【MongoDB】3.详细命令集合

【注意：MongoDB自动将_id字段设置为主键】

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------->

话不多说  直接 开始敲命令吧！

【注意1：MongoDB  命令结尾不要打;  是会报错的】

【注意2：RoboMongo  执行命令的快捷键是F5   停止执行快捷键是F6】

1.show dbs  

显示所有数据的列表

2.db 

显示当前数据库对象或集合

3.use

可以连接到一个指定的数据库

 4.　db.createCollection("myNewCollection",{capped:true,size:1024})　

固定大小的collection【collection大小单位是字节】【capped:true 代表固定大小】

5.db.collection.stats() 

产看当前db下的某个collection的详细信息

例如：

db.users.stats()

 1 {
 2     "ns" : "oneDB.users",
 3     "count" : 4,
 4     "size" : 256,
 5     "avgObjSize" : 64,
 6     "numExtents" : 1,
 7     "storageSize" : 8192,
 8     "lastExtentSize" : 8192.0,
 9     "paddingFactor" : 1.0,
10     "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
11     "userFlags" : 1,
12     "capped" : false,
13     "nindexes" : 1,
14     "totalIndexSize" : 8176,
15     "indexSizes" : {
16         "_id_" : 8176
17     },
18     "ok" : 1.0
19 }

View Code

 1 部分参数的详细解释：
 2          ns:     集合的命名空间，可以理解为集合名称
 3          count:  集合中的文档总数
 4          size:   集合中数据占用空间大小，不包括索引 ，单位为字节。
 5          avgObjSize：  平均对像占用的空间大小
 6          storageSize： 给整个集合分配的存储空间，当删除集合中的文档时，这个值不会降代。
 7          numExtents：  连续分配的数据块
 8          nindexes:     索引个数，每个集合至少有一个 _id 索引。
 9          lastExtentSize： 最近分配的块的大小
10          paddingFactor:   这个参数不太清楚，以后补充。
11          totalIndexSize:  所有索引大小总和
12          indexSizes:      列出集合的所有索引字段，以及索引大小。    

View Code

6.db.dropDatabase()

删除当前数据库

7.use  dbName

有则指定到这个数据库，没有则创建这个数据库  但是创建之后是默认不会显示在数据库列表的，需要往里面插入一条数据 就能显示出来了

【注意：插入数据应该有大括号括起来的{}】

例如：

use oneDB
db
db.users.insert({_id:1,"name":"张三丰","age":23})

8.db.collection.drop()

删除集合

例如：

9. 定义变量 插入数据

document = {_id:1,"name":"张三","age":23,"url":"www.baidu.com"}
db.users.save(document)

10. 更新某一条数据

db.collection.update(
   <query>,
   <update>,
   {
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   }
)

• query : update的查询条件，类似sql update查询内where后面的。
• update : update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内set后面的
• upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
• multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
• writeConcern :可选，抛出异常的级别。

例如：

db.users.update({_id:1},{$set:{"url":"https://home.cnblogs.com/u/sxdcgaq8080/"}},{upsert:true,muti:true})
db.users.find()

11.db.users.find()  查询【各种查询】

　　find() 方法以非结构化的方式来显示所有文档

db.users.find().pretty()

　　如果你需要以易读的方式来读取数据，可以使用 pretty() 方法；pretty() 方法以格式化的方式来显示所有文档

db.users.findOne()

　　findOne() 方法，它只返回一个文档

 例如：等于-->db.users.find({"age":23})

小于-->db.users.find({"age":{$lt:25}})

小于等于-->db.users.find({"age":{$lte:25}})

AND 条件查询

例如：db.users.find({"age":{$lte:25},"name":"张三"})

两个key-value并列放着就行了

OR条件查询

例如：db.users.find({$or:[{"name":"张三"},{"age":25}]})

【注意：需要使用  {$or:[{key:value},{key:value}]}这种格式】

AND和OR混用的情况

例如：db.users.find({"age":{$gte:23},$or:[{_id:1},{"name":"里斯"}]})

剖析一下结构：

db.users.find({
　　"age":{$gte:23},
　　$or:[
　　　　{_id:1},
　　　　{"name":"里斯"}
　　]
})

 12.$type操作符

$type操作符是基于BSON类型来检索集合中匹配的数据类型，并返回结果

MongoDB中的  数据类型对应数字如下：

例如：db.users.find({_id:{$type:1}})  

查询_id格式为double类型的 结果：

例如：db.users.find({_id:{$type:7}})

查询_id格式为object id类型的  结果：

 13.limit() 

在MongoDB中读取指定数量的数据记录，可以使用MongoDB的Limit方法，limit()方法接受一个数字参数，该参数指定从MongoDB中读取的记录条数【默认为0】

例如：db.users.find({_id:{$type:7}}).limit(3)

14.skip()

使用skip()方法来跳过指定数量的数据，skip方法同样接受一个数字参数作为跳过的记录条数。【默认为0】

例如：db.users.find({_id:{$type:7}}).skip(3)

15.sort()排序

sort()方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列。

例如：db.users.find({_id:{$type:7}}).sort({_id:-1})

 16.索引 ensureIndex()

创建索引--> db.users.ensureIndex({_id:1}) 　　【1代表升序  -1代表降序】

创建多个索引-->db.users.ensureIndex({_id:1,"name":-1})

创建带参数的索引-->db.users.ensureIndex({_id:1},{unique:true})

17.aggregate()

聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果

 首先我们可以看到--->db.users.find()

接着使用聚合aggregate()--->db.users.aggregate([{$group:{_id:"$name",allSum:{$sum:1}}}])  

【即：按照name列进行分组，就是"$name"表示，最外层的分组就是$group，然后再$sum进行统计，将统计的结果放在allSum列】

下面展示一些聚合表达式：

使用例如-->db.users.aggregate([{$group:{_id:"$name",avgAge:{$avg:"$age"}}}])

【根据name分组，则"$name"，则$group，计算age的平均值，则avgAge:{$avg:"$age"}】

下面再介绍一下聚合框架中常用的几个操作：

• $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
• $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
• $limit：用来限制MongoDB聚合管道返回的文档数。
• $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
• $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
• $group：将集合中的文档分组，可用于统计结果。
• $sort：将输入文档排序后输出。
• $geoNear：输出接近某一地理位置的有序文档。

 例如：$project的使用

首先-->db.users.find()

然后使用-->db.users.aggregate({$project:{_id:0,name:1,age:1}})

【仅查询name，age两列，_id设置为0则不查询】

再来看看-->db.users.aggregate([{$match:{"age":{$gt:22,$lt:25}}}])

【$match筛选     22<年龄<25】