一、操作符
"$lt" ："<"
"$lte" ："<="
"$gt" ：">"
"$gte" ：">="
"$ne" ："!="
"$in" ：查询匹配指定条件值的文档；
"$nin" ：查询不匹配指定条件值的文档；
"$or" ：或查询
如果你熟悉常规的 SQL 数据，通过下表可以更好的理解 MongoDB 的条件语句查询：
| 操作 | 格式 | 范例 | RDBMS中的类似语句 |
|---|---|---|---|
| 等于 |
{<key>:<value>} |
db.col.find({"by":"菜鸟教程"}).pretty() |
where by = '菜鸟教程' |
| 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
|
MongoDB 查询文档
二、链式操作
append方法：尤其适用于日期等区间查询条件。
三、一些基本操作
db.createCollection('user'); --创建表
db.getCollection('user').remove({'_id':1}); --删除记录
db.getCollection('user').ensureIndex({"email":1}); --新建索引
db.getCollection('user').insert({ --插入记录
"_id" : 1,
"email" : "xxx@mtime.com",
"name" : "哈哈",
"salt" : "5927eb03f6ee9428bc55aa0d",
"pwd" : "121212",
"admin" : true,
"roles" : [
],
"subjects" : [
1,
2,
3,
4
],
"status" : 1,
"muser" : 1,
"mtime" : ISODate("2017-07-10T01:21:19.359Z")
}
);
--修改记录
db.getCollection('language').update({},{$set:{muser:5,mtime:new Date()}},false,true);
db.getCollection('language').update({},{$unset:{'modifyTime':''}},false, true); --删除列
db.getCollection('language_pack').update({},{$set:{modifyUser:5,modifyTime:new Date()}},false,true);
db.getCollection('activity').update({_id:25}, {$set: {status:2}}, {multi: true});
创建复合唯一索引
db.video.createIndex({source_type:1,source:1,video_id:1,key_word:1},{name:'idx_source_type_source_video_id_key_word',unique:true})；
--分组聚合
管道的概念
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。
表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。
这里我们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。
db.getCollection('video').aggregate([
{ $group: { _id : '$source', count: { $sum : 1 } } },
{ $match: { count: { $gt : 1} } }
])
db.getCollection('video').aggregate([
{$project:{source : 1, source_type : 1,video_id:1,enter_time:1}},
{$match: {source:2,enter_time:{"$gte":ISODate('2020-03-22 07:42:58.675') , "$lt":ISODate('2020-05-22 19:00:00.141') },can_capture:{$ne:1}}},
{$group: { _id: {source : '$source', source_type : '$source_type',video_id:'$video_id'}, count: { $sum: 1 } }},
{$sort:{video_id:1}},
{$skip: 0 },
{$limit: 10 }
]);
注意：$peoject中，1-包含，0-不包含，_id 字段默认为包含
--查询与删除重复数据
db.video.aggregate([{
$group: {
_id: {
source: '$source',
source_type: '$source_type',
video_id: '$video_id',
key_word: '$key_word'
},
count: {
$sum: 1
},
dups: {
$addToSet: '$_id'
}
}
}, {
$match: {
count: {
$gt: 1
}
}
}]).forEach(function(doc) {
doc.dups.shift();
db.video.remove({
_id: {
$in: doc.dups
}
});
})
按日期分组统计
{
"collection": "video",
"aggregate": [
{
"$match": {
"enter_time": {
"$gte": {
"$humanTime": "{{ StartDate }}"
},
"$lt": {
"$humanTime": "{{ EndDate }}"
}
}
}
},
{
"$group": {
"_id": {
"$dateToString": {
"format": "%Y-%m-%d",
"date": "$enter_time",
"timezone": "+0800"
}
},
"count": {
"$sum": 1
}
}
}
]
}
日期条件查询
db.video_comment_push_log.find({"source_type":4,"source":4}).sort({"_id":-1}).limit(2);
db.video_comment.find({"source_type":4,"source":4,"enter_time":{"$gte":ISODate('2020-04-22 07:42:58.675') , "$lt":ISODate('2020-04-22 19:00:00.141') }}).count();
db.video_comment.find({"source_type":4,"source":4}).sort({"enter_time":-1}).limit(100);
db.video_comment.count({"source_type":4,"source":4});
back
db.video_comment_push_log.find({"source_type":7,"source":2}).sort({"_id":-1}).limit(20);
db.video_comment.find({"source_type":4,"source":4,"enter_time":{"$gte":ISODate('2020-04-22 03:00:00.114') , "$lt":ISODate('2020-04-22 05:00:00.111') }}).count();
db.video_comment.find({"source_type":4,"source":4}).sort({"enter_time":-1}).limit(100);
db.video_comment.count({"source_type":4,"source":4});
db.video_push_log.find({"source_type":71,"source":2}).sort({"_id":-1}).limit(20);
db.video.count({"source_type":4,"source":4,"enter_time":{"$gte":ISODate('2020-04-22 17:00:00.136') , "$lt":ISODate('2020-04-23 06:00:00.098') }});
db.teleplay_episode.count({"source_type":7,"source":2,"enter_time":{"$gte":ISODate('2020-04-21 00:00:00.208') , "$lt":ISODate('2020-04-21 16:00:00.249') }});
db.teleplay_comment.count({"source_type":7,"source":2,"enter_time":{"$gte":ISODate('1970-01-01 00:00:00.001') , "$lt":ISODate('2020-04-22 06:00:00.156') }});
redash查询mongo
{
"collection":"series_top_list",
"query":{"code":"tengxunshipin"},
"$sort": [{"name": "ranking","direction": 1}]
}
{
"collection":"risk_score",
"aggregate":[
{"$group":{"_id":"$udid", "count":{"$sum":1}}},
{"$match":{"count":{"$gt":1}}},
{"$sort": [{"name": "count","direction": -1}]}
]
}
参考资料：
Mongodb聚合框架Aggregate - 时间戳转时间聚合分组统计实现
学习MongoDB-应用举例（利用java操作MongoDB）
MongoDB查询大于某个时间，小于某个时间，在某一段时间范围
mongoTemplate.aggregate() 聚合查询，关联查询
mongoTemplate 聚合分组统计，aggregate分页