MongoDB的一些高級語法_ZenDei技術網路在線

MongoDB的一些高級語法 AND 和 OR操作 AND操作 OR操作嵌入式文檔插入查詢數組（Array）欄位插入查詢聚合（Aggregation）篩選數據修改欄位註意事項包括現有欄位取消_id欄位排除欄位分組操作去重分組操作運算拆分數組聯集合查詢參考資料 M ...

- MongoDB的一些高級語法
- 註意事項

MongoDB的一些高級語法

在前面的博客中，我們瞭解一些Mongodb中最基礎的用法，只介紹了簡單的增刪查改，在這篇博客中，我將介紹一下稍微複雜一點的語法。

AND 和 OR操作

AND操作

在前面的博客中，我們介紹了查找命令，其中可以指令多個查詢條件，當所有條件都符合時，就可以查詢到數據。那麼，如果我們只想只要有一個條件符合，就返回想要的數據，那麼我們應該怎麼做呢？

db.getCollection('test_data_1').find({"欄位1":"固定值1","欄位2":"固定值2"})

在上面的命令中，實際上是一個隱式的AND,因為需要同時滿足。但是又沒有出現AND這個關鍵詞，所以被稱為“隱式AND操作”。下麵，就讓我們來將隱式轉為顯式，只需要使用“$and”即可。

db.getCollection('test_data_1').find(
    {
    	"$and":[
        	{"欄位1":"固定值1"},
        	{"欄位2":"固定值2"}
    	]
    }
)

OR操作

or操作就是為了查詢只符合其中任一條件的數據。命令語法和顯式的AND操作一樣。

db.getCollection('test_data_1').find(
    {
    	"$or":[
        	{"欄位1":"固定值1"},
        	{"欄位2":"固定值2"}
    	]
    }
)

其中，我們需要知道，儘管存在隱式的AND操作，但是，對於OR操作來說，不存在隱式的OR操作。同時or操作時會遵循一個"短路原則":只要前面的條件滿足了，那後面的條件直接跳過（類似編程中的||）。

嵌入式文檔

下麵便是一個嵌入式文檔的例子：

我們可以看到在studyInfo中，還有著score和project。其中，studyInfo被稱為嵌入式文檔，studyInfo下麵的欄位被稱為嵌套欄位

插入

下麵是一個插入語句的示例。

db.getCollection('test_data_1').insertOne(
{
    "age":18,
    "adress":"Hunan",
    "studyInfo":{
        "score":59,
        "project":"LOL"
        }
    }
)

查詢

查詢語句

如果我們需要根據嵌入式文檔中的嵌套欄位的條件去查詢，那麼下麵這樣使用就行了。如果嵌套欄位裡面還有嵌入式文檔，一路點點點過去就行了。

db.getCollection('test_data_1').find(
    {
    	"studyInfo.score":59
    },
    
    // 不返回studyInfo.score
    {
    	"studyInfo.score":0
    }
)

數組（Array）欄位

插入

在下麵中，like欄位保存的就是一個數組，所以我們使用**[]**將"apple","orange","fruit"括起來。

db.getCollection('test_data_1').insertOne(
{
    "name":"Array",
    "like":["apple","orange","fruit"]
}
)

使用Robo3T可視化工具查看，顯示如下：

1566638722008

查詢

其中，like的類型為Array。但是如果我們查詢的時候需要根據like中某個值作為篩選目標的時候，我們怎麼辦呢？我們無需進行其他任何操作（和以前的查詢一模一樣）。例如查詢所有喜歡orange的人：

db.getCollection('test_data_1').find({"like":"orange"})

也就是說它的查詢與以前沒有任何區別。但是，既然是數組，總有一定其他的操作，例如查詢欄位數組為長度的記錄：

db.getCollection('test_data_1').find({"like":{"$size":3}})

上面是查詢like欄位的數組長度為3的記錄。

註意：“$size”只能查詢某一個具體長度的數組，而不能查詢範圍，如果進行範圍查詢的話，會報錯：

當然，既然有數組，那麼必然會有索引，在mongodb中，數組的第一個元素的索引為0，和大部分的編程的情況是一樣的。

我們可以通過“欄位名.索引”來定位元素。例如查詢：

db.getCollection('test_data_1').find(
    {
       "like.0":"apple"
        }
)

聚合（Aggregation）

聚合的功能很簡單，就是讓Mongodb來處理數據，然後返回被處理好的數據。

聚合的操作命令是“aggregation”，基本格式是:

db.getCollection('test_data_1').aggregation([階段1,階段2,階段3……])

集中，階段可以為零個（那麼就相當於findi命令），也可以為任意數量。其中，階段中間有點類似linux或者unix中的管道

img

也就是說，前面一個階段的輸出，是後面一個結點的輸入。

下麵是來自菜鳥教程的一些關鍵字的用法。

$project：修改輸入文檔的結構。可以用來重命名、增加或刪除域，也可以用於創建計算結果以及嵌套文檔。
$match：用於過濾數據，只輸出符合條件的文檔。$match使用MongoDB的標準查詢操作。
$limit：用來限制MongoDB聚合管道返回的文檔數。
$skip：在聚合管道中跳過指定數量的文檔，並返回餘下的文檔。
$unwind：將文檔中的某一個數組類型欄位拆分成多條，每條包含數組中的一個值。
$group：將集合中的文檔分組，可用於統計結果。
$sort：將輸入文檔排序後輸出。
$geoNear：輸出接近某一地理位置的有序文檔。

下麵我將在一些數據的處理方面來介紹一下其中的一些命令。

篩選數據

篩選數據的功能乍一看和find的功能差不多，然後仔細一看，還真的和find的功能一模一樣。篩選數據的關鍵字是“ $match”

db.getCollection('test_data_1').aggregate([{"$match":{和find完全一樣的過濾表達式}}])

下麵是返回like欄位數組的第一個元素為“apple”的記錄（和上面數組欄位裡面查詢返回的結果一模一樣）。

db.getCollection('test_data_1').aggregate([{"$match":{"like.0":"apple"}}])

那麼，這樣做有什麼意義呢？返回的結果和find的命令一樣，還比find麻煩，這樣做豈不是多此一舉。的確，如果我們僅僅這樣做，還不如使用find，它的強大之處在於與其他關鍵字進行組合。因為進行數據處理，一般第一步都是進行篩選。

修改欄位

前面我們介紹了$project的介紹，那麼修改欄位我們將使用$projecto來操作。

$project：修改輸入文檔的結構。可以用來重命名、增加或刪除域，也可以用於創建計算結果以及嵌套文檔。

正如上面所介紹的，$project的功能很強大，可以做到很多事情。

修改返回的欄位

下麵返回的欄位中不包含_id和like 欄位
```
db.getCollection('test_data_1').aggregate([
    {"$project":{"_id":0,"like":0}}
])
```
下麵是結合$match的使用，其中前面的$match的返回的輸出是$project的輸入
```
db.getCollection('test_data_1').aggregate([
    {"$match":{"like":{"$size":3}}},
    {"$project":{"_id":0,"like":0}}
])
```
這個的作用也和find中的返回返回部分欄位的操作差不多，這個操作沒有什麼讓人新奇的地方，下麵將介紹它的其他強大之處。
註意事項

包括現有欄位
- _id 欄位預設包含在輸出文檔中。
- 如果指定包含文檔中不存在的欄位， $project 將忽略該欄位包含，並且不會將該欄位添加到文檔中。
取消_id欄位
- 預設情況下， _id 欄位包含在輸出文檔中。要從輸出文檔中排除 _id 欄位，必須在 $project 中明確指定對 _id 欄位的抑制。
排除欄位
- 如果指定排除某個或多個欄位，則在輸出文檔中返回所有其他欄位。
- 如果指定排除 _id 以外的欄位，則不能使用任何其他 $project 規範表單：即，如果排除欄位，則不能指定包含欄位，重置現有欄位的值或添加新欄位。
添加新的欄位

如果我想返回的結果中添加新的欄位，怎麼辦？在project中直接添加就行
```
db.getCollection('test_data_1').aggregate([
   
    {"$project":{
        "name":1,
        "_id":0,
   		// 添加的新的欄位
        "add":"GG"
        }
     }
])
```
不過值得註意的是：

如果指定排除 _id 以外的欄位，則不能使用任何其他 $project 規範表單：即，如果排除欄位，則不能指定包含欄位，重置現有欄位的值或添加新欄位。

也就是說，如果排除了除“_id”以外的欄位，那麼，就GG了。就沒辦法添加欄位了。

並且值得註意的是，添加新的欄位的時候，如果舊的欄位不設置為1，則不會返回。（也就是說，如果添加了新的欄位，想要返回本來存在欄位，必須將欄位設置為1）
重命名欄位

重命名欄位和添加新的欄位差不多，簡單點來說，我們可以使用“$舊的欄位名”來表示欄位的數據。示例如下
```
db.getCollection('test_data_1').aggregate([
   
    {"$project":{
    	// 添加新的欄位，新的欄位的數據是name欄位的數據
        "add":"$name"
        }
     }
])
```
結果如下：

這個對於嵌套文檔有著非常好的效果，可以看下麵的兩個例子

使用find 使用聚合
處理特殊字元

這裡有說兩個問題，如果我需要修改一個欄位的數據為1，或者為$project呢？可以知道，這些值與mongodbe自身的語法衝突了（所有以“$”開頭的普通字元串和數字都不能添加）。這個時候我們可以使用" $literal"關鍵字。

分組操作

分組操作所對應的關鍵字是“$group”，它的作用是根據給出的欄位key，它所有的key的值相同的記錄放在一起進行運算。

去重

在上一篇博客中使用了去重函數“distinct”，使用該函數後，返回的是一個數組。不過，現在我們可以使用“$group”去重。操作如下所示：

db.getCollection('test_data_1').aggregate(
    [
        {
            "$group":{"_id":"$被g去重的欄位名"}
        }
    ]
)

其中，“_id”是必不可少的，不能用其他的去替代。而這個返回的也不是一個數組，而是很多條記錄。

分組操作運算

首先先說一下運算的關鍵字，關鍵字包括（來自菜鳥教程）：

表達式	描述	實例
$sum	計算總和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	計算平均值	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	獲取集合中所有文檔對應值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	獲取集合中所有文檔對應值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	在結果文檔中插入值到一個數組中。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	在結果文檔中插入值到一個數組中，但不創建副本。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根據資源文檔的排序獲取第一個文檔數據。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根據資源文檔的排序獲取最後一個文檔數據	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

大家看那個實例估計也明白怎麼操作了。首先我們先去重，然後再指定名字，最後進行計算：

計算的方法：{$關鍵字：$已有的欄位名}

下麵便是計算age的平均值，然後以“aver_age”返回。

原則上，“$sum”和“$avg”的值對應的值應該是數字，如果使用非數字，則“$sum”會返回0，“$avg”會返回“null”。註意，字元串是可以比較大小的。其中，“$sum”的值還可以使用數字“1”，例如"count":{"$sum":1}，則返回的就是每個分組有多少條記錄。

拆分數組

拆分數組使用的關鍵字是“$unwind”，它的作用是把一條包含數組的記錄拆分為很對條記錄，其中，每一條記錄擁有數組中的一個元素。

下麵是數組like和infos進行拆分，其中拆分的結果數量是like數組的長度乘以infos數組的長度。

db.getCollection('test_data_1').aggregate(
    [
        {"$unwind":"$like"},
        {"$unwind":"$infos"},
    ]
)

聯集合查詢

Mongodb中的聯集合查詢類似SQL中的聯表查詢，在聯集合查詢中，有兩個概念，主集合和被查集合。簡單點來說，就是主集合提供欄位key，然後被查集合通過欄位key查出需要的欄位。

db.getCollection('主集合名').aggregate([
    "$lookup":{
            "from":"被查集合名",
            "localField":"主集合提供的欄位key",
            "foreginField":"被查集合接受的欄位",
            "as":"為查出來的欄位命名",
    }
]
)

下麵是兩個文檔，一個為user,一個為login

現在我們通過login中的id從user中拿出欄位：

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   }
]
)

返回結果如下：

其中，login_name為聯結合查出來的數據，為一個數組。

當然，對於這個結果的樣式我們是不太滿意的，因為我我們只想拿出name，這個時候我們就需要使用前面的知識來解決這個問題了。

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   },   {
       "$unwind":"$login_name"
   },
   {
       "$project":{
           "_id":0,
           "loginId":1,
           "name":"$login_name.name"
           
           }
   }
])

返回的結果如圖所示：

參考資料

參考書籍：《左手Mongodb，右手Redis》

菜鳥教程：https://www.runoob.com/mongodb/mongodb-tutorial.html

docs4dev：https://www.docs4dev.com/docs/zh/mongodb/v3.6/reference