前言
今天开始接触非关系型数据库的mongoDB,现在将自己做的笔记发出来,供大家参考,也便于自己以后忘记了可以查看。
首先,mongoDB,是一种数据库,但是又区别与mysql,sqlserver、orcle等关系数据库,在优势上面也略高一筹;至于为什么会这么说呢?很简单,我们来举两个例子:
1.在存储上面,非关系型数据库可以更大规模的存储,打个比方,Facebook用的数据库就是非关系型数据库。
2.运用起来更加流畅也是这个数据库的优点,将分布式的特点发挥到极致。
当我查看官方文档的时候,简直要人命,光是一个插入方法都讲了好几条,脑袋都大了,现在我总结一下每一插入方法的特性
db.collection.insert()
db.collection.insert()
向集合插入一个或多个文档.要想插入一个文档,传递一个文档给该方法;要想插入多个文档,就可以采用该方法。
例如
db.users.insert( [ { name: "bob", age: 42, status: "A", }, { name: "ahn", age: 22, status: "A", }, { name: "xi", age: 34, status: "D", } ] )
如果插入成功就会返回
WriteResult({ "nInserted" : 3 })
如果异常情况,那么就会返回如下咯:
WriteResult({ "nInserted" : 3, "writeConcernError" : { "code" : 64, "errmsg" : "waiting for replication timed out at shard-a" } })
当我们想插入一条数据的时候,采用insert的方法据比较浪费内存,这个时候,我们久采用插入单个的语法db.collection.insertOne()
向集合插入 单个 文档 document 举个小列子来说明一下。
db.users.insertOne( { name: "sue", age: 19, status: "P" } )
有了单个,就肯定会有多个,那么多个又是怎么样的呢?语法都很类似,db.collection.insertMany()
这个语法跟上面没有区别嘛,对不对,当然是错的,你想,如果添加的数据是数组里面嵌套数组,前面两个的方法的性能就大打折扣了,影响数据库的性能。废话少说,列子走一波:
db.users.insertMany( [ { _id: 1, name: "sue", age: 19, type: 1, status: "P", favorites: { artist: "Picasso", food: "pizza" }, finished: [ 17, 3 ], badges: [ "blue", "black" ], points: [ { points: 85, bonus: 20 }, { points: 85, bonus: 10 } ] }, { _id: 2, name: "bob", age: 42, type: 1, status: "A", favorites: { artist: "Miro", food: "meringue" }, finished: [ 11, 25 ], badges: [ "green" ], points: [ { points: 85, bonus: 20 }, { points: 64, bonus: 12 } ] }, { _id: 3, name: "ahn", age: 22, type: 2, status: "A", favorites: { artist: "Cassatt", food: "cake" }, finished: [ 6 ], badges: [ "blue", "Picasso" ], points: [ { points: 81, bonus: 8 }, { points: 55, bonus: 20 } ] }, { _id: 4, name: "xi", age: 34, type: 2, status: "D", favorites: { artist: "Chagall", food: "chocolate" }, finished: [ 5, 11 ], badges: [ "Picasso", "black" ], points: [ { points: 53, bonus: 15 }, { points: 51, bonus: 15 } ] }, { _id: 5, name: "xyz", age: 23, type: 2, status: "D", favorites: { artist: "Noguchi", food: "nougat" }, finished: [ 14, 6 ], badges: [ "orange" ], points: [ { points: 71, bonus: 20 } ] }, { _id: 6, name: "abc", age: 43, type: 1, status: "A", favorites: { food: "pizza", artist: "Picasso" }, finished: [ 18, 12 ], badges: [ "black", "blue" ], points: [ { points: 78, bonus: 8 }, { points: 57, bonus: 7 } ] } ] )
注意:insertOne()、insertMany()是3.2版本的语法。
既然增了,就得查找,对吧,查找里面呢也有很多小东西,有许多自己自定义查询。
1、查询全部
db.users.find( {} ) 等价于db.users.find()
2、指定等于条件
一个 query filter document 可以使用 <field>:<value> 表达式指定等于条件以选择所有包含 <field> 字段并且等于特定 <value> 的所有文档:
下面的示例从 user 集合中检索 status 字段值为 “P” 或者 “D” 的所有文档:
db.users.find( { status: { $in: [ "P", "D" ] } } )
3、指定 AND 条件
复合查询可以在集合文档的多个字段上指定条件。隐含地,一个逻辑的 AND 连接词会连接复合查询的子句,使得查询选出集合中匹配所有条件的文档。
下面的示例在 users 集合中检索 status 等于 "A"``**并且** ``age 小于 ($lt) 30是所有文档:
db.users.find( { status: "A", age: { $lt: 30 } } )
4、指定 OR 条件
通过使用 $or 操作符,你可以指定一个使用逻辑 OR 连接词连接各子句的复合查询选择集合中匹配至少一个条件的文档。
下面的示例在 users 集合中检索 status` 等于 "A"**或者**age 小于 ($lt) 30 所有文档:
db.users.find( { $or: [ { status: "A" }, { age: { $lt: 30 } } ] } )
5、指定 AND 和 OR 条件(可以更加精确的查询)
在下面的示例中,复合查询文档选择集合中status`` 等于 "A" 并且 要么 age 小于 ($lt) 30 要么 type 等于 1 的所有文档:
db.users.find( { status: "A", $or: [ { age: { $lt: 30 } }, { type: 1 } ] } )
6、嵌入文档上的精确匹配
使用{ <field>: <value> }并且 “” 为要匹配文档的查询文档,来指定匹配整个内嵌文档的完全相等条件.(要使)相等条件匹配上内嵌文档需要指定 包括字段顺序的 精确 匹配。
在下面的例子中,查询匹配所有 favorites 字段是以该种顺序只包含 等于 "Picasso"``的 ``artist 和等于 "pizza" 的 food 字段的内嵌文档:
db.users.find( { favorites: { artist: "Picasso", food: "pizza" } } )
7、嵌入文档中字段上的等于匹配
在下面的例子中,查询使用 dot notation 匹配所有 favorites 字段是包含等于 "Picasso" 的字段 ``artist``(可能还包含其他字段) 的内嵌文档:
db.users.find( { "favorites.artist": "Picasso" } )
8、数组上的查询
采用一个参数: $elemMatch (该参数是值精确的数组)
下面的例子查询 finished 数组至少包含一个大于 ($gt) 15 并且小于 ($lt) 20 的元素的文档:
db.users.find( { finished: { $elemMatch: { $gt: 15, $lt: 20 } } } )
9、嵌入文档数组
使用数组索引匹配嵌入文档中的字段
在下面的例子中,查询使用 the dot notation 匹配所有 dadges 是第一个元素为”black” 的数组的文档:
db.users.find( { 'points.0.points': { $lte: 55 } } )
10、不指定数组索引匹配字段
如果你不知道文档在数组中的索引位置,用点号 (.) 将包含数组的字段的名字和内嵌文档的字段的名字连起来。
下面的例子选择出所有 points``数组中至少有一个嵌入文档包含值小于或等于 ``55 的字段 points 的文档:
db.users.find( { 'points.points': { $lte: 55 } } )
11、指定数组文档的多个查询条件
单个元素满足查询条件
使用 $elemMatch 操作符为数组元素指定复合条件,以查询数组中至少一个元素满足所有指定条件的文档。
下面的例子查询 points 数组有至少一个包含 points 小于等于 70 并且字段 bonus 等于 20 的内嵌文档的文档:
db.users.find( { points: { $elemMatch: { points: { $lte: 70 }, bonus: 20 } } }
12、元素组合满足查询条件
下面的例子查询了 points 数组包含了以某种组合满足查询条件的元素的文档;例如,一个元素满足 points 小于等于 70 的条件并且有另一个元素满足 bonus 等于 20 的条件,或者一个元素同时满足两个条件:
db.users.find( { "points.points": { $lte: 70 }, "points.bonus": 20 } )
接下来就是更新咯,老样子跟插入方法差不多,更新就可以看做是插入的一种。
来一段官方文档的话:
如果 db.collection.update()
,db.collection.updateOne()
, db.collection.updateMany()
或者 db.collection.replaceOne()
包含 upsert : true 并且 没有文档匹配指定的过滤器,那么此操作会创建一个新文档并插入它。如果有匹配的文档,那么此操作修改或替换匹配的单个或多个文档。
这个解释在我认为就是在没有该数据的时候就会创建相应的数据,毕竟它是插入的一种特殊方法。
1、db.collection.updateOne():修改单条数据
下面的例子对 users 集合使用 db.collection.updateOne()
方法来更新第一个 根据 过滤条件favorites.artist 等于 “Picasso” 匹配到的文档更新操作:
使用 $set 操作符更新 favorites.food 字段的值为 “pie” 并更新 type 字段的值为 3,
db.users.updateOne( { "favorites.artist": "Picasso" }, { $set: { "favorites.food": "pie", type: 3 }, } )
2、db.collection.update()
的用法和db.collection.updateOne()
类似,为了区别一下,我们采用了 { multi: true }这个参数,这样会在你修改之后的数据中有这个参数,表示修改完成。
db.users.update( { "favorites.artist": "Pisanello" }, { $set: { "favorites.food": "pizza", type: 0, } }, { multi: true } )
3、 db.collection.updateMany(),这个会不会认为是修改很多,当然可以这么理解,但是我更喜欢把他理解成修改多个参数。
下面这个举例就是为了大家看的明白采用了{ upsert: true },它可以清晰的返回你修改后的值
db.inspectors.updateMany( { "Sector" : { $gt : 4 }, "inspector" : "R. Coltrane" }, { $set: { "Patrolling" : false } }, { upsert: true } );
4、修改还有一个就是文档替换db.collection.replaceOne
下面的例子对 users 集合使用 db.collection.replaceOne() 方法将通过过滤条件 name 等于 "sue" 匹配到的 **第一个** 文档替换为新文档:
db.users.replaceOne( { name: "abc" }, { name: "amy", age: 34, type: 2, status: "P", favorites: { "artist": "Dali", food: "donuts" } } )
走着,撸删除了:
1、删除所有文档db.collection.remove()
这个方法就干脆了,就相当于sql中的删除表结构的delete()
db.users.remove({})
作为另一种选择如下例子使用 db.collection.remove()
从 users 集合中删除所有 status 字段等于 “A” 的文档:
db.users.remove( { status : "P" } )
2、仅删除一个满足条件的文档db.collection.deleteOne()
如下例子使用 db.collection.deleteOne()
删除 第一个 status 字段等于 “A” 的文档:
db.users.deleteOne( { status: "D" } )
3、删除集合中所有文档db.collection.deleteMany()
如下的例子使用 db.collection.deleteMany()
方法从 users 集合中删除了 所有 文档:
db.users.deleteMany({})
以上是通过两天学习官方文达能的总结,下面配上官方文档的地址表示感谢。
https://docs.mongodb.com/manual/reference/method/js-collection/
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。
mongodb,crud
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]