mongoDB

时间 2020-07-26

标签 mongodb 栏目 MongoDB 繁體版

原文原文链接

sql和mongodb的术语对比

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins		表链接,MongoDB不支持
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

库操做

1.客户端sql

# 使用自带的客户端,找到安装目录，执行bin目录下的mongo.exe
mongo.exe

# 使用admin用户和密码 123456 链接到本地的 MongoDB 服务上(若是要链接到指定的数据库上，须要在localhost后面继续追数据库的名字，如：localhost/test)：
mongodb://admin:123456@localhost/

2.查看全部的数据库mongodb

show dbs

3.建立数据库数据库

use XXX
# XXX是数据库名字
# 说明：新建立的数据库若是里面没有数据，使用show dbs查看时会看不到，须要插入数据后才能看到。

4.删除数据库ide

# 首先要转到该数据库下
use XXX
# 而后删除该数据库
db.dropDatabase

集合操做-表操做

> use cmdb_t
> db.createCollection("search_pro")     # 先建立集合，相似数据库中的表
> show tables
search_pro
> db.cmdb_t.drop()                      # 删除全部集合
true 
> show tables

文档操做-数据操做

插入数据

# 插入数据
>db.表名.insert({'pkg_name':'searchops',
    tags: ['mongodb', 'database', 'NoSQL'],
    likes: 100
})

# 建立变量并插入变量
> document= {'pkg_name':'searchops2' , tags: ['mongodb', 'database', 'NoSQL'], likes: 200 }
> db.search_project.insert(document)

更新数据

update

db.collection.update(
<query>, #update的查询条件
<update>, #update的对象和要更新的操做（如$,$inc...）等
{
upsert: <boolean>, # 可选，如不存在update记录，是否插入objNew,true为插入，默认false不插入。
multi: <boolean>, # 可选，默认false,只更新找到的第一条，参数为true则按条件查出的多条记录所有更新。
writeConcern: <document> # 可选，抛出异常的级别
}
)ui

update语法规则spa

db.collection.update(
   <query>,             #update的查询条件
   <update>,            #update的对象和要更新的操做（如$,$inc...）等
   {
     upsert: <boolean>, # 可选，如不存在update记录，是否插入objNew,true为插入，默认false不插入。
     multi: <boolean>,  # 可选，默认false,只更新找到的第一条，参数为true则按条件查出的多条记录所有更新。
     writeConcern: <document> # 可选，抛出异常的级别
   }
)

# 找到pkg_name 为searchops2的项，将title设置为search_v3
db.search_project.update({'pkg_name':'searchops2'},{$set:{'title':'search_v3'}})   # 只改一条数据
db.search_project.update({'pkg_name':'searchops2'},{$set:{'title':'search_v3'}},{multi:true})  # 改全部pkg_name为searchops2的项

save

db.collection.save(
   <document>,                 # 文档数据
   {
     writeConcern: <document>  # 可选，抛出异常的级别。
   }
)

db.collection.save(
   <document>,                 # 文档数据
   {
     writeConcern: <document>  # 可选，抛出异常的级别。
   }
)

# 会将相同id的数据中的内容替换成save中的内容
db.search_project.save({ "_id" : ObjectId("5e1ebab7ec1107d60b203516"), "pkg_name" : "search_v3", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 200 })

删除数据

db.collection.remove(
   <query>,              # 可选,删除的文档的条件。
   {
     justOne: <boolean>, # 可选,值为true或1只删除一个文档，默认值 false删除全部匹配条件的文档。
     writeConcern: <document> # 可选,抛出异常的级别。  
} )

db.collection.remove(
   <query>,              # 可选,删除的文档的条件。
   {
     justOne: <boolean>, # 可选,值为true或1只删除一个文档，默认值 false删除全部匹配条件的文档。
     writeConcern: <document> # 可选,抛出异常的级别。  
} )

db.collection.remove(
   <query>,              # 可选,删除的文档的条件。
   {
     justOne: <boolean>, # 可选,值为true或1只删除一个文档，默认值 false删除全部匹配条件的文档。
     writeConcern: <document> # 可选,抛出异常的级别。  
} )

db.collection.remove(
   <query>,              # 可选,删除的文档的条件。
   {
     justOne: <boolean>, # 可选,值为true或1只删除一个文档，默认值 false删除全部匹配条件的文档。
     writeConcern: <document> # 可选,抛出异常的级别。  
} )

接下来咱们移除 title 为 'MongoDB 教程' 的文档：

# 删除全部符合条件的数据
>db.search_project.remove({'likes':100}) 
# 只删除第一条找到的记录
>db.search_project.remove({'likes':100},1)  
若是你只想删除第一条找到的记录能够设置 justOne 为 1，以下所示：
# 删除全部数据，能够使用如下方式（相似常规 SQL 的 truncate 命令）：
>db.col.remove({})

查找数据

单文档查询

>db.collection.find(query, projection)
query ：可选，使用查询操做符指定查询条件
projection ：可选，使用投影操做符指定返回的键。查询时返回文档中全部键值， 只需省略该参数便可（默认省略）。

>db.col.find().pretty()
pretty() 方法以格式化的方式来显示全部文档。

>db.collection.find(query, projection)
query ：可选，使用查询操做符指定查询条件
projection ：可选，使用投影操做符指定返回的键。查询时返回文档中全部键值， 只需省略该参数便可（默认省略）。

>db.col.find().pretty()
pretty() 方法以格式化的方式来显示全部文档。

操做	格式	范例	RDBMS中的相似语句
等于	`{<key>:<value>`}	`db.col.find({"likes":"100"}).pretty()`	`where likes = '100'`
小于	`{<key>:{$lt:<value>}}`	`db.col.find({"likes":{$lt:50}}).pretty()`	`where likes < 50`
小于或等于	`{<key>:{$lte:<value>}}`	`db.col.find({"likes":{$lte:50}}).pretty()`	`where likes <= 50`
大于	`{<key>:{$gt:<value>}}`	`db.col.find({"likes":{$gt:50}}).pretty()`	`where likes > 50`
大于或等于	`{<key>:{$gte:<value>}}`	`db.col.find({"likes":{$gte:50}}).pretty()`	`where likes >= 50`
不等于	`{<key>:{$ne:<value>}}`	`db.col.find({"likes":{$ne:50}}).pretty()`	`where likes != 50`

# 查找全部数据
db.search_project.find();
# and
db.col.find({"likes":100, "pkg_name":"search"}).pretty()
#or
db.col.find({$or: [{key1: value1}, {key2:value2}]}).pretty()
# and 和 or
>db.col.find({"likes": {$gt:50}, $or: [{"pkg_name": "search"},{"title": "search_v3"}]}).pretty()

# $type 指定查找类型，指定查找title 为 String 的数据
db.search_project.find({"title" : {$type : 'string'}})

关系查询

嵌入式关系

{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address": [
{
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
},
{
"building": "170 A, Acropolis Apt",
"pincode": 456789,
"city": "Chicago",
"state": "Illinois"
}]
} code

数据文档对象

{
   "_id":ObjectId("52ffc33cd85242f436000001"),
   "contact": "987654321",
   "dob": "01-01-1991",
   "name": "Tom Benzamin",
   "address": [
      {
         "building": "22 A, Indiana Apt",
         "pincode": 123456,
         "city": "Los Angeles",
         "state": "California"
      },
      {
         "building": "170 A, Acropolis Apt",
         "pincode": 456789,
         "city": "Chicago",
         "state": "Illinois"
      }]
}

>db.users.findOne({"name":"Tom Benzamin"},{"address":1})

引用式关系

{
"_id":ObjectId("52ffc4a5d85242602e000000"),
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
} blog

用户地址文档教程

{
   "_id":ObjectId("52ffc4a5d85242602e000000"),
   "building": "22 A, Indiana Apt",
   "pincode": 123456,
   "city": "Los Angeles",
   "state": "California"
}

{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address_ids": [
ObjectId("52ffc4a5d85242602e000000")
]
}

用户文档

{
   "_id":ObjectId("52ffc33cd85242f436000001"),
   "contact": "987654321",
   "dob": "01-01-1991",
   "name": "Tom Benzamin",
   "address_ids": [
      ObjectId("52ffc4a5d85242602e000000")
   ]
}

>var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})
>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})