简介： MongoDB是一款强大、灵活、且易于扩展的通用型数据库 1、易用性 MongoDB是一个面向文档的数据库，而不是关系型的数据库； 不采用关系型主要是为了可扩展性 2、易扩展性 存储在MongoDB中的额数据为key-value的形式 3、丰富的功能 MongoDB作为一款通用型的数据库，除了能后创建、读取、更新和删除数据之外，还提供了好多新的功能 1.索引： 支持通用的二级索引，允许多种快速查询，且提供唯一索引、复合索引、地理空间索引、全文索引 2.聚合： 支持聚合管道，用户能通过简单的片段穿件复杂的集合，并通过数据库自动优化 3.特殊的集合类型： 支持存在时间的集合； 4.文件存储 用于村塾大文件和文件元数据 4、卓越的性能 MongoDB的一个主要目标是提供卓越的性能，这很大程度上决定了MongoDB的设计。MongoDB把尽可能多的内存用作缓存cache，视图为每次查询自动选择正确的索引。 总之各方面的设计都旨在保持它的高性能.......
基础知识： 1、文档是MongoDB的核心概念。文档就是键值对的一个有序集合{"msg":"3"},类似于python中的字典 1.1：文档中的键值对是有序的 1.2：文档的值可以是双引号中的字符串，也可以是其它的数据类型 1.3：区分类型和大小写 1.4：文档中不能有重复的键 1.5：文档中的值可以是多种不同的数据类型，也可以是一个完整的内嵌文档 和python中的类似，按照Python中的命名规则准没错 2、集合就是一组文档。如果将MongoDB中的一个文档比喻为关系型数据的一行，那么一个集合就是相当于一张表 2.1集合存在于数据库中，通常情况下为了管理方便，不同格式类型的数据应该插入到不同的集合 2.2组织子集合的方式就是使用“.”，分隔不同命名空间的子集合。 2.3当第一个文档插入时，集合就会被创建 3、数据库：在MongoDB总，多个文档组成集合，多个集合组成数据库 3.1数据库也通过名字来标识，数据库命名和MySQL蕾西，按照MySQL的命名规则一般不会出错 3.2一些数据库的名字应该是保留的，可以直接访问这些有着特殊作用的数据库 4、要强调的是：吧数据库名添加到集合名前，达到集合的完全限定名，即命名空间 例如： 如果要使用cms数据库中的blog.posts集合，这个集合的命名空间就是 cmd.blog.posts。命名空间的长度不得超过121个字节，且在实际使用中应该小于100个字节
安装： 下载MongoDB，选择默认安装，最好安装在某个盘的根目录下：
然后为了方便操作，吧软件的bin目录加到系统环境变量中 假如：安装路径为D:\MongoDB，将D:\MongoDB\bin目录假如环境变量（为了以后的操作方便） 新建目录文件：存放数据库的文件data；存放日志的文件log 制作成系统服务： mongod --bind_ip 0.0.0.0 --port 27017 --logpath D:\MongoDB\log\mongod.log --logappend --dbpath D:\MongoDB\data\db --serviceName "MongoDB" --serviceDisplayName "MongoDB" --install 启动或者关闭服务： net start MongoDB net stop MongoDB 登录： 直接在命令行中敲mongo 现在每次登录不用账号密码就可以直接登录，当然这样是不安全的 账号管理：（MongoDB每个数据库都有独立的密码） 第一步： 进入数据库：use admin db.createUser( { user:"root", #用户名 pwd:"123456" #密码 roles:[{"role":"root",db:"admin"}] #用户角色 } )
mongod --remove net start MongoDB
mongod --bind_ip 0.0.0.0 --port 27017 --logpath D:\MongoDB\log\mongod.log --logappend --dbpath D:\MongoDB\data\db --serviceName "MongoDB" --serviceDisplayName "MongoDB" --install --auth
····重启数据库，配置将会生效 mongo --port 27017 -u "root" -p "123456" --authenticationDatabase "admin" # 直接登录的时候指定数据库登录 也可以在登录之后用db.auth("账号":"密码")登录 mongo use admin db.auth("root"，"123456")
基本数据类型： 1、在概念上，MongoDB的文档与Javascript的对象相近，因而可以认为它类似于JSON。JSON（http://www.json.org）是一种简单的数据表示方式：其规范仅用一段文字就能描述清楚（其官网证明了这点），且仅包含六种数据类型。 2、这样有很多好处：易于理解、易于解析、易于记忆。然而从另一方面说，因为只有null、布尔、数字、字符串、数字和对象这几种数据类型，所以JSON的表达能力有一定的局限。 3、虽然JSON具备的这些类型已经具有很强的表现力，但绝大数应用（尤其是在于数据库打交道时）都还需要其他一些重要的类型。例如，JSON没有日期类型，这使得原本容易日期处理变得烦人。另外，JSON只有一种数字类型，无法区分浮点数和整数，更别区分32位和64位了。再者JSON无法表示其他一些通用类型，如正则表达式或函数。 4、MongoDB在保留了JSON基本键/值对特性的基础上，添加了其他一些数据类型。在不同的编程语言下，这些类型的确切表示有些许差异。下面说明了MongoDB支持的其他通用类型，以及如何正在文档中使用它们 1.null：用于表示空或者不存在的字段 d = {"x":null} 2.布尔型：true和False d = {"x":true,"y":false} 3.数值 d = {"x":3,"y":2.3345} 4.日期 d = {"x":new Date()} 5.字符串 d = {"x":"Mr_zhang"} 5.正则表达式 d = {"pattern":/^zh.*?$/i} 正则卸载//中键，后边的i有特殊意义 i 忽略大小写 m 多行匹配模式 x 忽略非转义的空白字符 s 单行匹配模式 7.数组 d = {"x":[1,2,4,"5"]} 8.内嵌文档 d = {"name":"zhang","addr":{"country":"china","city":"BJ"}} #user.addr.country 9.对象id：是一个12字节的ID，是文档的唯一标示，不可变 d = {"x":ObjectId()} _id和ObjectID MongoDB中存储的文档必须要有一个"_id"键，这个键可以是任意类型，默认是对象，但是可以自己制定 不同集合的"_id"的值可以重复，但是同一个文档的"_id"的值必须唯一 ObjectId： 采用12字节的存储空间，是一个由24和十六进制的数字组成的字符串 0|1|2|3 (时间戳) 4|5|6(机器) 7|8(PID) 9|10|11(计数器) 自动生成的_id
1、数据库操作 1.1增 直接use xxx #如果数据库不存在则创建数据库，如果存在则切换到该数据库下 1.2查 show dbs #查看所有数据库 当你刚刚创建一个数据库，并且shou dbs的时候发现刚刚创建的不在数据库中， MongoDB默认不显示空的数据库，药箱显示，往里面插入一点数据有有了 - db.table.insert({"x":1}) 1.3删 use xxx #首先切换到要删除的数据库下 db.dropDatabase() #这样就会删除当前库，可是当你db查看的时候还是可以看到当前的库的，但是数据没了，删除一个空的数据库是很没意思的
2.1增 当第一个文档插入时，集合就会被创建 > db xxx > show tables > db.table.insert({"x":1}) WriteResult({ "nInserted" : 1 }) > db.tables.insert({"x":2}) WriteResult({ "nInserted" : 1 }) 2.2查 > show tables table tables 2.3删 > db.tables.drop() true > show tables table
3.1增 1，没有指定_id,则默认ObjectId，_id 不能重复，且插入后不可变 2，插入数据 2.1单条插入 user0={ "name":"egon", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } db.test.insert(user0) db.test.find() 2.2多条插入 user1={ "_id":1, "name":"alex", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } user2={ "_id":2, "name":"wupeiqi", "age":20, 'hobbies':['music','read','run'], 'addr':{ 'country':'China', 'city':'hebei' } } user3={ "_id":3, "name":"yuanhao", "age":30, 'hobbies':['music','drink'], 'addr':{ 'country':'China', 'city':'heibei' } } user4={ "_id":4, "name":"jingliyang", "age":40, 'hobbies':['music','read','dancing','tea'], 'addr':{ 'country':'China', 'city':'BJ' } } user5={ "_id":5, "name":"jinxin", "age":50, 'hobbies':['music','read',], 'addr':{ 'country':'China', 'city':'henan' } } db.user.insertMany([user1,user2,user3,user4,user5])
文档操作
增
#1、没有指定_id则默认ObjectId,_id不能重复，且在插入后不可变 #2、插入单条 user0={ "name":"egon", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } db.test.insert(user0) db.test.find() #3、插入多条 user1={ "_id":1, "name":"alex", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } user2={ "_id":2, "name":"wupeiqi", "age":20, 'hobbies':['music','read','run'], 'addr':{ 'country':'China', 'city':'hebei' } } user3={ "_id":3, "name":"yuanhao", "age":30, 'hobbies':['music','drink'], 'addr':{ 'country':'China', 'city':'heibei' } } user4={ "_id":4, "name":"jingliyang", "age":40, 'hobbies':['music','read','dancing','tea'], 'addr':{ 'country':'China', 'city':'BJ' } } user5={ "_id":5, "name":"jinxin", "age":50, 'hobbies':['music','read',], 'addr':{ 'country':'China', 'city':'henan' } } db.user.insertMany([user1,user2,user3,user4,user5])
查
# SQL：=,!=,>,<,>=,<= # MongoDB：{key:value}代表什么等于什么,"$ne","$gt","$lt","gte","lte",其中"$ne"能用于所有数据类型 #1、select * from db1.user where name = "alex"; db.user.find({'name':'alex'}) #2、select * from db1.user where name != "alex"; db.user.find({'name':{"$ne":'alex'}}) #3、select * from db1.user where id > 2; db.user.find({'_id':{'$gt':2}}) #4、select * from db1.user where id < 3; db.user.find({'_id':{'$lt':3}}) #5、select * from db1.user where id >= 2; db.user.find({"_id":{"$gte":2,}}) #6、select * from db1.user where id <= 2; db.user.find({"_id":{"$lte":2}})
# SQL：and，or，not # MongoDB：字典中逗号分隔的多个条件是and关系，"$or"的条件放到[]内,"$not" #1、select * from db1.user where id >= 2 and id < 4; db.user.find({'_id':{"$gte":2,"$lt":4}}) #2、select * from db1.user where id >= 2 and age < 40; db.user.find({"_id":{"$gte":2},"age":{"$lt":40}}) #3、select * from db1.user where id >= 5 or name = "alex"; db.user.find({ "$or":[ {'_id':{"$gte":5}}, {"name":"alex"} ] }) #4、select * from db1.user where id % 2=1; db.user.find({'_id':{"$mod":[2,1]}}) #5、上题，取反 db.user.find({'_id':{"$not":{"$mod":[2,1]}}})
# SQL：in，not in # MongoDB："$in","$nin" #1、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #2、select * from db1.user where name not in ('alex','yuanhao'); db.user.find({"name":{"$nin":['alex','yuanhao']}})
# SQL: regexp 正则 # MongoDB: /正则表达/i #1、select * from db1.user where name regexp '^j.*?(g|n)$'; db.user.find({'name':/^j.*?(g|n)$/i})
#1、select name,age from db1.user where id=3; db.user.find({'_id':3},{'_id':0,'name':1,'age':1})
#1、查看有dancing爱好的人 db.user.find({'hobbies':'dancing'}) #2、查看既有dancing爱好又有tea爱好的人 db.user.find({ 'hobbies':{ "$all":['dancing','tea'] } }) #3、查看第4个爱好为tea的人 db.user.find({"hobbies.3":'tea'}) #4、查看所有人最后两个爱好 db.user.find({},{'hobbies':{"$slice":-2},"age":0,"_id":0,"name":0,"addr":0}) #5、查看所有人的第2个到第3个爱好 db.user.find({},{'hobbies':{"$slice":[1,2]},"age":0,"_id":0,"name":0,"addr":0}) > db.blog.find().pretty() { "_id" : 1, "name" : "alex意外死亡的真相", "comments" : [ { "name" : "egon", "content" : "alex是谁？？？", "thumb" : 200 }, { "name" : "wxx", "content" : "我去，真的假的", "thumb" : 300 }, { "name" : "yxx", "content" : "吃喝嫖赌抽，欠下两个亿", "thumb" : 40 }, { "name" : "egon", "content" : "xxx", "thumb" : 0 } ] } db.blog.find({},{'comments':{"$slice":-2}}).pretty() #查询最后两个 db.blog.find({},{'comments':{"$slice":[1,2]}}).pretty() #查询1到2
# 排序:--1代表升序，-1代表降序 db.user.find().sort({"name":1,}) db.user.find().sort({"age":-1,'_id':1})
# 分页:--limit代表取多少个document，skip代表跳过前多少个document。 db.user.find().sort({'age':1}).limit(1).skip(2)
# 获取数量 db.user.count({'age':{"$gt":30}}) --或者 db.user.find({'age':{"$gt":30}}).count()
#1、{'key':null} 匹配key的值为null或者没有这个key db.t2.insert({'a':10,'b':111}) db.t2.insert({'a':20}) db.t2.insert({'b':null}) > db.t2.find({"b":null}) { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null } #2、查找所有 db.user.find() #等同于db.user.find({}) db.user.find().pretty() #3、查找一个，与find用法一致，只是只取匹配成功的第一个 db.user.findOne({"_id":{"$gt":3}})
改
update() 方法用于更新已存在的文档。语法格式如下： db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) 参数说明：对比update db1.t1 set name='EGON',sex='Male' where name='egon' and age=18; query : 相当于where条件。 update : update的对象和一些更新的操作符（如$,$inc...等，相当于set后面的 upsert : 可选，默认为false，代表如果不存在update的记录不更新也不插入，设置为true代表插入。 multi : 可选，默认为false，代表只更新找到的第一条记录，设为true,代表更新找到的全部记录。 writeConcern :可选，抛出异常的级别。 更新操作是不可分割的：若两个更新同时发送，先到达服务器的先执行，然后执行另外一个，不会破坏文档。
#注意：除非是删除，否则_id是始终不会变的 #1、覆盖式: db.user.update({'age':20},{"name":"Wxx","hobbies_count":3}) 是用{"_id":2,"name":"Wxx","hobbies_count":3}覆盖原来的记录 #2、一种最简单的更新就是用一个新的文档完全替换匹配的文档。这适用于大规模式迁移的情况。例如 var obj=db.user.findOne({"_id":2}) obj.username=obj.name+'SB' obj.hobbies_count++ delete obj.age db.user.update({"_id":2},obj)
#设置：$set 通常文档只会有一部分需要更新。可以使用原子性的更新修改器，指定对文档中的某些字段进行更新。 更新修改器是种特殊的键，用来指定复杂的更新操作，比如修改、增加后者删除 #1、update db1.user set name="WXX" where id = 2 db.user.update({'_id':2},{"$set":{"name":"WXX",}}) #2、没有匹配成功则新增一条{"upsert":true} db.user.update({'_id':6},{"$set":{"name":"egon","age":18}},{"upsert":true}) #3、默认只改匹配成功的第一条,{"multi":改多条} db.user.update({'_id':{"$gt":4}},{"$set":{"age":28}}) db.user.update({'_id':{"$gt":4}},{"$set":{"age":38}},{"multi":true}) #4、修改内嵌文档，把名字为alex的人所在的地址国家改成Japan db.user.update({'name':"alex"},{"$set":{"addr.country":"Japan"}}) #5、把名字为alex的人的地2个爱好改成piao db.user.update({'name':"alex"},{"$set":{"hobbies.1":"piao"}}) #6、删除alex的爱好,$unset db.user.update({'name':"alex"},{"$unset":{"hobbies":""}})
#增加和减少：$inc #1、所有人年龄增加一岁 db.user.update({}, { "$inc":{"age":1} }, { "multi":true } ) #2、所有人年龄减少5岁 db.user.update({}, { "$inc":{"age":-5} }, { "multi":true } )
#添加删除数组内元素 往数组内添加元素:$push #1、为名字为yuanhao的人添加一个爱好read db.user.update({"name":"yuanhao"},{"$push":{"hobbies":"read"}}) #2、为名字为yuanhao的人一次添加多个爱好tea，dancing db.user.update({"name":"yuanhao"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }}) 按照位置且只能从开头或结尾删除元素：$pop #3、{"$pop":{"key":1}} 从数组末尾删除一个元素 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":1} }) #4、{"$pop":{"key":-1}} 从头部删除 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":-1} }) #5、按照条件删除元素,："$pull" 把符合条件的统统删掉，而$pop只能从两端删 db.user.update({'addr.country':"China"},{"$pull":{ "hobbies":"read"} }, { "multi":true } )
#避免添加重复："$addToSet" db.urls.insert({"_id":1,"urls":[]}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{ "$addToSet":{ "urls":{ "$each":[ 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.xxxx.com' ] } } } )
#1、了解：限制大小"$slice"，只留最后n个 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-2 } } }) #2、了解：排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-1, "$sort":-1 } } }) #注意：不能只将"$slice"或者"$sort"与"$push"配合使用，且必须使用"$eah"
删
#1、删除多个中的第一个 db.user.deleteOne({ 'age': 8 }) #2、删除国家为China的全部 db.user.deleteMany( {'addr.country': 'China'} ) #3、删除全部 db.user.deleteMany({})
聚合
如果你有数据存储在MongoDB中，你想做的可能就不仅仅是将数据提取出来那么简单了；你可能希望对数据进行分析并加以利用。MongoDB提供了以下聚合工具： #1、聚合框架 #2、MapReduce(详见MongoDB权威指南) #3、几个简单聚合命令：count、distinct和group。(详见MongoDB权威指南) #聚合框架： 可以使用多个构件创建一个管道，上一个构件的结果传给下一个构件。 这些构件包括（括号内为构件对应的操作符）：筛选($match)、投射($project)、分组($group)、排序($sort)、限制($limit)、跳过($skip) 不同的管道操作符可以任意组合，重复使用
from pymongo import MongoClient import datetime client=MongoClient('mongodb://root:123@localhost:27017') table=client['db1']['emp'] # table.drop() l=[ ('egon','male',18,'20170301','老男孩驻沙河办事处外交大使',7300.33,401,1), #以下是教学部 ('alex','male',78,'20150302','teacher',1000000.31,401,1), ('wupeiqi','male',81,'20130305','teacher',8300,401,1), ('yuanhao','male',73,'20140701','teacher',3500,401,1), ('liwenzhou','male',28,'20121101','teacher',2100,401,1), ('jingliyang','female',18,'20110211','teacher',9000,401,1), ('jinxin','male',18,'19000301','teacher',30000,401,1), ('成龙','male',48,'20101111','teacher',10000,401,1), ('歪歪','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门 ('丫丫','female',38,'20101101','sale',2000.35,402,2), ('丁丁','female',18,'20110312','sale',1000.37,402,2), ('星星','female',18,'20160513','sale',3000.29,402,2), ('格格','female',28,'20170127','sale',4000.33,402,2), ('张野','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门 ('程咬金','male',18,'19970312','operation',20000,403,3), ('程咬银','female',18,'20130311','operation',19000,403,3), ('程咬铜','male',18,'20150411','operation',18000,403,3), ('程咬铁','female',18,'20140512','operation',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d)
{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等
#例1、select * from db1.emp where post='teacher';
db.emp.aggregate({"$match":{"post":"teacher"}})
#例2、select * from db1.emp where id > 3 group by post;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}
)
#例3、select * from db1.emp where id > 3 group by post having avg(salary) > 10000;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
)
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}
#1、select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"new_age":{"$add":["$age",1]}
}
})
#2、表达式之数学表达式
{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一个减第二个
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果
#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如：select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)
#例如查看每个员工的工作多长时间
db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)
#4、字符串表达式
{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]}
{"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接
{"$toLower":expr}
{"$toUpper":expr}
db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})
#5、逻辑表达式
$and
$or
$not
其他见Mongodb权威指南
{"$group":{"_id":分组字段,"新的字段名":聚合操作符}}
#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":"$post"}} #按照职位分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last
#例1：select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2：去每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#3、数组操作符
{"$addToSet":expr}：不重复
{"$push":expr}：重复
#例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
{"$sort":{"字段名":1,"字段名":-1}} #1升序，-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
}
)
#例2、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
#集合users包含的文档如下 { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true } { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false } { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true } { "_id" : 4, "name" : "li", "q1" : true, "q2" : false } { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true } { "_id" : 6, "name" : "li", "q1" : true, "q2" : true } { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } #下述操作时从users集合中随机选取3个文档 db.users.aggregate( [ { $sample: { size: 3 } } ] )
1 一：$match 2 例： 3 select post from db1.emp where age > 20 group by post having avg(salary) > 10000; 4 5 #$match #条件 6 #1、select post from db1.emp where age > 20 7 db.emp.aggregate({"$match":{"age":{"$gt":20}}}) 8 9 #$group #分组 10 #2、select post from db1.emp where age > 20 group by post; 11 db.emp.aggregate( 12 {"$match":{"age":{"$gt":20}}}, 13 {"$group":{"_id":"$post"}} #按照post分组 14 ) 15 16 #3、select post,avg(salary) as avg_salary from db1.emp where age > 20 group by post; 17 db.emp.aggregate( 18 {"$match":{"age":{"$gt":20}}}, 19 {"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}}} 20 ) 21 22 #select post from db1.emp where age > 20 group by post having avg(salary) > 10000; 23 db.emp.aggregate( 24 {"$match":{"age":{"$gt":20}}}, 25 {"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}}}, 26 {"$match":{"avg_salary":{"$gt":10000}}} 27 ) 28 29 二：{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}} 30 例1： 31 db.emp.aggregate( 32 {"$project":{"_id":0,"name":1,"post":1,"annual_salary":{"$multiply":[12,"$salary"]}}}, 33 {"$group":{"_id":"$post","平均年薪":{"$avg":"$annual_salary"}}}, 34 {"$match":{"平均年薪":{"$gt":1000000}}}, 35 {"$project":{"部门名":"$_id","平均年薪":1,"_id":0}} 36 ) 37 38 例2： 39 db.emp.aggregate( 40 {"$project":{"_id":0,"name":1,"hire_period":{"$subtract":[new Date(),"$hire_date"]}}} 41 ) 42 43 44 db.emp.aggregate( 45 {"$project":{"_id":0,"name":1,"hire_year":{"$year":"$hire_date"}}} 46 ) 47 48 db.emp.aggregate( 49 {"$project":{"_id":0,"name":1,"hire_period":{"$subtract":[{"$year":new Date()},{"$year":"$hire_date"}]}}} 50 ) 51 52 例3： 53 db.emp.aggregate( 54 {"$project":{"_id":0,"new_name":{"$toUpper":"$name"},}} 55 ) 56 57 db.emp.aggregate( 58 {"$match":{"name":{"$ne":"egon"}}}, 59 {"$project":{"_id":0,"new_name":{"$concat":["$name","_SB"]},}} 60 ) 61 62 db.emp.aggregate( 63 {"$match":{"name":{"$ne":"egon"}}}, 64 {"$project":{"_id":0,"new_name":{"$substr":["$name",0,3]},}} 65 ) 66 67 三：{"$group":{"_id":分组字段,"新的字段名":聚合操作符}} 68 69 #select post,max,min,sum,avg,count,group_concat from db1.emp group by post; 70 71 db.emp.aggregate( 72 {"$group":{ 73 "_id":"$post", 74 "max_age":{"$max":"$age"}, 75 "min_id":{"$min":"$_id"}, 76 "avg_salary":{"$avg":"$salary"}, 77 "sum_salary":{"$sum":"$salary"}, 78 "count":{"$sum":1}, 79 "names":{"$push":"$name"} 80 } 81 } 82 ) 83 84 85 四：排序：$sort、限制：$limit、跳过：$skip 86 db.emp.aggregate( 87 {"$match":{"name":{"$ne":"egon"}}}, 88 {"$project":{"_id":1,"new_name":{"$substr":["$name",0,3]},"age":1}}, 89 {"$sort":{"age":1,"_id":-1}}, 90 {"$skip":5}, 91 {"$limit":5} 92 ) 93 94 95 # 补充 96 db.emp.aggregate({"$sample":{"size":3}})
练习题：
1. 查询岗位名以及各岗位内的员工姓名 2. 查询岗位名以及各岗位内包含的员工个数 3. 查询公司内男员工和女员工的个数 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
答案
from pymongo import MongoClient #1、链接 client=MongoClient('mongodb://root:123@localhost:27017/') # client = MongoClient('localhost', 27017) #2、use 数据库 db=client['db2'] #等同于：client.db1 #3、查看库下所有的集合 print(db.collection_names(include_system_collections=False)) #4、创建集合 table_user=db['userinfo'] #等同于：db.user #5、插入文档 import datetime user0={ "_id":1, "name":"egon", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } user1={ "_id":2, "name":"alex", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } # res=table_user.insert_many([user0,user1]).inserted_ids # print(res) # print(table_user.count()) #6、查找 # from pprint import pprint#格式化细 # pprint(table_user.find_one()) # for item in table_user.find(): # pprint(item) # print(table_user.find_one({"_id":{"$gte":1},"name":'egon'})) #7、更新 table_user.update({'_id':1},{'name':'EGON'}) #8、传入新的文档替换旧的文档 table_user.save( { "_id":2, "name":'egon_xxx' } )
可视化工具：链接：https://robomongo.org/
from pymongo import MongoClient client = MongoClient("mongodb://用户名:密码@localhost:27017") #拿到类似于一个套接字 db1 = client["xxx"] #链接到xxx数据库 table_emp = db1["emp"] #xxx下边的emp表 rows = table_emp.find({"_id":{"$gt":10}}) #查找表中的数据 for row in rows: print(row)
