前言

MongoDB是目前非常主流的非关系型数据库，松散的数据结构（json和bson）便于存储复杂的数据类型，强大的查询语法（具备关系型数据库单表查询的大部分功能），支持创建索引，查询性能优。对于MongoDB的数据存储和MySQL数据库存储，单条数据可以看作是一个Map<String,Obect>和一个实体对象的区别，MongoDB可以随意存放各种字段及数据类型，MySQL需要插入在表设计时候定义好的数据字段及类型，在适用的场景下，这是MongoDB等非关系型数据库的一大优势。

知识点

• 简单查询（条件查询、分页查询、排序、操作符使用）
• 分组聚合（单字段分组、多字段分组）
• 更新、删除

查询

演示数据

user_info

姓名(name)	年龄(age)	性别(sex)	住址(address)	体重(weight)
卡戴珊	29	女	洛杉矶	60
乔治	30	男	洛杉矶	80
布克	23	男	菲尼克斯	80
东契奇	23	男	达拉斯	80

注意：name是MySQL关键字，实际开发中不要使用关键字作为字段名

简单查询

1 查询详细信息

select name, age, sex，address from user_info where name = '布克' limit 1;
复制代码

db.user_info.find({"name":"布克"},{"name":1,"age":1,"sex":1, "address":1}}).limit(1);
复制代码

1.1 多字段匹配

select name, age, sex，address from user_info where name = '布克' and address = '菲尼克斯' limit 1;
复制代码

db.user_info.find({"name":"布克", "address":"菲尼克斯"},{"name":1,"age":1,"sex":1, "address":1}}).limit(1);
复制代码

Monogo查询使用find()方法,find方法包含两个参数均为json结构，第一个参数是查询条件，第二个是指定需要查询的键，值为0代表不查询此字段，1代表查询此字段，此条mongo查询涉及两个方法find(query, projection),limit(size),对应mysql中的select和limit,区别在于mysql中limit可以包含offset参数及limit参数，下面展示mongo中如何实现mysql分页中的limit双参数写法,find的第一个参数填写空的json({})代表的是查全表，第二个参数填空json({})代表的是获取所有字段

db.user_info.find({},{})或db.user_info.find() = select * from user_info

2 分页查询

select name, age, sex，address,weight from user_info limit 1,1;
复制代码

db.user_info.find({},{"name":1,"age":1,"sex":1, address":1,"weight":1}).limit(1).skip(1)
复制代码

MongoDB要实现从第多少条往后查询多少条需要将limit方法和skip方法组合使用，MySQL中的有limit更有弹性

3 排序查询

3.1 单字段排序

SELECT name,age,sex,address,weight FROM `user_info` ORDER BY age desc
复制代码

db.user_info.find({},{"name":1,"age":1,"sex":1, "address":1}).sort({"age":-1})
复制代码

mysql中使用order by 字段 进行排序（可以置顶升序asc、降序desc，不指定则默认降序），mongo中使用sort({“key”: -1或1})进行排序，-1为降序、1为升序

3.2 多字段排序

SELECT name,age,sex,address,weight FROM `user_info` ORDER BY age desc,weight asc
复制代码

db.user_info.find({},{"name":1,"age":1,"sex":1, "address":1,"weight":1}).sort({"age":-1,"weight":1})
复制代码

4 模糊查询

SELECT name,age,sex,address,weight FROM `user_info` where address like '%洛%';
复制代码

db.getCollection('user_info').find({"address":{'$regex':'洛'},{"name":1,"age":1,"sex":1,"address":1,"weight":1})
复制代码

$regex相当于是一个简化的正则判断，Mongo查询规则主要为以xx开头或结尾，包含xx，是否区分大小写

5 常用条件操作符

条件操作符	描述	示例
$ne	不等于	db.getCollection(‘user_info’).find({“age”:{‘$ne’:23}})
$lt	小于	同上
$gt	小于等于	同上
$gt	大于	同上
$gte	大于等于	同上
$or	或	db.getCollection(‘user_info’).find({“$or”:{‘name’:’布克’,’age’:29}}
$nor	或取反	同上
$in	in查询	db.getCollection(‘user_info’).find({‘name’:{‘$in’:[‘布克’,’卡戴珊’]}})

5.1 组合使用示例

大于23岁小于等于30岁
db.getCollection('user_info').find({"age":{'$gt':23,'$lte':30}};
年龄在23到30,住在洛杉矶、达拉斯的人
db.getCollection('user_info').find({"age":{'$gt':23,'$lte':30}, 'address':{'$in':['洛杉矶','达拉斯']}};
复制代码

简单查询总结

简单查询部分介绍了我们常用的条件查询，分页查询，条件操作符的应用，熟练掌握上面的命令就能够在开发中对数据进行常规的查询操作，下面介绍一下Mongo聚合分组查询的应用。

分组聚合

难点

mongo分组聚合的语法单独拿出来并不难，但是在结合了复杂条件，起别名后就会层级比较多，建议先熟练简单的分组，使用json编辑器进行编辑，能够清楚看清层级关系，便于自己理解

单字段分组

按address分组统计大于18岁的总体重（单字段分组）

SELECT address, SUM(weight) weightSum FROM `user_info` where age >=18 GROUP BY address
复制代码

db.user_info.aggregate([{"$match":{"age":{"$gte":18}}},{"$group":{"_id":"$address","weightSum":{"$sum":"$weight"}}}])
复制代码

mongo分组聚合使用aggregate方法,mongo的每一条数据会有一个唯一的_id，会在插入时候自动生成，也可以在插入的时候手动设置

• aggregate方法参数为数组[{}，{}]
• 数组第一个元素格式固定为{“$match”:{}}，key就是匹配操作符，值对应的就是简单查询中的条件比如 {“$match”:{“address”:”洛杉矶”}}就是sql group前的where address = “洛杉矶”
• 第二个参数格式为{“$group”:{}}，$group是mongo中的分组操作符，值中如果按照address分组，就是_id:”$address”,然后就是分组后要做的聚合操作，可以相当于别名，值也是一个json,值得json key就是函数，value就是$+统计的字段

多字段分组

按address和性别分组统计平均体重（多字段分组）

db.user_info.aggregate([{"$match":{"age":{"$gte":18}}},{"$group":{"_id":["$address","$sex"],"weightSum":{"$avg":"$weight"}}}])
复制代码

区别就是分组中_id对应的值变成多个字段分组字段的数组,返回值中_id也相应的变成数组

删除

delete from user_info where name = '布克' limit 1;
复制代码

db.collection.remove(
   {'name':'布克'},
   ture
)
复制代码

mongo删除使用remove方法，方法第一个参数为删除条件，与find的查询条件语法相同，第二个参数为是否删除一个，true就只会删除条件匹配到的第一个数据

新增

insert into user_info(name, age, address, sex) values("保罗","36","菲尼克斯","男")
复制代码

db.user_info.insert({"name":"保罗","age":"36","address":"菲尼克斯","sex":"男"})
复制代码

mongo插入语句也是insert,插入一条数据为一个json结构，key就是字段名称, value就是值，mongo集合中每条数据相同的字段名可以是不同的类型，这也是灵活的体现，但是不推荐这样使用，不便于维护

更新

mongo更新方法很强大，update方法包含四个参数，第一个为条件（格式为{}），第二个为更新的值（格式为{‘$set’:{‘字段’:’值’}），第三个为upsert(存在符合条件的即更新，不存在即插入，默认false)，第四个为是否更新多个（默认fasle只更新符合条件的第一个）

更新卡戴珊的住址

update user_info set address="纽约" where name = "卡戴珊" limit 1;
复制代码

ps：mysql中更新插入的方法有很多，比如replace into会根据数据中的主键或者唯一索引检查数据是否存在,存在情况会导致自增id发生改变，需要慎用

db.user_info.update({"name":"卡戴珊"},{"$set":{"address":"纽约","telephone":10086}},true, false)
复制代码

可以看到我在更新卡戴珊的时候，还添加了一个之前不存在的字段telephone，这样卡戴珊的个人信息就会多出一个telephone，这也是MongoDB松散的体现

最后

本文涉及了开发中常用的简单查询及分组聚合，覆盖了绝大多数场景，通过与sql的对比快速学习mongo操作，希望能够帮助到有需要的人

点击学习MongoDB分表

分分钟学会MongoDB GridFs搭建文件服务

了解一下Redis缓存及本地缓存设计实践