下载安装mongodb参考：
https://www.runoob.com/mongodb/mongodb-window-install.html
展示所有数据库
show dbs;
新建或进入数据库myNewDb
use myNewDb;
展示数据myNewDb的所有表
show tables; 或者 show collections
创建一个表/集合party
db.createCollection("party");
新增记录
db.party.insert({"_id":1,"name":"张三","age":20,"address":"苏州"});
db.getCollection("party").insert({"name":"李四","age":21,"birth":"1997-01-01"});
查询所有记录(格式化)
db.party.find({}).pretty();
条件查询，并返回指定字段之外的字段(除了name的字段)
db.party.find({"_id":1},{"name":0});
条件查询，并返回指定字段的字段(name，address的字段)
db.party.find({"_id":1},{"name":1,"address":1});
模糊查询，查询name字段的值含有’张’字的记录
db.party.find({"name":/张/})
查询name中以‘张’为开头的记录
db.party.find({"name":/^张/})
mongoDB中将某个字段(如id)升序排序查询
db.party.find({})
排序(将id升序)：
db.party.find({}).sort({ _id:1 })
分页查询(结合skip和limit函数)：
db.party.find({}).sort({ _id:1 }).skip(5).limit(5)
tips:注意mongoDB分页的时候直接使用skip是一条一条逐步跳的，当数据量过大，会引发性能上问题，可以通过条件查询+排序+限制返回记录，即边查询，边排序，排序之后，抽取上一页中的最后一条记录，作为当前分页的查询条件，从而避免了skip效率低下的问题
批量插入
db.party.insert([
{"_id":3,"name":"小明","age":20,"address":"上海","birth":"2000-01-01"},
{"_id":4,"name":"小红","age":21,"address":"苏州","birth":"1999-01-01"},
{"_id":5,"name":"小王","age":22,"address":"北京","birth":"1999-06-01"},
{"_id":6,"name":"小张","age":18,"address":"南京","birth":"2002-01-01"}
])
修改语句：
db.party.update({"_id":ObjectId("5ee0436eb55460eb7df12736")},{$set: {"name":"李四2"}})
删除
remove方法
mongoDB多表关联查询
数据库常用的查询少不了多表关联查询，MongoDB在3.2版本中新增$lookup的高级查询
1.主要功能：
将每个输入待处理的文档，经过$lookup 阶段的处理，输出的新文档中会包含一个新生成的数组列（户名可根据需要命名新key的名字 ）。数组列存放的数据 是 来自 被Join 集合的适配文档，如果没有，集合为空（即 为[ ]）
2.基本使用语法：
{
$lookup:
{
from: <collection to join>,
localField: <field from the input documents>,
foreignField: <field from the documents of the "from" collection>,
as: <output array field>
}
}3.语法的解释说明
语法值 | 解释说明 |
from | 同一个数据库下等待被Join的集合 |
localField | 源集合中的match值，如果输入的集合中，某文档没有loaclField这个key(Field)，在处理的过程中，会默认为此文档含有localField:null的键值对 |
foreignField | 待Join的集合的match值，如果待Join的集合中，文档没有foreignField值，在处理的过程中，会默认为此文档含有foreignField:null的键值对 |
as | 为输出文档的新增值命名。如果输入的集合中已存在该值，则会覆盖掉 |
语法值 | 解释说明 |
from | 同一个数据库下等待被Join的集合 |
localField | 源集合中的match值，如果输入的集合中，某文档没有loaclField这个key(Field)，在处理的过程中，会默认为此文档含有localField:null的键值对 |
foreignField | 待Join的集合的match值，如果待Join的集合中，文档没有foreignField值，在处理的过程中，会默认为此文档含有foreignField:null的键值对 |
as | 为输出文档的新增值命名。如果输入的集合中已存在该值，则会覆盖掉 |
（注：null=null此为真）
其语法语句可以类似的理解为sql语句：
SELECT *, <output array field>
FROM collection
WHERE <output array field> IN (SELECT * FROM <collection to join>
WHERE <foreignField>=<collection.localField>);举例：
例1：
假设有订单集合orders，存储如下数据：
db.orders.insert([
{ "_id" : 1, "item" : "纯净水", "price" : 2, "quantity" : 2 },
{ "_id" : 2, "item" : "可乐", "price" : 3, "quantity" : 1 },
{ "_id" : 3 }
])有商品集合goods（集合中的goodname对应订单表中的item），存储如下数据：
db.goods.insert([
{ "_id" : 1, "goodname" : "纯净水", description: "水是生命的源泉", "num" : 120 },
{ "_id" : 2, "goodname" : "面包", description: "蓬松法式软面包", " num " : 80 },
{ "_id" : 3, "goodname" : "雪碧", description: "酷爽一夏", " num " : 60 },
{ "_id" : 4, "goodname" : "可乐", description: "可口可乐", " num " : 70 },
{ "_id" : 5, "goodname": null, description: "待定" },
{ "_id" : 6 }
])在这种模式设计下，如果要查询订单表对应商品的信息情况：
常规的sql语句应该是:
select * from orders o left join goods g on o.item = g.goodname;而此处是MongoDb，那么可以写成：
db.orders.aggregate([
{
$lookup: {
from: "goods",
localField: "item",
foreignField: "goodname",
as: "goods_docs"
}
}
])返回的执行结果：
返回的结果json值如下：
{
"_id" : 1,
"item" : "纯净水",
"price" : 2,
"quantity" : 2,
"goods_docs" : [
{
"_id" : 1,
"goodname" : "纯净水",
"description" : "水是生命的源泉",
"num" : 120
}
]
},
/* 2 */
{
"_id" : 2,
"item" : "可乐",
"price" : 3,
"quantity" : 1,
"goods_docs" : [
{
"_id" : 4,
"goodname" : "可乐",
"description" : "可口可乐",
" num " : 70
}
]
},
/* 3 */
{
"_id" : 3,
"goods_docs" : [
{
"_id" : 5,
"goodname" : null,
"description" : "待定"
},
{
"_id" : 6
}
]
}根据上面的查询语句以及结果，可以将上面的处理过程，描述如下：
从集合orders中逐个获取文档处理，拿到一个文档后，会根据localField值遍历被Join的goods集合（from:"goods"），看goods集合文档中foreignField值是否与之相等。如果相等，就把符合条件的goods文档整体内嵌到聚合框架新生成的文档中，并且新key统一命名为goods_docs。考虑到符合条件的文档不唯一，这个Key对应的Value是个数组形式。原集合中Key对应的值为Null值或不存在时，需特别注意。
例2：
接下来复杂些，多表关联后肯定有条件限制，如：
查询订单表中id为1对应商品名的所对应商品库存大于100的信息情况：
常规的sql语句应该是:
select * from orders o left join goods g on o.item = g.goodname where o.id =1 and g.num>100;那么对应的mongoDB的查询语句：
db.orders.aggregate([
{$match: {"_id":1}},
{
$lookup: {
from: "goods",
localField: "item",
foreignField: "goodname",
as: "goods_docs"
}
},
{$match: {"goods_docs.num":{$gt: 100}}}
])对应的结果的json值：
{
"_id" : 1,
"item" : "纯净水",
"price" : 2,
"quantity" : 2,
"goods_docs" : [
{
"_id" : 1,
"goodname" : "纯净水",
"description" : "水是生命的源泉",
"num" : 120
}
]
}例3：
源表（orders）中比较列为某一个值，而此值在待比较表（goods）的所有文档中都不存在
orders集合在现有数据的基础上，再被insert一条记录，这个订单的商品为苏打水，在库存商品goods集合中根本没有此数据。
db.orders.insert(
{"_id" : 4, "item" : "苏打水", "price" : 3, "quantity" : 1 }
)再次执行查询:
select * from orders o left join goods g on o.item = g.goodname where o.id = 4;执行对应的mongoDB的查询语句：
db.orders.aggregate(
{
$match: {"_id":4}
},
{
$lookup: {
from: "goods",
localField: "item",
foreignField: "goodname",
as: "goods_docs"
}
}
)
例4：
上述例子比较单一，只是单纯的key/value，下面比较数组，首先先将orders以及goods集合里的数据清空
db.orders.remove({});
db.goods.remove({});
再向orders中插入数据：
db.orders.insert(
{ "_id" : 1, "item" : "MON1003", "price" : 350, "quantity" : 2, "remark" :[ "27 inch", "Retina display", "1920x1080" ], "type" : "Monitor" }
)注：插入的记录中remark是数组格式
向goods插入数据：
db.goods.insert([
{ "_id" : 1, "goodname" : "MON1003", "type" : "Monitor", "num" : 120,"size" : "27 inch", "resolution" : "1920x1080" },
{ "_id" : 2, "goodname" : "MON1012", "type" : "Monitor", "num" : 85,"size" : "23 inch", "resolution" : "1280x800" },
{ "_id" : 3, "goodname" : "MON1031", "type" : "Monitor", "num" : 60,"size" : "23 inch", "display_type" : "LED" }
])此时关联orders中的remark与goods中的size
db.orders.aggregate([
{
$unwind: "$remark"
},
{
$lookup:
{
from: "goods",
localField: "remark",
foreignField: "size",
as: "goods_docs"
}
}
])执行返回的结果：
根据结果可以看到{$unwind: "$specs"}将数据每个值都遍历了，将上述查询语句改成(条件筛选不为空的)：
db.orders.aggregate([
{
$unwind: "$remark"
},
{
$lookup:
{
from: "goods",
localField: "remark",
foreignField: "size",
as: "goods_docs"
}
},
{$match: {"goods_docs":{$ne: []}}}
]);执行返回的结果：
例5：
mongodb 集合间关联后更新，借助 forEach 功能
需求：集合orders和orderInfo关联，筛选符合条件，然后更新orders的数据。
db.orders.aggregate([
{$match:{"status" : 2}},
{$match:{"disabled" : 0}},
{$match:{"consumer" : "小王"}},
{
$lookup:
{
from: "orderInfo",
localField: " orderId ",
foreignField: "orderInfoId",
as: "orderInfo_docs"
}
},
{ $match : {"orderInfo _docs" : [ ]} }
]).forEach(function(item){
db.orders.update({"_id":item._id},{$set:{"status":1 }})
})例6：
拓展一下，多张表(两张以上关联)的时候：
举例user（用户）,orders(订单)，products(商品)表
db.orders.aggregate([{
$lookup:
{
from: "products",
localField: "pid",
foreignField: "_id",
as: " products_docs"
}
},{
$lookup:
{
from: "user",
localField: "uid",
foreignField: "_id",
as: "user_docs"
}
}]);
最后推荐一个mongodb的桌面管理工具
