mongodb BSON的基本使用教程

查找 Find

m := bson.M{
    "create_time": bson.M{
      "$gte": start,
      "$lte": end,
    },
    "account": account,
    "tag": "tag",
  }
  session.DB("db").C("collect").Find(m).Count()

这里查找时间戳内,账号为account,标签为tag的数据并统计个数。

聚合管道在mgo中为Pipe(pipeline interface{})

这个和bash中使用的管道很像,数据可以被层层处理。一般传入的参数为[]bson.M。这个[]bson.M里如果还有嵌套则还要使用[]bson.M

- 比如这里首先匹配标签和账号

- 时间戳在一段时间内

- 然后根据名字分组统计数量

- 最后排序取最前面的三个。

  //这个就可以传入Pipe
  m := []bson.M{
    {"$match": bson.M{"tag": "tag", "account": account, "create_time": bson.M{"$gte": start, "$lte": end}}},
    {"$group": bson.M{"_id": "$TagName", "count": bson.M{"$sum": 1}}},
    {"$sort": bson.M{"count": -1}},
    {"$limit": 3},
  }
  //这里就可以取到输出的数据
  var values []result
  session.DB("db").C("collect").Pipe(m).All(&values)

简单介绍

package main
import (
 "gopkg.in/mgo.v2"
 "log"
 "gopkg.in/mgo.v2/bson"
)
type User struct {
 Id    bson.ObjectId `bson:"_id"`
 Name   string    `bson:"name"`
 PassWord string    `bson:"pass_word"`
 Age   int      `bson:"age"`
}
func main() {
 db, err := mgo.Dial("mongodb://192.168.2.28:27017,192.168.2.28:27018,192.168.2.28:27019/?replicaSet=howie")
 if err != nil {
 log.Fatalln(err)
 }
 defer db.Close()
 db.SetMode(mgo.Monotonic, true)
 c := db.DB("howie").C("person")
 //插入
 /*c.Insert(&User{
 Id:    bson.NewObjectId(),
 Name:   "JK_CHENG",
 PassWord: "123132",
 Age: 2,
 }, &User{
 Id:    bson.NewObjectId(),
 Name:   "JK_WEI",
 PassWord: "qwer",
 Age: 5,
 }, &User{
 Id:    bson.NewObjectId(),
 Name:   "JK_HE",
 PassWord: "6666",
 Age: 7,
 })*/
 var users []User
 c.Find(nil).All(&users) //查询全部数据
 log.Println(users)
 c.FindId(users[0].Id).All(&users) //通过ID查询
 log.Println(users)
 c.Find(bson.M{"name": "JK_WEI"}).All(&users) //单条件查询(=)
 log.Println(users)
 c.Find(bson.M{"name": bson.M{"$ne": "JK_WEI"}}).All(&users) //单条件查询(!=)
 log.Println(users)
 c.Find(bson.M{"age": bson.M{"$gt": 5}}).All(&users) //单条件查询(>)
 log.Println(users)
 c.Find(bson.M{"age": bson.M{"$gte": 5}}).All(&users) //单条件查询(>=)
 log.Println(users)
 c.Find(bson.M{"age": bson.M{"$lt": 5}}).All(&users) //单条件查询(<)
 log.Println(users)
 c.Find(bson.M{"age": bson.M{"$lte": 5}}).All(&users) //单条件查询(<=)
 log.Println(users)
 /*c.Find(bson.M{"name": bson.M{"$in": []string{"JK_WEI", "JK_HE"}}}).All(&users) //单条件查询(in)
 log.Println(users)
 c.Find(bson.M{"$or": []bson.M{bson.M{"name": "JK_WEI"}, bson.M{"age": 7}}}).All(&users) //多条件查询(or)
 log.Println(users)
 c.Update(bson.M{"_id": users[0].Id}, bson.M{"$set": bson.M{"name": "JK_HOWIE", "age": 61}}) //修改字段的值($set)
 c.FindId(users[0].Id).All(&users)
 log.Println(users)
 c.Find(bson.M{"name": "JK_CHENG", "age": 66}).All(&users) //多条件查询(and)
 log.Println(users)
 c.Update(bson.M{"_id": users[0].Id}, bson.M{"$inc": bson.M{"age": -6,}}) //字段增加值($inc)
 c.FindId(users[0].Id).All(&users)
 log.Println(users)*/
 //c.Update(bson.M{"_id": users[0].Id}, bson.M{"$push": bson.M{"interests": "PHP"}}) //从数组中增加一个元素($push)
 c.Update(bson.M{"_id": users[0].Id}, bson.M{"$pull": bson.M{"interests": "PHP"}}) //从数组中删除一个元素($pull)
 c.FindId(users[0].Id).All(&users)
 log.Println(users)
 c.Remove(bson.M{"name": "JK_CHENG"})//删除
}

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对我们的支持。

(0)

相关推荐

  • 详解Java 连接MongoDB集群的几种方式

    先决条件 先运行mongodb肯定是必须的,然后导入以下包: import com.mongodb.MongoClient; import com.mongodb.MongoClientURI; import com.mongodb.ServerAddress; import com.mongodb.MongoCredential; import com.mongodb.MongoClientOptions; MongoClient MongoClient()实例表示到数据库的连接池; 你将只需

  • mongodb使用c#驱动数据插入demo

    Mongodb提供了多种开发语言的驱动,java,python,c++,c# 等,这里选用c#驱动作为测试: 首先上mongo官网下载驱动.Ps:官方网站经常连接不顺利. 还不如直接在vs的nuget管理包中搜索mongoDB.driver. 需要引入的命名空间: using MongoDB.Bson; using MongoDB.Driver; Driver是驱动核心,Bson是和数据格式相关的: 定义一个mongo客户端,一个mongodb,一个数据集合: protected staticI

  • pyspark操作MongoDB的方法步骤

    如何导入数据 数据可能有各种格式,虽然常见的是HDFS,但是因为在Python爬虫中数据库用的比较多的是MongoDB,所以这里会重点说说如何用spark导入MongoDB中的数据. 当然,首先你需要在自己电脑上安装spark环境,简单说下,在这里下载spark,同时需要配置好JAVA,Scala环境. 这里建议使用Jupyter notebook,会比较方便,在环境变量中这样设置 PYSPARK_DRIVER_PYTHON=jupyter PYSPARK_DRIVER_PYTHON_OPTS=

  • 如何优雅的在一台vps(云主机)上面部署vue+mongodb+express项目

    项目: vue + express + mongodb 项目前后分离部署在一台服务器上面 express端口:3000 mongodb端口:27017 vue端口:本地是8080 服务端是:80 本地开发配置 本地开发基于vue cli 端口是 8080如果请求api的时候在前缀加上localhost:3000会提示跨域问题,我们可以使用下面方式来解决这个问题 在vue项目路径找到这个文件 /vue-item/config/index.js 找到这行代码: proxyTable: {} 添加如下

  • Java mongodb连接配置实践

    之前百度,google了很多,发现并没有介绍mongodb生产环境如何配置的文章, 当时想参考下都不行, 所以写篇文章,大家可以一块讨论下. 1. MongoClientOptions中的连接池配置: 配置如下: connectionPoolSettings = ConnectionPoolSettings.builder() .minSize(getMinConnectionsPerHost()) .maxSize(getConnectionsPerHost()) .maxWaitQueueS

  • c#操作mongodb插入数据效率

    mongodb的数据插入速度是其一个亮点,同样的10000条数据,插入的速度要比Mysql和sqlserver都要快,当然这也是要看使用者怎么个使用法,你代码如果10000次写入使用10000次连接,那也是比不过其他数据库使用事务一次性提交的速度的. 同样,mongo也提供的一次性插入巨量数据的方法,因为mongodb没有事务这回事,所以在在C#驱动里,具体方法是InsertManyAsync()一次性插入多个文档.与之对应的是InsertOneAsync,这个是一次插入一个文档: Insert

  • mongodb中非常好用的Aggregate入门教程

    前言 aggregate 翻译过来是聚合的意思, 但是在实际的使用的它的体验特别像linux中的管道, 每个管道处理完之后再把结果交个下一个管道, 你的数据就像水流, 最后通过各个管道你能够得到你想要的数据 我们一般用Aggregate做什么 aggregate查询文档 聚合 平均数 等数据处理 group sum 地理位置信息 $geoNear 基本上mongodb的所有查询操作我们都可以用 aggregate实现, 用好这个基本上是万金油了 在这里我主要想记录一下mongodb在地理位置信息

  • mongodb实现数组对象求和方法实例

    前言 mongodb在计算集合数组值时候,我们通常会想到使用$group与$sum,但是如果是数组里面多个json对象,并且还需要根据条件过滤多个对象的内容该如何处理? 现在让我们来实现它,假设mongodb中有个user集合,其数据内容如下: /* 1 */ { "_id" : ObjectId("5c414a6a0847e00385143003"), "date" : "2019-01-18 09", "data

  • mongodb官方的golang驱动基础使用教程分享

    前言 mongo数据库在nodejs平台有2个常用驱动,mongodb和mongoose,mongodb接口非常接近mongo数据库原生的操作方式,是helloworld之类演示代码的首选mongo数据库连接驱动,因此成为大部分nodejs初学者最先接触的mongo数据库驱动.初学者在学会mongo连接的同时,却也可悲的被helloword这种演示性质的数据库操作习惯潜移默化了. 本文主要介绍的是关于mongodb官方的golang驱动使用的相关内容,下面话不多说了,来一起看看详细的介绍吧 使用

  • Docker容器化部署尝试——多容器通信(node+mongoDB+nginx)

    原因是这样的 想要部署一个mocker平台,就在朋友的推荐下选择了 api-mocker 这个现成的项目 该项目分为服务端node.客户端vue.以及数据库mongoDB 在尝试直接部署的时候发现需要装一大堆的环境,node.mongo.nginx啊,特别的麻烦,之前简单的使用过docker,就在想能不能用docker免环境直接部署呢?于是就有了这次的尝试 多容器通信 该项目分为3个部分,于是就要建立3个容器(node.mongo.nginx) 那容器之间怎么实现通信呢? # 通过link指令建

随机推荐