作者:幻好
来源:恒生LIGHT云社区
概述
MongoDB 是一种持久化的面向文档的数据库,用于以文档的形式存储和处理数据。
与其他的数据库管理系统一样,MongoDB 可以通过四种基本类型的数据操作来管理数据并与数据交互:
- C:创建操作,涉及将数据写入数据库
- R:读取操作,查询数据库以从中检索数据
- U:更新操作,更改数据库中已存在的数据
- D:删除操作,从数据库中永久删除数据
以上四种操作统称为 CRUD 操作,本文主要讲解这四种操作的原理和命令等相关知识。
具体操作
连接 MongoDB Server
首先在操作前,先连接到本地或远程可使用的 MongoDB Server ,如下图:
连接 MongoDB 数据库成功后,就可以开始创建新文档(documents
)。
创建文档
首先先重点介绍如何在 MongoDB 中创建数据文档(documents
)
比如创建一个东方明珠景点对象,可能相关信息有所在国家,城市,坐标等:
{
"name": "东方明珠",
"country": "中国",
"city": "上海",
"location": {
"lat": 121.537,
"lng": 31.258
}
}
MongoDB 的文档是用 BSON
编写的, BSON
是 JSON
的二进制形式,是方便可读的数据格式。 BSON
或 JSON
文档中的所有数据都表示为采用 field: value
形式的字段和值对。
该文档由四个字段组成,首先是景点的名称,其次是城市和国家。所有这三个字段都包含字符串。最后一个字段坐标:location,是一个嵌套文档,详细说明了景点的位置坐标。
insertOne
使用 insertOne
方法将此文档插入到名为 spots
的新集合中。顾名思义,insertOne
用于创建单个文档,而不是一次创建多个文档。
在命令行中,运行以下指令:
db.spots.insertOne(
{
"name": "东方明珠",
"country": "中国",
"city": "上海",
"location": {
"lat": 121.537,
"lng": 31.258
}
}
)
# 输出
{
"acknowledged" : true,
"insertedId" : ObjectId("61b5d4963d2fc20a8483df1a")
}
在执行此 insertOne 方法之前,需要保证未创建 spots 集合。
通过执行这个示例 insertOne()
方法,它不仅会将文档插入到集合中,还会自动创建集合。该操作的输出将通知您它已成功执行,并提供它为新文档自动生成的 ObjectId:61b5d4963d2fc20a8483df1a
在 MongoDB 中,集合中的每个文档都必须有一个唯一的 _id
字段作为主键,所以 _id
字段是唯一的。如果新文档插入时为设置 _id
字段,MongoDB 将自动生成一个对象标识符(以 ObjectId 对象的形式)作为 _id
字段的值。
在文档创建后,可以通过下面命令检查 spots 集合中的对象计数来验证文档是否已插入:
> db.spots.count()
# 输出:
1
insertMany
如果需要创建多个文档,如果通过 insertOne
方法一个一个地插入文档,会变的非常麻烦。所以, MongoDB 提供了 insertMany
方法,您可以使用该方法在单个操作中插入多个文档。
运行以下示例命令,该命令使用 insertMany
方法将新的景点信息插入 spots 集合中:
db.spots.insertMany([
{"name": "故宫", "city": "北京", "country": "中国", "gps": { "lat": 116.403, "lng": 39.924 }},
{"name": "长城", "city": "北京", "country": "中国", "gps": { "lat": 106.384, "lng": 39.031 }},
{"name": "白宫", "city": "华盛顿", "country": "美国", "gps": { "lat": 116.652, "lng": 40.121 }},
{"name": "伦敦之眼", "city": "伦敦", "country": "英国", "gps": { "lat": 116.348, "lng": 34.430 }}
])
请注意围绕六个文档的方括号 ([ ])
,这些括号表示文档数组。在方括号内,多个对象可以一个接一个出现,以逗号分隔。在 MongoDB 方法需要多个对象的情况下,可以像这样以数组的形式提供对象列表。
MongoDB 将响应多个对象标识符,每个新插入的对象一个:
# 输出
{
"acknowledged" : true,
"insertedIds" : [
ObjectId("61b5d7ba3d2fc20a8483df1b"),
ObjectId("61b5d7ba3d2fc20a8483df1c"),
ObjectId("61b5d7ba3d2fc20a8483df1d"),
ObjectId("61b5d7ba3d2fc20a8483df1e")
]
}
您可以通过检查 spots 集合中的对象个数,来验证文档是否已插入:
> db.spots.count()
# 输出:
5
查询文档
通过创建操作,spots 集合中存储了一些文档,可以查询数据库以检索这些文档并读取它们的数据。此步骤首先概述如何查询给定集合中的所有文档,然后描述如何使用过滤器缩小检索到的文档列表。
find
完成上一步后,可以使用 find()
方法通过单个操作检索所有文档:
> db.spots.find()
# 输出:
{ "_id" : ObjectId("61b5d4963d2fc20a8483df1a"), "name" : "东方明珠", "country" : "中国", "city" : "上海", "location" : { "lat" : 121.537, "lng" : 31.258 } }
{ "_id" : ObjectId("61b5d7ba3d2fc20a8483df1b"), "name" : "故宫", "city" : "北京", "country" : "中国", "gps" : { "lat" : 116.403, "lng" : 39.924 } }
{ "_id" : ObjectId("61b5d7ba3d2fc20a8483df1c"), "name" : "长城", "city" : "北京", "country" : "中国", "gps" : { "lat" : 106.384, "lng" : 39.031 } }
{ "_id" : ObjectId("61b5d7ba3d2fc20a8483df1d"), "name" : "白宫", "city" : "华盛顿", "country" : "美国", "gps" : { "lat" : 116.652, "lng" : 40.121 } }
{ "_id" : ObjectId("61b5d7ba3d2fc20a8483df1e"), "name" : "伦敦之眼", "city" : "伦敦", "country" : "英国", "gps" : { "lat" : 116.348, "lng" : 34.43 } }
此方法在不带任何参数的情况下使用时,不应用任何过滤并要求 MongoDB 返回指定集合中可用的所有对象: spots。
需要注意,这些对象中的每一个都有一个您未定义的 _id 属性。如前所述,_id 字段用作它们各自文档的主键,并且是在上一步中运行 insertMany 方法时自动创建的。
为了使 find() 方法的输出更具可读性,您可以使用其 pretty
方法打印功能,如下所示:
db.spots.find().pretty()
# 输出:
{
"_id" : ObjectId("61b5d4963d2fc20a8483df1a"),
"name" : "东方明珠",
"country" : "中国",
"city" : "上海",
"location" : {
"lat" : 121.537,
"lng" : 31.258
}
}
{
"_id" : ObjectId("61b5d7ba3d2fc20a8483df1b"),
"name" : "故宫",
"city" : "北京",
"country" : "中国",
"gps" : {
"lat" : 116.403,
"lng" : 39.924
}
}
以下 find() 方法通过接受查询过滤器文档作为参数来返回单个对象。查询过滤器文档遵循与插入到集合中的文档相同的结构,由字段和值组成,但它们用于过滤查询结果。
使用的查询过滤器文档包括 _id 字段,以对象标识符作为值,查询指定的对象:
```shell
db.spots.find({"_id": ObjectId("61b5d4963d2fc20a8483df1a")}).pretty()
# 输出:
{
"_id" : ObjectId("61b5d4963d2fc20a8483df1a"),
"name" : "东方明珠",
"country" : "中国",
"city" : "上海",
"location" : {
"lat" : 121.537,
"lng" : 31.258
}
}
也可以在文档中通过其他字段,进行有效过滤:
db.spots.find({"country": "中国"}).pretty()
# 输出:
{
"_id" : ObjectId("61b5d4963d2fc20a8483df1a"),
"name" : "东方明珠",
"country" : "中国",
"city" : "上海",
"location" : {
"lat" : 121.537,
"lng" : 31.258
}
}
{
"_id" : ObjectId("61b5d7ba3d2fc20a8483df1b"),
"name" : "故宫",
"city" : "北京",
"country" : "中国",
"gps" : {
"lat" : 116.403,
"lng" : 39.924
}
}
{
"_id" : ObjectId("61b5d7ba3d2fc20a8483df1c"),
"name" : "长城",
"city" : "北京",
"country" : "中国",
"gps" : {
"lat" : 106.384,
"lng" : 39.031
}
}
查询过滤器文档非常强大和灵活,能够帮助我们高效的查询数据。
总结
MongoDB 提供了一个强大的查询系统,允许根据复杂的标准精确选择感兴趣的文档,后续会继续对于MongoDB的使用技巧进行详细分享。
通过学习本文笔记,能够使我们对mongo的基本CRUD操作,快速入门,当然学习完之后还需自己动手实践。
想向技术大佬们多多取经?开发中遇到的问题何处探讨?如何获取金融科技海量资源?
恒生LIGHT云社区,由恒生电子搭建的金融科技专业社区平台,分享实用技术干货、资源数据、金融科技行业趋势,拥抱所有金融开发者。
扫描下方小程序二维码,加入我们!