[b]查看数据库[/b]
show dbs;
[b]选择某个库[/b]
use db;
[b]查看库下的表(暂且说成是表,mongodb中称表问文档)[/b]
show collections;
[b]插入数据[/b]
db.table.insert( {'name':'demo','sex':'m','age':18} );
(注意在插入数据时的数据类型)
[b]插入数据可随意定义每行的结构,mongodb中没有固定的表结构[/b]
eg: db.table.insert( {'names':'demo','sexs':'m','age':20} );
[b]查询数据[/b]
db.table.find();
(在查询有条件的数据时,就要注意到数据类型的问题了)
eg:
db.table.insert( {'id':'123','age':18} );
db.table.insert( {'id':123 ,'age':20} );
db.table.find( {'id':123} ); # 只能查看到第二条数据
另外一些条件(如下用法):
$lt(小于),$lte(小于等于),$gt(大于),$gte(大于等于),$ne(不等于)
db.table.find( {'age':{ '$lt':19 } } )
[b]Mongodb常用命令总结
排序[/b]
db.table.find().sort( {'age':1} )
[b]1 表示升序 -1 表示降序
分页[/b]
db.table.find().limit(10).skip(20);
( skip 规定忽略几个,上述查询类似mysql中的 limit 20,10 )
[b]查询统计[/b]
db.table.count();
db.table.find( {'age':{'$lt':19} } ).count()
[b]删除数据[/b]
db.table.remove();//删除全部
db.table.remove( {'id':123} );//删除指定数据
[b]更新数据[/b]
db.table.update( {'id':123},{'age':25} )
// 查找id为123的数据,将其age字段更新为25
do.table.update( {'id':123} , {'age':22} ,true );
// 类似于mysql的 replace用法 存在则更新,不存在则添加
[b]索引[/b]
db.table.ensureIndex({'id':1})// 创建索引
db.table.dropIndex({'id':1})// 删除索引
db.table.ensureIndex({'id':1},{unique:true}); // 独立索引
db.table.ensureIndex({'id':1,'age':1})// 联合索引
db.table.ensureIndex( { loc : "2dsphere" } )//空间索引
[b]备份(使用 mongodump.exe 备份数据)[/b]
mongodump.exe -d learn -o backup (备份整个 learn 数据库)
mongodump.exe -d learn -c test -o backup (备份单独的表)
( -d 数据库 -c 数据表 -o 备份目录)
[b]恢复数据库( 使用 mongorestore.exe 恢复)[/b]
mongorestore.exe -d lear -c test backup/learn/unicorns.bson
( -d 数据库 -c 数据表 )
[b]导出数据
[/b]
mongoexport.exe -d test -c mapinfo -o export.dat( 导出数据为json格式数据,默认格式 )
( -d 数据库 -c 表 -o 导出文件名)
mongoexport.exe -d test -c mapinfo --csv -f id,name -o csv.csv (导出数据为csv格式数据)
( -d 数据库 -c 表 --csv 导出为csv格式 -f 导出字段名 -o 导出文件名)
导入数据
mongoimport.exe -d test -c mapinfo mapinfo.dat (导入 json 格式数据 ,默认格式)
(-d 数据库 -c 表 数据源)
mongoimport.exe -d test -c mapinfo --type csv --headerline --file csv.csv (导入csv格式数据)
( -d 数据库 -c 表 --type 类型 --headerline 不导入第一行 --file 数据源)
mongodb 结构化数据 mongodb查询表结构
转载本文章为转载内容,我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题,欢迎原作者联系我们进行内容更正或删除文章。
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
mongodb 非结构化数据 mongodb架构设计
1. MongoDB架构分析 1.1 MongoDB架构演进MongoDB的核心优势就在于灵活的文档模型+高可用复制集+可扩展分片集群架构路程:l 单节点,它无疑存在数据单点和服务单点的情况。l 
mongodb 非结构化数据 数据库 python 数据 副本集