVals[idx].qty;    }    return reducedVal;};

总价格出来后，还要计算出平均价格。

var finalizeFunction2 = function (key, reducedVal) {    reducedVal.avg = reducedVal.qty / reducedVal.count;    return reducedVal;};

还有日期的条件过滤，最后得出完整的map-reduce。

db.orders.mapReduce(    mapFunction2,    reduceFunction2,    {        out: { merge: "map_reduce_example" },        query: {            ord_date:{ $gt: new Date('01/01/2012') }        },        finalize: finalizeFunction2    })

总结

以上就是我对MongoDB的示例总结，本人是一个初学者，也有很多地方不懂，如果有错误的地方，欢迎指出。

相关资料

浅谈MongoDB数据库

普通查询官方文档

Sql和Mongo隐射表

聚合官方文档

Map-Reduce官方文档

Map-Reduce API

阅读全文
0 0
淘宝网b2c 淘宝网b2c
原创粉丝点击
热门IT博客
新浪nba数据库新浪nba数据库
宏编程鼠标瑞文qa宏编程鼠标瑞文qa
淘宝十大数码皇冠店铺
西安淘宝美工培训
电动车仿真软件
js 数组里的对象去重
amazon数据分析工具
ie浏览器 for mac下载
ug数控车床编程教程
淘宝网iphone6
怎么找加入淘宝客推广
matlab如何检验数据
正规网络兼职平台
mac night shift
淘宝旺旺网页版
115浏览器 mac
java多线程wait
乐视网络电视售后电话
虚空假面 jb脸 知乎
js 页面时间戳
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 段永基 段永平 段永平为什么坐牢 段永平简历 段永平第三个老婆 段永平拼多多 步步高老总段永平 步步高老板段永平 段永平身价 步步高段永平 段永平才是中国首富 段永平到底身价多少 步步高董事长 段永明 步步高创始人段永平 江予菲图片 颜以菲江瑟瑟 江予菲大腿图片 段泽涛 洪真英一段很火的舞蹈 段清波 清波漾漾的意思是什么 抖音上很火的一段琵琶曲 医学生很火的一段表白 抖音里很火的几段话 抖音很火的一段话 生活很苦 一段很火的电台伤感独白 2019朋友圈很火的一段话 2019抖音流行很火的一段话 2018抖音流行很火的一段话 抖音派大星特别火的一段话 抖音上对2019的很火的一段图文 2019抖音网上流行很火的一段话 2019网上流行很火的一段话 2018网上流行很火的一段话 周玉林 段玉裁 段王爷 风流段王爷 段王爷的江湖 一玄 段王爷新娘伴娘

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里