mongoDB中CRUD的深入讲解

前言

今天开始接触非关系型数据库的mongoDB,现在将自己做的笔记发出来,供大家参考,也便于自己以后忘记了可以查看。

首先,mongoDB,是一种数据库,但是又区别与mysql,sqlserver、orcle等关系数据库,在优势上面也略高一筹;至于为什么会这么说呢?很简单,我们来举两个例子:

1.在存储上面,非关系型数据库可以更大规模的存储,打个比方,Facebook用的数据库就是非关系型数据库。

2.运用起来更加流畅也是这个数据库的优点,将分布式的特点发挥到极致。

当我查看官方文档的时候,简直要人命,光是一个插入方法都讲了好几条,脑袋都大了,现在我总结一下每一插入方法的特性

db.collection.insert()

db.collection.insert() 向集合插入一个或多个文档.要想插入一个文档,传递一个文档给该方法;要想插入多个文档,就可以采用该方法。

例如

db.users.insert(
   [
    { name: "bob", age: 42, status: "A", },
    { name: "ahn", age: 22, status: "A", },
    { name: "xi", age: 34, status: "D", }
   ]
   )

如果插入成功就会返回

WriteResult({ "nInserted" : 3 })

如果异常情况,那么就会返回如下咯:

WriteResult({
   "nInserted" : 3,
   "writeConcernError" : {
    "code" : 64,
    "errmsg" : "waiting for replication timed out at shard-a"
   }
   })

当我们想插入一条数据的时候,采用insert的方法据比较浪费内存,这个时候,我们久采用插入单个的语法db.collection.insertOne() 向集合插入 单个 文档 document 举个小列子来说明一下。

db.users.insertOne(
   {
    name: "sue",
    age: 19,
    status: "P"
   }
   )

有了单个,就肯定会有多个,那么多个又是怎么样的呢?语法都很类似,db.collection.insertMany()这个语法跟上面没有区别嘛,对不对,当然是错的,你想,如果添加的数据是数组里面嵌套数组,前面两个的方法的性能就大打折扣了,影响数据库的性能。废话少说,列子走一波:

db.users.insertMany(
   [
    {
    _id: 1,
    name: "sue",
    age: 19,
    type: 1,
    status: "P",
    favorites: { artist: "Picasso", food: "pizza" },
    finished: [ 17, 3 ],
    badges: [ "blue", "black" ],
    points: [
     { points: 85, bonus: 20 },
     { points: 85, bonus: 10 }
    ]
    },
    {
    _id: 2,
    name: "bob",
    age: 42,
    type: 1,
    status: "A",
    favorites: { artist: "Miro", food: "meringue" },
    finished: [ 11, 25 ],
    badges: [ "green" ],
    points: [
     { points: 85, bonus: 20 },
     { points: 64, bonus: 12 }
    ]
    },
    {
    _id: 3,
    name: "ahn",
    age: 22,
    type: 2,
    status: "A",
    favorites: { artist: "Cassatt", food: "cake" },
    finished: [ 6 ],
    badges: [ "blue", "Picasso" ],
    points: [
     { points: 81, bonus: 8 },
     { points: 55, bonus: 20 }
    ]
    },
    {
    _id: 4,
    name: "xi",
    age: 34,
    type: 2,
    status: "D",
    favorites: { artist: "Chagall", food: "chocolate" },
    finished: [ 5, 11 ],
    badges: [ "Picasso", "black" ],
    points: [
     { points: 53, bonus: 15 },
     { points: 51, bonus: 15 }
    ]
    },
    {
    _id: 5,
    name: "xyz",
    age: 23,
    type: 2,
    status: "D",
    favorites: { artist: "Noguchi", food: "nougat" },
    finished: [ 14, 6 ],
    badges: [ "orange" ],
    points: [
     { points: 71, bonus: 20 }
    ]
    },
    {
    _id: 6,
    name: "abc",
    age: 43,
    type: 1,
    status: "A",
    favorites: { food: "pizza", artist: "Picasso" },
    finished: [ 18, 12 ],
    badges: [ "black", "blue" ],
    points: [
     { points: 78, bonus: 8 },
     { points: 57, bonus: 7 }
    ]
    }
   ]
   )

注意:insertOne()、insertMany()是3.2版本的语法。

既然增了,就得查找,对吧,查找里面呢也有很多小东西,有许多自己自定义查询。

1、查询全部

db.users.find( {} ) 等价于db.users.find()

2、指定等于条件

一个 query filter document 可以使用 <field>:<value> 表达式指定等于条件以选择所有包含 <field> 字段并且等于特定 <value> 的所有文档:

下面的示例从 user 集合中检索 status 字段值为 “P” 或者 “D” 的所有文档:

db.users.find( { status: { $in: [ "P", "D" ] } } )

3、指定 AND 条件

复合查询可以在集合文档的多个字段上指定条件。隐含地,一个逻辑的 AND 连接词会连接复合查询的子句,使得查询选出集合中匹配所有条件的文档。

下面的示例在 users 集合中检索 status 等于 "A"``**并且** ``age 小于 ($lt) 30是所有文档:

db.users.find( { status: "A", age: { $lt: 30 } } )

4、指定 OR 条件

通过使用 $or 操作符,你可以指定一个使用逻辑 OR 连接词连接各子句的复合查询选择集合中匹配至少一个条件的文档。

下面的示例在 users 集合中检索 status` 等于 "A"**或者**age 小于 ($lt) 30 所有文档:

db.users.find(
      {
        $or: [ { status: "A" }, { age: { $lt: 30 } } ]
      }
      )

5、指定 AND 和 OR 条件(可以更加精确的查询)

在下面的示例中,复合查询文档选择集合中status`` 等于 "A" 并且 要么 age 小于 ($lt) 30 要么 type 等于 1 的所有文档:

db.users.find(
      {
        status: "A",
        $or: [ { age: { $lt: 30 } }, { type: 1 } ]
      }
      )

6、嵌入文档上的精确匹配

使用{ <field>: <value> }并且 “” 为要匹配文档的查询文档,来指定匹配整个内嵌文档的完全相等条件.(要使)相等条件匹配上内嵌文档需要指定 包括字段顺序的 精确 匹配。

在下面的例子中,查询匹配所有 favorites 字段是以该种顺序只包含 等于 "Picasso"``的 ``artist 和等于 "pizza" 的 food 字段的内嵌文档:

db.users.find( { favorites: { artist: "Picasso", food: "pizza" } } )

7、嵌入文档中字段上的等于匹配

在下面的例子中,查询使用 dot notation 匹配所有 favorites 字段是包含等于 "Picasso" 的字段 ``artist``(可能还包含其他字段) 的内嵌文档:

db.users.find( { "favorites.artist": "Picasso" } )

8、数组上的查询

采用一个参数: $elemMatch (该参数是值精确的数组)

下面的例子查询 finished 数组至少包含一个大于 ($gt) 15 并且小于 ($lt) 20 的元素的文档:

db.users.find( { finished: { $elemMatch: { $gt: 15, $lt: 20 } } } )

9、嵌入文档数组

使用数组索引匹配嵌入文档中的字段

在下面的例子中,查询使用 the dot notation 匹配所有 dadges 是第一个元素为”black” 的数组的文档:

db.users.find( { 'points.0.points': { $lte: 55 } } )

10、不指定数组索引匹配字段

如果你不知道文档在数组中的索引位置,用点号 (.) 将包含数组的字段的名字和内嵌文档的字段的名字连起来。

下面的例子选择出所有 points``数组中至少有一个嵌入文档包含值小于或等于 ``55 的字段 points 的文档:

db.users.find( { 'points.points': { $lte: 55 } } )

11、指定数组文档的多个查询条件

单个元素满足查询条件

使用 $elemMatch 操作符为数组元素指定复合条件,以查询数组中至少一个元素满足所有指定条件的文档。

下面的例子查询 points 数组有至少一个包含 points 小于等于 70 并且字段 bonus 等于 20 的内嵌文档的文档:

db.users.find( { points: { $elemMatch: { points: { $lte: 70 }, bonus: 20 } } }

12、元素组合满足查询条件

下面的例子查询了 points 数组包含了以某种组合满足查询条件的元素的文档;例如,一个元素满足 points 小于等于 70 的条件并且有另一个元素满足 bonus 等于 20 的条件,或者一个元素同时满足两个条件:

db.users.find( { "points.points": { $lte: 70 }, "points.bonus": 20 } )

接下来就是更新咯,老样子跟插入方法差不多,更新就可以看做是插入的一种。

来一段官方文档的话:

如果 db.collection.update() db.collection.updateOne() db.collection.updateMany() 或者 db.collection.replaceOne() 包含 upsert : true 并且 没有文档匹配指定的过滤器,那么此操作会创建一个新文档并插入它。如果有匹配的文档,那么此操作修改或替换匹配的单个或多个文档。

这个解释在我认为就是在没有该数据的时候就会创建相应的数据,毕竟它是插入的一种特殊方法。

1、db.collection.updateOne():修改单条数据

下面的例子对 users 集合使用 db.collection.updateOne() 方法来更新第一个 根据 过滤条件favorites.artist 等于 “Picasso” 匹配到的文档更新操作:

使用 $set 操作符更新 favorites.food 字段的值为 “pie” 并更新 type 字段的值为 3,

db.users.updateOne(
      { "favorites.artist": "Picasso" },
      {
        $set: { "favorites.food": "pie", type: 3 },

      }
      )

2、db.collection.update()的用法和db.collection.updateOne()类似,为了区别一下,我们采用了 { multi: true }这个参数,这样会在你修改之后的数据中有这个参数,表示修改完成。

db.users.update(
      { "favorites.artist": "Pisanello" },
      {
        $set: { "favorites.food": "pizza", type: 0, }
      },
      { multi: true }
      )

3、 db.collection.updateMany(),这个会不会认为是修改很多,当然可以这么理解,但是我更喜欢把他理解成修改多个参数。

下面这个举例就是为了大家看的明白采用了{ upsert: true },它可以清晰的返回你修改后的值

 db.inspectors.updateMany(
        { "Sector" : { $gt : 4 }, "inspector" : "R. Coltrane" },
        { $set: { "Patrolling" : false } },
        { upsert: true }
      );

4、修改还有一个就是文档替换db.collection.replaceOne
下面的例子对 users 集合使用 db.collection.replaceOne() 方法将通过过滤条件 name 等于 "sue" 匹配到的 **第一个** 文档替换为新文档:

db.users.replaceOne(
      { name: "abc" },
      { name: "amy", age: 34, type: 2, status: "P", favorites: { "artist": "Dali", food: "donuts" } }
      )

走着,撸删除了:

1、删除所有文档db.collection.remove()

这个方法就干脆了,就相当于sql中的删除表结构的delete()

db.users.remove({})

作为另一种选择如下例子使用 db.collection.remove() 从 users 集合中删除所有 status 字段等于 “A” 的文档:

db.users.remove( { status : "P" } )

2、仅删除一个满足条件的文档db.collection.deleteOne()

如下例子使用 db.collection.deleteOne() 删除 第一个 status 字段等于 “A” 的文档:

db.users.deleteOne( { status: "D" } )

3、删除集合中所有文档db.collection.deleteMany()

如下的例子使用 db.collection.deleteMany() 方法从 users 集合中删除了 所有 文档:

db.users.deleteMany({})

以上是通过两天学习官方文达能的总结,下面配上官方文档的地址表示感谢。
https://docs.mongodb.com/manual/reference/method/js-collection/

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,谢谢大家对我们的支持。

(0)

相关推荐

  • mongoDB中CRUD的深入讲解

    前言 今天开始接触非关系型数据库的mongoDB,现在将自己做的笔记发出来,供大家参考,也便于自己以后忘记了可以查看. 首先,mongoDB,是一种数据库,但是又区别与mysql,sqlserver.orcle等关系数据库,在优势上面也略高一筹:至于为什么会这么说呢?很简单,我们来举两个例子: 1.在存储上面,非关系型数据库可以更大规模的存储,打个比方,Facebook用的数据库就是非关系型数据库. 2.运用起来更加流畅也是这个数据库的优点,将分布式的特点发挥到极致. 当我查看官方文档的时候,简

  • Springboot整合MongoDB进行CRUD操作的两种方式(实例代码详解)

    1 简介 Springboot是最简单的使用Spring的方式,而MongoDB是最流行的NoSQL数据库.两者在分布式.微服务架构中使用率极高,本文将用实例介绍如何在Springboot中整合MongoDB的两种方法:MongoRepository和MongoTemplate. 代码结构如下: 2 项目准备 2.1 启动MongoDB实例 为了方便,使用Docker来启动MongoDB,详细指导文档请参考:基于Docker的MongoDB实现授权访问的方法,这里不再赘述. 2.2 引入相关依赖

  • Spring Data MongoDB中实现自定义级联的方法详解

    前言 Spring Data MongoDB 项目提供与MongoDB文档数据库的集成,Spring与Hibernate集成时,Spring提供了org.springframework.orm.hibernate3.HibernateTemplate实现了对数据的CRUD操作, Spring Data MongoDB提供了org.springframework.data.mongodb.core.MongoTemplate对MongoDB的CRUD的操作,包括对集成的对象映射文件和POJO之间的

  • MongoDB中4种日志的详细介绍

    前言 任何一种数据库都有各种各样的日志,MongoDB也不例外.MongoDB中有4种日志,分别是系统日志.Journal日志.oplog主从日志.慢查询日志等.这些日志记录着MongoDB数据库不同方面的踪迹.下面分别介绍这几种日志. 系统日志 系统日志在MongoDB数据库中很重要,它记录着MongoDB启动和停止的操作,以及服务器在运行过程中发生的任何异常信息. 配置系统日志的方法比较简单,在启动mongod时指定logpath参数即可 mongod -logpath=/data/log/

  • linux 中vim的用法讲解

    Vim 是 Linux 系统上的最著名的文本/代码编辑器,也是早年的 Vi 编辑器的加强版,而 gVim 则是其 Windows 版.它的最大特色是完全使用键盘命令进行编辑,脱离了鼠标操作虽然使得入门变得困难,但上手之后键盘流的各种巧妙组合操作却能带来极为大幅的效率提升. vim的命令的一些格式 1:vim xxx 直接打开一个xxx命名的vim文件,如果没有的话直接创建一个新的.默认光标定义到第一行 2:vim + xxx 打开光标并定义到最后一行 3:vim +num xxx 打开光标定义到

  • MongoDB 中Limit与Skip的使用方法详解

    MongoDB 中Limit与Skip的使用方法详解 一 MongoDB Limit() 方法 如果你需要在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. 语法 limit()方法基本语法如下所示: >db.COLLECTION_NAME.find().limit(NUMBER) 实例 > db.col.find({},{"title":1,_id:0}).li

  • MongoDB中的一些坑(最好不要用)

    MongoDB 是目前炙手可热的 NoSQL 文档型数据库,它提供的一些特性很棒:如自动 failover 机制,自动 sharding,无模式 schemaless,大部分情况下性能也很棒.但是薄荷在深入使用 MongoDB 过程中,遇到了不少问题,下面总结几个我们遇到的坑.特别申明:我们目前用的 MongoDB 版本是 2.4.10,曾经升级到 MongoDB 2.6.0 版本,问题依然存在,又回退到 2.4.10 版本. MongoDB 数据库级锁 坑爹指数:5星(最高5星) MongoD

  • MongoDB中连接字符串的编写

    MongoDB数据库与传统的关系型数据库相比,它具有操作简单.完全免费.源码公开等特点,这使MongoDB产品广泛应用于各种大型门户网站和专业网站.由于MongoDB连接并不支持HTTP协议,所有你不能直接通过浏览器访问MongoDB,下面详细介绍MongoDB中连接字符串的编写 一.MongoDB连接字符串常用格式 复制代码 代码如下: mongodb://[username:password@]host1[:port1][,host2[:port2],-[,hostN[:portN]]][/

  • Mongodb中MapReduce实现数据聚合方法详解

    Mongodb是针对大数据量环境下诞生的用于保存大数据量的非关系型数据库,针对大量的数据,如何进行统计操作至关重要,那么如何从Mongodb中统计一些数据呢? 在Mongodb中,给我们提供了三种用于数据聚合的方式: (1)简单的用户聚合函数: (2)使用aggregate进行统计: (3)使用mapReduce进行统计: 今天我们首先来讲讲mapReduce是如何统计,在后续的文章中,将另起文章进行相关说明. MapReduce是啥呢?以我的理解,其实就是对集合中的各个满足条件的文档进行预处理

  • MongoDB中对文档的增删查改基本操作方法总结

    插入文档:insert() 方法 要插入数据到 MongoDB 集合,需要使用 MongoDB 的  insert() 或 save() 方法. 语法: insert() 命令的基本语法如下: >db.COLLECTION_NAME.insert(document) 例子:  >db.mycol.insert({    _id: ObjectId(7df78ad8902c),    title: 'MongoDB Overview',     description: 'MongoDB is

随机推荐