目录

一.基础概念

二.数据库的管理

1.创建数据库

2.删除数据库

二.集合的管理

1.显示所有集合

2.创建集合

3.删除当前集合

4.向集合中插入元素

三.文档的管理

1.文档插入

2.文档的更新

3.文档的删除

4.文档查询

（1）查询基本语法：

（2）查询table2集合下的所有文档

（3）查询table2集合下的所有name为zhangsan的记录

（4）查询table2集合下name为zhangsan的其中一个记录

（5）查询结果中的某些列

（6）and操作

（7）or操作

（8）大于小于，等于操作

（9）in，not in

（10）查询空值

（11）匹配查询

（12）使用distinct去重

（13）查询集合中的文档数

四.aggregate() 聚合操作

<1>管道操作如下：

<2>聚合表达式：

 <3>通过实例讲清楚，直接看代码：

<4>准备数据

 <5>查询案例以及语句，共12个

注意点：

---

一.基础概念

mongodb中，基本的概念是文档，集合，数据库。

MongoDB中的重要概念

序号	基本概念	说明
1	database	数据库
2	collection	集合，也称文档组，相当于mysql中的表table
3	ducument	文档，相当于mysql表中的行，键值对结构，BSON（binary二进制）
4	field	字段，也就是mysql表中的列
5	index	索引

关于主键的说明：MongoDB自动将_id字段设置为主键。MongoDB不支持表的连接。

一个mongodb可以建立多个数据库，一个数据库可以创建多个集合，一个集合很总可以有多个文档，数据库存储在data中。

二.数据库的管理

1.创建数据库

创建数据库使用关键字use，创建并指定当前数据库，具体语法如下：

# 1.创建数据库，例如创建并指定一个school数据库
use <databasename>use school# 2.查看当前数据库
db# 3.查看所有数据库
show dbs

2.删除数据库

# 1.先选中是哪个数据库
use school# 2.删除数据库
db.dropDatabase()

二.集合的管理

集合相当于Mysql中的表结构table.

1.显示所有集合

# 1.显示所有集合（表结构）
show tables; 
show collections

2.创建集合

# name是创建的集合名，option是可选参数，指定有关内存大小及索引的选项
db.createCollection(name,option):

3.删除当前集合

db.school.drop()

4.向集合中插入元素

# 1.向集合中插入单个元素，insertOne({k:v})
db.collection001.insertOne({"name":"jack"})# 2.向集合中插入多个元素，insertMany({k1:v1},{k2:v2}......)
db.collection001.insertOne({"name":"jack"}，{"age":18})

三.文档的管理

文档也就是mysql中的行

1.文档插入

每条文档在插入的时候，MongoDB都会维护一个_id作为唯一标识，_id默认会自动生成。

# 1.插入1行
db.table2.insertOne({"name":"zhangsan"})# 2.插入多行
db.table2.insertMany([
{"name":"zhangsan","age":15,"address":"xuzhou"},
{"name":"wangwu","age":20,"address":"nanj"}
])# 3.当然也可以是这种形式的
document = ({"name":"wangwu","age":20,"address":"nanj",tags:['mysql','oracle'],like:100})
db.table2.insertMany([document])

2.文档的更新

文档的更新都是先查出来，再更新。

 <query>：update的查询条件，类似sql update查询内的where后面的条件
 <update>：update的对象和一些更新的操作符，也可以理解为sql update查询内set后面的
 upsert：可选，如果不存在update记录，是否插入objNew，true是插入，false不插入
 multi：可选，mongodb默认是false，只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新  5.0之后是废弃的
 writeConcern：可选，抛出异常的级别

db.collection.update(<query>,   // 相当于where操作<update>,  // 相当于set操作{upsert: <boolean>,multi: <boolean>,writeConcern: <document>}
)

注意语法：$set

 // 先查再更新,$set是set// 更新一条，updateOnedb.table3.updateOne({title:"Oracle"},{$set:{title:"MongoDB是NoSQL键-值数据库"}})

3.文档的删除

// 删除集合下的所有文档 
db.collection.deleteMany ({})// 删除status等于A的所有文档
db.collection.deleteMany ({ status : "A" })// 删除status等于D的一个文档
db.collection.delete.One ({ status : "D" })// 当然也可以根据主键删除
db.table2.deleteOne({_id:ObjectId("64ef1442db2b4f63a830119c")})

4.文档查询

文档的查询十分重要，用的最多。

MongoDB查询文档使用find方法，find()方法以非结构化的方式来显示所有文档。

语法：

db.集合名称.find({<query>},....)

等于，不等于，大于等于，大于，小于等于，小于等，看下表：

文档查询对比语法

操作	格式	例子	mysql类比语句
等于	{key:value}	db.集合名称.find({name:"zhangsan"})	where name='zhangsan'
不等于	{key:{$ne:value}}	db.集合名称.find({age:{$ne:18}})	where age != 18
小于	{key:{$lt:value}}	db.集合名称.find({age:{$lt:18}})	where age < 18
小于等于	{key:{$lte:value}}	db.集合名称.find({age:{$lte:18}})	where age <= 18
大于	{key:{$gt:value}}	db.集合名称.find({age:{$gt:18}})	where age > 18
大于等于	{key:{$gte:value}}	db.集合名称.find({age:{$gte:18}})	where age >= 18

（1）查询基本语法：

第一个{}放的是where条件，第二个放的是显示哪些列，或者不显示哪些列，列的值设置为0表示不显示，设置为1设置为显示。

db.table2.find({},{})   

（2）查询table2集合下的所有文档

db.table2.find()

（3）查询table2集合下的所有name为zhangsan的记录

等值查询，name="zhangsan"

db.table2.find({name:"zhangsan"})

（4）查询table2集合下name为zhangsan的其中一个记录

db.table2.findOne({name:"zhangsan"})

（5）查询结果中的某些列

默认为0，0表示不显示，1表示显示该列，1和0是不能同时用的

相当于select name,address from table2

db.table2.find({},{name:1,address:1}) db.table2.find({name:'zhangsan'},{name:1,age:1,address:1,by:1}) 

（6）and操作

逗号链接,

db.table2.find({name:'zhangsan',age:"lisi"},{name:1,age:1,address:1})  
select name,age,address from table2 where name = "zhangsan" and age = "lisi"

（7）or操作

需要在条件前加$or

db.table2.find({$or:[{age:"lisi"},{address:"xuzhou"}]},{name:1,age:1,address:1})

（8）大于小于，等于操作

db.table2.find({age:{$gte:11,$lte:100}})

（9）in，not in

db.table2.find({age:{$in:[10,15,20,18,12]}})

（10）查询空值

db.table2.find({age:null}) 

（11）匹配查询

// 以zha开头的相当于like"zha%
db.table2.find({name:/^zha/})// 相当于like"%zha%
db.table2.find({name:/zha/})

（12）使用distinct去重

db.table2.distinct('name')  
//  相当于select distinct(name) from table2 

（13）查询集合中的文档数

db.table2.count()

四.aggregate() 聚合操作

整个聚合的过程称为管道，由多个步骤构成。一个一个的管道，也就是聚合的步骤，上一个管道操作的结果可以作为下一个管道的初始数据。每一个中间结果都是一个{}

一个管道操作由2分布构成，管道操作，聚合表达式处理 。

<1>管道操作如下：

• $group：将集合中的文档分组，用于统计结果,_id键对应的值是根据什么分组
• $match：用于过滤数据，只输出复合条件的文档，$match使用MongoDB的标准查询操作,相当于where，having条件来过滤数据的
• $project：修改输入文档的结构，可以用来重命名，增加或删除域，也用于创建计算结果以及嵌套文档。   简单来说选择显示哪些元素，0代表不显示，1代表显示
• $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。 $sort：将输入的文档排序后输出，1是升序排序，-1是降序排序
• $unwind:将文档中的某个数组类型字段拆分成多条，产生多个文档，每条包含数组中的一个值

<2>聚合表达式：

• $sum：计算总和
• $avg：计算平均值
• $min：获取集合中所有文档对应值的最小值
• $max：获取集合中所有文档对应值的最大值
• $push：在结果文档中插入值到一个数组中
• $first:根据资源文档的排序获取第一个文档数据
• $last:根据资源文档的排序获取最后一个文档数据

语法：一个大括号表示一个管道处理{}

db.集合名称.aggregate([
{管道操作1：{表达式处理1}},
{管道操作2：{表达式处理1}},
{......}])

 <3>通过实例讲清楚，直接看代码：

<4>准备数据

db.persons.insertMany([{name:"zhangsan",gender:"man",high:180,weight:75,salary:5800,hobby:["basketball","music","money"]},{name:"lisi",gender:"man",high:175,weight:70,salary:6000,hobby:["run","music","money"]},{name:"wangwu",gender:"man",high:178,weight:73,salary:6800,hobby:["video","football","money"]},{name:"zhaoliu",gender:"man",high:160,weight:70,salary:8000,hobby:["video","football","money"]},{name:"lili",gender:"woman",high:160,weight:60,salary:5000,hobby:["video","money"]},{name:"lingling",gender:"woman",high:165,weight:63,salary:6000,hobby:["video","music"]},{name:"jingjing",gender:"woman",high:158,weight:58,salary:5500,hobby:["music","book","run"]},{name:"cuicui",gender:"man",high:178,weight:80,salary:9500,hobby:["video","football","money"]},{name:"xiaohei",gender:"man",high:183,weight:85,salary:6800,hobby:["football","money"]}
])

 <5>查询案例以及语句，共12个

注意点：

1. $sum:1 是文档中出现一个符合条件的就+1
2. 最外部的每个{}是一个管道操作，都需要加$，_id是根据什么来分组，里面再由处理表达式具体处理，别忘记加$
3. value取值的时候："$name"，别忘记加$
4. 注意value为0,1的操作

// 1.统计出男女生的人数
db.persons.aggregate([{$group:{// _id是根据什么来分组_id:"$gender",// 对性别进行分组，根据每一组符合条件的出现一个文档+1，counter:{$sum:1}}}
])
// 2.统计出男女生身高总数
db.persons.aggregate([{$group:{_id:"$gender",// 对每一组的符合条件的进行求和counter:{$sum:"$high"}}}
])// 3.统计出男女生平均身高
db.persons.aggregate([{$group:{_id:"$gender",counter:{$avg:"$high"}}}
])// 4.分别找出男女生第一个出现的人的身高
db.persons.aggregate([{$group:{_id:"$gender",firster:{$first:"$high"}}}
])
db.persons.find()// 5.分别找出男女生最后一个出现的人的身高，$first，$last，只关注的是每组的第一个，最后一个
db.persons.aggregate([{$group:{_id:"$gender",laster:{$last:"$high"}}}
])
// 6.分别找出男女生最高的身高
db.persons.aggregate([{$group:{_id:"$gender",highest:{$max:"$high"}}}
])
// 7.分别找出男女生最矮的身高
db.persons.aggregate([{$group:{_id:"$gender",lowest:{$min:"$high"}}}
])// 8.按照男女生分类将身高分别放在数组中
db.persons.aggregate([{$group:{_id:"$gender",arr:{$push:"$high"}}}
])// 9.查询身高>160的男女生人数
db.persons.aggregate([{$match:{high:{$gt:160}}},{$group:{_id:"$gender",counter:{$sum:1}}}
])
db.persons.find()
// 10.查询身高>160的男女生人数，只输出人数，限制输出的字段，$project,限制查询字段，0是不输出的字段，1是输出字段
db.persons.aggregate([{$match:{// high：属性的字段high:{$gt:160}}},{$group:{_id:"$gender",counter:{$sum:1}}},{$project:{_id:0,counter:1}}
])// 11.将男女生的人数排序输出,counter:1是正序输出，-1是倒序输出
db.persons.aggregate([{$group:{_id:"$gender",counter:{$sum:1}}},{$sort:{counter:-1}},{$project:{_id:0,counter:1}}])// 12.对男生按照身高进行排序，输出3到5名的姓名和身高
db.persons.aggregate([{$match:{gender:"man"}},{$sort:{high:1}},{$skip:2},{$limit:3},{// 选择显示哪些元素，0代表不显示，1代表显示$project:{_id:0,name:1,high:1}}
])

ok，基本上敲完就知道MongoDB的聚合查询咋回事了