【数据库】通过实例讲清楚，Mongodb的增删查改，分组查询，聚合查询aggregate

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