1. 创建数据库
语法
use database_name示例
> show dbs;
admin 0.000GB
config 0.000GB
local 0.000GB
> use ajing
switched to db ajing
> show dbs;
admin 0.000GB
config 0.000GB
local 0.000GB
> db.mycollection.insert({"name": "ajing"})
WriteResult({ "nInserted" : 1 })
> show dbs;
admin 0.000GB
ajing 0.000GB
config 0.000GB
local 0.000GB
>2. 删除数据库
语法
db.dropDatabase()示例
> show dbs;
admin 0.000GB
ajing 0.000GB
config 0.000GB
local 0.000GB
> use ajing
switched to db ajing
> db.dropDatabase()
{ "dropped" : "ajing", "ok" : 1 }
> show dbs
admin 0.000GB
config 0.000GB
local 0.000GB
> 2. 集合
1. 创建并查看集合
语法
# 创建集合
db.createCollection(name, options)
# 查看集合
show collecitons
# 或者
show tables参数说明:
- name: 要创建的集合名称
- options: 可选参数, 指定有关内存大小及索引的选项 options 可以是如下参数:
字段 类型 描述
capped 布 尔 (可选)如果为 true，则创建固定集合。固定集合是指有着固定大小的集 合，当达到最大值时，它会自动覆盖最早的文档。当该值为 true 时，必 须指定 size 参数。
autoIndexId 布 尔 (可选)如为 true，自动在 _id 字段创建索引。默认为 false。
size 数 值 (可选)为固定集合指定一个最大值(以字节计)。如果 capped 为 true**，也需要指定该字段。**
max 数 值 (可选)指定固定集合中包含文档的最大数量。在插入文档时，MongoDB 首先检查固定集合的 size 字段，然后检查 max 字段。
示例
> use test
switched to db test
> show collections
> show tables
> db.createCollection("mycollection")
{ "ok" : 1 }
> show tables
mycollection
> show collections
mycollection2. 删除集合
语法
db.collection_name.drop()示例
> use test
switched to db test
> show tables
mycollection
> db.mycollection.drop()
true
> show collections
> 3. 文档
1. 插入文档
语法
db.colleciton_name.insert(document)示例
> var document = { "name": "ajing", "age": 18, "address": "beijing" }
> document
{ "name" : "ajing", "age" : 18, "address" : "beijing" }
> db.mycollection.insert(document)
WriteResult({ "nInserted" : 1 })2. 查询文档
语法
db.collection_name.find(query, projection)query :可选，使用查询操作符指定查询条件 projection :可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参 数即可(默认省略)。
如果你需要以易读的方式来读取数据，可以使用 pretty() 方法，语法格式如下:
db.collection_name.find().pretty()示例
> show tables;
mycollection
> db.mycollection.find()
{ "_id" : ObjectId("5ebf25b8bbc6542a50be8234"), "name" : "ajing", "age" : 18, "address" : "beijing" }
> db.mycollection.find().pretty()
{
"_id" : ObjectId("5ebf25b8bbc6542a50be8234"),
"name" : "ajing",
"age" : 18,
"address" : "beijing"
}3. 删除文档
语法
# 删除一条后者多条
db.collection_name.remove(<query>, <justOne>)
# 清空
db.collection_name.remove({})如果你的 MongoDB 是 2.6 版本以后的，语法格式如下
db.collection_name.remove(
<query>,
{
justOne: <boolean>,
writeConcern: <document>
} )参数说明:
query :(可选)删除的文档的条件。 justOne : (可选)如果设为 true 或 1，则只删除一个文档，如果不设置该参数，或使用默认值 false，则删除所有匹配条件的文档。 writeConcern :(可选)抛出异常的级别。
示例
> db.mycollection.find().pretty()
{
"_id" : ObjectId("5ebf25b8bbc6542a50be8234"),
"name" : "ajing",
"age" : 18,
"address" : "beijing"
}
> var document1 = { "name": "hello world", "age": 1, "address": "tianjin" }
> db.mycollection.insert(document1)
WriteResult({ "nInserted" : 1 })
> db.mycollection.find().pretty()
{
"_id" : ObjectId("5ebf25b8bbc6542a50be8234"),
"name" : "ajing",
"age" : 18,
"address" : "beijing"
}
{
"_id" : ObjectId("5ebf2836bbc6542a50be8235"),
"name" : "hello world",
"age" : 1,
"address" : "tianjin"
}
> db.mycollection.remove({"name": "ajing"}, 1)
WriteResult({ "nRemoved" : 1 })
> db.mycollection.find().pretty()
{
"_id" : ObjectId("5ebf2836bbc6542a50be8235"),
"name" : "hello world",
"age" : 1,
"address" : "tianjin"
}
> 4. limit()和skip()方法
limit()方法
语法
db.collection_name.find().limit(number)类似sql的limit用法, 读取记录的条数
skip()方法
语法
db.collection_name.find.skip(number)跳过指定数量的数据
5. 文档排序
语法
db.collection_name.find().sort({KEY: 1/-1})在 MongoDB 中使用 sort() 方法对数据(文档)进行排序，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。
6. mongodb索引
1. 创建索引
语法
db.collection_name.createIndex(keys, options)Key: 你要创建的索引字段, 1为升序, -1为降序创建索引
createIndex() 接收可选参数，可选参数列表如下:
Parameter Type Description
background Boolean 建索引过程会阻塞其它数据库操作，background可指定 以后台方式创建索引，即增加 "background" 可选参数。"background" 默认值为false。
unique Boolean 建立的索引是否唯一。指定为true创建唯一索引。默认值 为false.
name string 索引的名称。如果未指定，MongoDB的通过连接索引的 字段名和排序顺序生成一个索引名称。
dropDups Boolean 3.0+**版本已废弃。在建立唯一索引时是否删除重复记录, 指定 true 创建唯一索引。默认值为 false**.
sparse Boolean 对文档中不存在的字段数据不启用索引;这个参数需要特 别注意，如果设置为true的话，在索引字段中不会查询出 不包含对应字段的文档.。默认值为 false.
expireAfterSeconds integer 指定一个以秒为单位的数值，完成 TTL设定，设定集合的 生存时间。
v index version 索引的版本号。默认的索引版本取决于mongod创建索引 时运行的版本。
weights document 索引权重值，数值在 1 到 99,999 之间，表示该索引相对 于其他索引字段的得分权重。
default_language string 对于文本索引，该参数决定了停用词及词干和词器的规则 的列表。默认为英语
language_override string 对于文本索引，该参数指定了包含在文档中的字段名，语 言覆盖默认的language，默认值为 language. 实例:
db.test.createIndex({"name": 1, "age": -1}, {background: true})test集合中, 那么字段正序, age反序创建索引, 并在后台创建索引
2. 查看集合索引
查看集合索引
db.colletion_name.getIndexes()查看集合索引大小
db.collection_name.totalIndexSize()3. 删除集合索引
删除集合所有索引
db.collection_name.dropIndexes()删除集合指定索引
db.collection_name.dropIndex("索引名称")
> db.mycollection.getIndexes()
[
{
"v" : 2,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "test.mycollection"
},
{
"v" : 2,
"key" : {
"name" : 1
},
"name" : "name_1",
"ns" : "test.mycollection"
}
]
> db.mycollection.dropIndex("name_1")
{ "nIndexesWas" : 2, "ok" : 1 }索引名称就是上面中name的对应名字
7. 聚合查询
MongoDB中聚合(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。有点类似sql语句中的 count(*)。利用Aggregate聚合管道可以完成。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。
基本语法为:
db.collection_name.aggregate(AGGREGATE_OPTIOIN)为了便于理解，先将常见的mongo的聚合操作和mysql的查询做下类比:
表达式 SQL操作 描述
$group group by 分组
$sum count()、sum() 计算总和。
$avg avg() 计算平均值
$min min() 获取集合中所有文档对应值得最小值。
$max max() 获取集合中所有文档对应值得最大值。
$match where、having 查询条件
$sort order by 排序
$limit limit 取条数
$project select 选择
$lookup (v3.2 新增) join 连接 1. 数据准备
> db.list1.find().pretty()
{
"_id" : ObjectId("5ec22afc42b300f01671543f"),
"name" : "zhaoyun1",
"age" : 1,
"city" : "BJ"
}
{
"_id" : ObjectId("5ec22b0a42b300f016715440"),
"name" : "zhaoyun2",
"age" : 2,
"city" : "BJ"
}
{
"_id" : ObjectId("5ec22b1242b300f016715441"),
"name" : "zhaoyun3",
"age" : 3,
"city" : "BJ"
}
{
"_id" : ObjectId("5ec22b1a42b300f016715442"),
"name" : "zhaoyun4",
"age" : 4,
"city" : "BJ"
}
{
"_id" : ObjectId("5ec22b2242b300f016715443"),
"name" : "zhaoyun5",
"age" : 5,
"city" : "BJ"
}
{
"_id" : ObjectId("5ec22bff42b300f016715444"),
"name" : "zhaoyun6",
"age" : 6,
"city" : "TJ"
}
{
"_id" : ObjectId("5ec22c0b42b300f016715445"),
"name" : "zhaoyun7",
"age" : 7,
"city" : "TJ"
}
> 1. $group
城市分组
第一个列必须是_id, 否则报错
> db.list1.aggregate([{$group: {_id : "$city"}}])
{ "_id" : "BJ" }
{ "_id" : "TJ" }
> 2. $sum
按照城市分组获得每组年龄总和
> db.list1.aggregate([{$group: {_id : "$city", ageNumbers: {$sum : "$age"}}}])
{ "_id" : "TJ", "ageNumbers" : 13 }
{ "_id" : "BJ", "ageNumbers" : 15 }
> 3.$avg
按照城市分组获得每组平均年龄
> db.list1.aggregate([{$group: {_id : "$city", avg: {$avg : "$age"}}}])
{ "_id" : "BJ", "avg" : 3 }
{ "_id" : "TJ", "avg" : 6.5 }4.$min
按照城市分组获得每组最小年龄
> db.list1.aggregate([{$group: {_id : "$city", min: {$min : "$age"}}}])
{ "_id" : "TJ", "min" : 6 }
{ "_id" : "BJ", "min" : 1 }5.$max
按照城市分组获得每组最大年龄
> db.list1.aggregate([{$group: {_id : "$city", max: {$max : "$age"}}}])
{ "_id" : "TJ", "max" : 7 }
{ "_id" : "BJ", "max" : 5 }6.$match
年龄大于2, 小于等于5
> db.list1.aggregate([{$match:{age:{$gt : 2, $lte : 5}}}])
{ "_id" : ObjectId("5ec22b1242b300f016715441"), "name" : "zhaoyun3", "age" : 3, "city" : "BJ" }
{ "_id" : ObjectId("5ec22b1a42b300f016715442"), "name" : "zhaoyun4", "age" : 4, "city" : "BJ" }
{ "_id" : ObjectId("5ec22b2242b300f016715443"), "name" : "zhaoyun5", "age" : 5, "city" : "BJ" }
> 7.$sort
年龄呢从大到小排序
> db.list1.aggregate([{$sort:{age:-1}}])
{ "_id" : ObjectId("5ec22c0b42b300f016715445"), "name" : "zhaoyun7", "age" : 7, "city" : "TJ" }
{ "_id" : ObjectId("5ec22bff42b300f016715444"), "name" : "zhaoyun6", "age" : 6, "city" : "TJ" }
{ "_id" : ObjectId("5ec22b2242b300f016715443"), "name" : "zhaoyun5", "age" : 5, "city" : "BJ" }
{ "_id" : ObjectId("5ec22b1a42b300f016715442"), "name" : "zhaoyun4", "age" : 4, "city" : "BJ" }
{ "_id" : ObjectId("5ec22b1242b300f016715441"), "name" : "zhaoyun3", "age" : 3, "city" : "BJ" }
{ "_id" : ObjectId("5ec22b0a42b300f016715440"), "name" : "zhaoyun2", "age" : 2, "city" : "BJ" }
{ "_id" : ObjectId("5ec22afc42b300f01671543f"), "name" : "zhaoyun1", "age" : 1, "city" : "BJ" }
> 8. $limit
求age最大的两个
> db.list1.aggregate([{$sort:{age:-1}}, {$limit: 2}])
{ "_id" : ObjectId("5ec22c0b42b300f016715445"), "name" : "zhaoyun7", "age" : 7, "city" : "TJ" }
{ "_id" : ObjectId("5ec22bff42b300f016715444"), "name" : "zhaoyun6", "age" : 6, "city" : "TJ" }
>9. $project
> db.list1.aggregate([{$project: {_id: 0, name: 1, city: 1, age: 1}}])
{ "name" : "zhaoyun1", "age" : 1, "city" : "BJ" }
{ "name" : "zhaoyun2", "age" : 2, "city" : "BJ" }
{ "name" : "zhaoyun3", "age" : 3, "city" : "BJ" }
{ "name" : "zhaoyun4", "age" : 4, "city" : "BJ" }
{ "name" : "zhaoyun5", "age" : 5, "city" : "BJ" }
{ "name" : "zhaoyun6", "age" : 6, "city" : "TJ" }
{ "name" : "zhaoyun7", "age" : 7, "city" : "TJ" }10. $lookup
语法
{
$lookup:
{
from: <collection to join>,
localField: <field from the input documents>,
foreignField: <field from the documents of the "from" collection>,
as: <output array field>
}
}语法的解释说明
语法值 解释说明
from 同一个数据库下等待被Join的集合。
localField 源集合中的match值，如果输入的集合中，某文档没有 localField这个Key（Field），在处理的过程中，会默认为此文档含有 localField：null的键值对。
foreignField 待Join的集合的match值，如果待Join的集合中，文档没有foreignField 值，在处理的过程中，会默认为此文档含有 foreignField：null的键值对。
as 为输出文档的新增值命名。如果输入的集合中已存在该值，则会覆盖掉，用于多文档关联, 类似sql的多表关联
示例
以上的语法介绍有些枯燥，不易理解，我们直接分析品味案例好了。
假设 有 订单集合， 存储的测试数据 如下：
db.orders.insert([
{ "_id" : 1, "item" : "almonds", "price" : 12, "quantity" : 2 },
{ "_id" : 2, "item" : "pecans", "price" : 20, "quantity" : 1 },
{ "_id" : 3 }
])
其中 ite
```m 对应 数据为 商品名称。
另外 一个 就是就是 商品库存集合 ，存储的测试数据 如下：
db.inventory.insert([
{ "_id" : 1, "sku" : "almonds", description: "product 1", "instock" : 120 },
{ "_id" : 2, "sku" : "bread", description: "product 2", "instock" : 80 },
{ "_id" : 3, "sku" : "cashews", description: "product 3", "instock" : 60 },
{ "_id" : 4, "sku" : "pecans", description: "product 4", "instock" : 70 },
{ "_id" : 5, "sku": null, description: "Incomplete" },
{ "_id" : 6 }
])
此集合中的 sku 数据等同于 订单 集合中的 商品名称。
在这种模式设计下，如果要查询订单表对应商品的库存情况，应如何写代码呢？
**很明显这需要两个集合Join。**
场景简单，不做赘述，直送答案 。其语句 如下：
db.orders.aggregate([
{
$lookup:
{
from: "inventory",
localField: "item",
foreignField: "sku",
as: "inventory_docs"
}
}
])
返回的执行结果如下：
{
"_id" : NumberInt("1"),
"item" : "almonds",
"price" : NumberInt("12"),
"quantity" : NumberInt("2"),
"inventory_docs" : [
{
"_id" : NumberInt("1"),
"sku" : "almonds",
"description" : "product 1",
"instock" : NumberInt("120")
}
]
}
{
"_id" : NumberInt("2"),
"item" : "pecans",
"price" : NumberInt("20"),
"quantity" : NumberInt("1"),
"inventory_docs" : [
{
"_id" : NumberInt("4"),
"sku" : "pecans",
"description" : "product 4",
"instock" : NumberInt("70")
}
]
}
{
"_id" : NumberInt("3"),
"inventory_docs" : [
{
"_id" : NumberInt("5"),
"sku" : null,
"description" : "Incomplete"
},
{
"_id" : NumberInt("6")
}
]
}