一、MongoDB簡介
1.概述
? MongoDB是一個基于分布式文件存儲的數據庫，由C++語言編寫。旨在為WEB應用提供可擴展的高性能數據存儲解決方案。
MongoDB介于關系型數據和非關系型數據庫之間，是非關系數據庫當中功能最豐富，最像關系數據庫的。他支持的數據結構非常松散，類似json格式，因此可以存儲比較復雜的數據類型。
MongoDB最大的特點是他支持的查詢語言非常強大，其語法有點類似于面向對象的查詢語言，幾乎可以實現類似關系數據庫表單查詢的絕大部分功能，而且還支持對數據建立索引。
2.和MySQL之間的區別
2.1MySQL
關系型數據庫。
查詢語句是使用傳統的sql語句，擁有較為成熟的體系，成熟度很高。
關系型數據庫遵循ACID規則
開源數據庫的份額在不斷增加，mysql的份額頁在持續增長。
缺點：在海量數據處理的時候效率會顯著變慢。
2.2MongoDB
非關系型數據庫(nosql ),屬于文檔型數據庫。先解釋一下文檔的數據庫，即可以存放xml、json、bson類型系那個的數據。這些數據具備自述性（self-describing），呈現分層的樹狀數據結構。數據結構由鍵值(key=>value)對組成。
存儲方式：虛擬內存+持久化。
查詢語句：是獨特的Mongodb的查詢方式。
適合場景：事件的記錄，內容管理或者博客平臺等等。
數據處理：數據是存儲在硬盤上的，只不過需要經常讀取的數據會被加載到內存中，將數據存儲在物理內存中，從而達到高速讀寫。
成熟度與廣泛度：新興數據庫，成熟度較低，Nosql數據庫中最為接近關系型數據庫，比較完善的DB之一，適用人群不斷在增長。
優勢：
快速！在適量級的內存的Mongodb的性能是非常迅速的，它將熱數據存儲在物理內存中，使得熱數據的讀寫變得十分快，
高擴展！
自身的Failover機制！
json的存儲格式！
2.3二者之間的區別
MySQL MongoDB 解釋 database database 數據庫 table collection 數據表/集合 row【一條記錄，實體】 document 行/文檔 column field 列/字段或者屬性 table join 不支持 表連接 primary key primary key 主鍵 解釋
數據庫：容器，不管是mysql還是mongodb，一個單一的服務器都可以管理多個數據庫
集合：是一組mongodb的文件，等價于mysql中的table，集合中文檔可以有不同的字段，也可以有不同的數據類型
文檔：一組鍵值對，具有動態模式【不同的數據可以是不同的格式】
二、MongoDB安裝和卸載
1.卸載
執行命令： sudo apt-get autoremove mongodb sudo apt-get autoclean mongodb #清除殘留數據 dpkg -l |grep ^rc|awk '{print $2}' |tr ["\n"] [" "]|sudo xargs dpkg -P
2.安裝
第1步 – 導入公鑰**
Ubuntu軟件包管理器apt（高級軟件包工具）需要軟件分銷商的GPG密鑰來確保軟件包的一致性和真實性。 執行此下面的命令將MongoDB密鑰導入到您的服務器：
sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 2930ADAE8CAF5059EE73BB4B58712A2291FA4AD5
第2步 – 創建源列表文件MongoDB
檢查URL http://repo.mongodb.org/apt/ubuntu/dists/。 如果您在該網頁上看到一個目錄“bionic”，則將下述命令中的單詞“xenial”替換為“bionic”一詞，【原因：MongoDB尚未發布Bionic Beaver軟件包，但Xenial軟件包在Ubuntu 18.04 LTS上運行良好】
執行以下命令在/etc/apt/sources.list.d/中創建一個MongoDB列表文件：
echo "deb http://repo.mongodb.org/apt/ubuntu xenial/mongodb-org/3.6 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-3.6.list
第3步 – 更新存儲庫
使用apt命令更新存儲庫：
sudo apt-get update
說明：執行完會提示一些失敗，不用在意
第4步 – 安裝MongoDB
執行以下命令來安裝MongoDB：
sudo apt-get install -y mongodb
第5步：啟動MongoDB
執行以下命令啟動MongoDB并將其添加為在啟動時啟動的服務
systemctl start mongodb
如果執行完這一步終端沒有任何輸出，則說明是正確的 如果啟動的時候提示：Failed to start mongod.service: Unit mongodb.service not found. 解決辦法如下： 1創建配置文件： 在/etc/systemd/system/下 sudo vim mongodb.service 2.在里面追加文本： [Unit] Description=High-performance, schema-free document-oriented database After=network.target [Service] User=mongodb ExecStart=/usr/bin/mongod --quiet --config /etc/mongodb.conf [Install] WantedBy=multi-user.target 3.按ctrl+X退出 4.啟動服務 sudo systemctl start mongodb sudo systemctl status mongodb 5.讓它永久啟動 sudo systemctl enable mongodb第6步：檢查MongoDB是否已經啟動在27017端口號上
執行下面的命令：
netstat -plntu
第7步：登錄MongoDB
mongo
如果出現錯誤全局初始化失敗：BadValue無效或無用戶區域設置。 請確保LANG和/或LC_ *環境變量設置正確，請嘗試命令： export LC_ALL=C mongo補充：ubuntu下如何查看軟件安裝目錄以及安裝版本
1.查詢版本 aptitude show 軟件名 或者 dpkg -l軟件名 2.查詢安裝路徑 dpkg -L 軟件名 或者 whereis 軟件名
三、MongoDB使用
1.創建和刪除數據庫
1.1創建數據庫
語法：
use DATABASE_NAME 注意：如果指定的數據庫DATABASE_NAME不存在，則該命令將創建一個新的數據庫，否則返回現有的數據庫 #mysql中 創建數據庫：create database basename; 切換數據庫：use basename;數據庫命名：
? a.不能是空字符串
? b.不能包含特殊符號
? c.最好全部小寫
? d.有一些數據庫名是保留的，可以直接訪問特殊數據庫
? admin：從權限的角度來說，是root的數據庫
? local：本地數據
? config:配置，用于保存MongoDB的配置信息
演示：
#登錄MongoDB rock@rockrong:~$ mongo MongoDB shell version: 2.6.10 connecting to: test Welcome to the MongoDB shell. For interactive help, type "help". For more comprehensive documentation, see http://docs.mongodb.org/ Questions? Try the support group http://groups.google.com/group/mongodb-user #創建數據庫并切換到該數據庫下 > use mydb1 switched to db mydb1其他命令：
#檢查當前選擇的數據庫 > db mydb1 #檢查已經創建好的數據庫列表 > show dbs admin (empty) local 0.078GB #創建的數據庫(newdb)不在列表中。要顯示數據庫，需要至少插入一個文檔，空的數據庫是不顯示出來的 > db.mydb1.insert({'name':'yangyang'}) WriteResult({ "nInserted" : 1 }) > show dbs admin (empty) local 0.078GB mydb1 0.078GB #退出MongoDB > exit bye rock@rockrong:~$ mongo MongoDB shell version: 2.6.10 #默認的數據庫test connecting to: test #如果數據庫已經存在，use表示切換數據庫 > use mydb1 switched to db mydb1
1.2刪除數據庫
語法：
db.dropDatabase() #注意：默認刪除當前正在工作的數據庫，如果沒有通過use命令切換數據庫，則刪除的是test演示：
#刪除當前正在工作的數據庫 > db.dropDatabase() { "dropped" : "mydb1", "ok" : 1 } > show dbs admin (empty) local 0.078GB
2.創建和刪除集合
類似于MySQL中的表
集合存在于數據庫中，集合沒有固定的結構，意味著可以對集合插入不同格式和不同類型的數據，但是盡量插入集合的時候保證數據的關聯性
集合名的規范：
? a.不能空字符串
? b.集合名不能含有\0【空字符】，表示集合名的結尾
? c.集合名不能以"system."開頭，為系統集合保留的關鍵字
? d.不能含有保留字符，千萬不能含有$
2.1創建集合
語法：
db.createCollection(name, options) #注意 name的類型為String，是要創建的集合的名稱 options的類型是Document，是一個文檔，指定相應的大小和索引，是可選參數下面是可以使用的選項列表：
在插入文檔時，MongoDB首先檢查上限集合
capped字段的大小，然后檢查max字段。
字段 類型 描述 cappedBoolean(可選)如果為 true，則啟用封閉的集合。上限集合是固定大小的集合，它在達到其最大大小時自動覆蓋其最舊的條目。 如果指定true，則還需要指定size參數。autoIndexIdBoolean(可選)如果為 true，則在_id字段上自動創建索引。默認值為false。size數字 (可選)指定上限集合的最大大小(以字節為單位)。 如果 capped為true，那么還需要指定此字段的值。max數字 (可選)指定上限集合中允許的最大文檔數。
演示：
> use test switched to db test #沒有options選項的集合的創建 > db.createCollection("myCollection") { "ok" : 1 } #顯示當前數據庫下的集合列表 > show collections myCollection system.indexes #有options選項的集合的創建 > db.createCollection("mycol",{capped:true,autoIndexId:true,size:1024,max:10000}) { "ok" : 1 } > show collections myCollection mycol system.indexes #如果一個集合不存在，直接向其中插入數據，會自動創建 > db.newcollection.insert({'name':'zhangsan'}) WriteResult({ "nInserted" : 1 }) > show collections myCollection mycol newcollection system.indexes
2.2刪除集合
語法：
db.COLLECTION_NAME.drop() 注意：如果選定的集合成功刪除，drop()方法將返回true，否則返回false演示：
> db.newcollection.drop() true > show collections myCollection mycol
3.文檔操作
文檔：相當表中的一條記錄【實體】
是一組鍵值對，文檔不需要設置相同的字段，并且相同的字段不需要相同的數據類型
注意：
? a.文檔中的鍵值對是有序的
? b.文檔中值除了字符串之外，還可以是其他數據類型【嵌套一個文檔】
? c.嚴格區分大小寫和數據類型的，mycol myCol
? d.文檔中不能有重復的鍵
? e.文檔中的鍵基本都是用字符串表示的
文檔中鍵的命名：
? a.鍵不能包含\0
? b.$和.有特殊含義
? c.以下劃線開頭的鍵是保留的，盡量不要使用下劃線開頭
3.1插入文檔
語法：
db.COLLECTION_NAME.insert(document)注意：在插入的文檔中，如果不指定_id參數，那么 MongoDB 會為此文檔分配一個唯一的ObjectId
_id為集合中的每個文檔唯一的12個字節的十六進制數。 12字節劃分如下
_id: ObjectId(4 bytes timestamp, 3 bytes machine id, 2 bytes process id, 3 bytes incrementer)演示：
#插入單條文檔 > db.mycol.insert({ id:100, name:'zhangsan', age:18, hobby:'sing', }) WriteResult({ "nInserted" : 1 }) #查看已經插入的文檔 > db.mycol.find() { "_id" : ObjectId("5b3d8c919e00ffe8882d9705"), "id" : 100, "name" : "zhangsan", "age" : 18, "hobby" : "sing" } > db.mycol.find().pretty() { "_id" : ObjectId("5b3d8c919e00ffe8882d9705"), "id" : 100, "name" : "zhangsan", "age" : 18, "hobby" : "sing" } #批量插入文檔 #直接寫文檔,只能插入一條 > db.mycol.insert({ id:101, name:"lisi", age:20, hobby:'dance', },{ id:102, name:'jack', age:15, hobby:'write', }) WriteResult({ "nInserted" : 1 }) #用數組可以插入多條 > db.check.insert([ { _id: 101, title: 'MongoDB Guide', description: 'MongoDB is no sql database', by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 100 }, { _id: 102, title: 'NoSQL Database', description: "NoSQL database doesn't have tables", by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 210, comments: [ { user:'user1', message: 'My first comment', dateCreated: new Date(2017,11,10,2,35), like: 0 } ] }, { _id: 104, title: 'Python Quick Guide', description: "Python Quick start ", by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['Python', 'database', 'NoSQL'], likes: 30, comments: [ { user:'user1', message: 'My first comment', dateCreated: new Date(2018,11,10,2,35), like: 590 } ] } ]) BulkWriteResult({ "writeErrors" : [ ], "writeConcernErrors" : [ ], "nInserted" : 3, "nUpserted" : 0, "nMatched" : 0, "nModified" : 0, "nRemoved" : 0, "upserted" : [ ] }) > db.check.find().pretty() { "_id" : 101, "title" : "MongoDB Guide", "description" : "MongoDB is no sql database", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100 } { "_id" : 102, "title" : "NoSQL Database", "description" : "NoSQL database doesn't have tables", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 210, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2017-12-09T18:35:00Z"), "like" : 0 } ] } { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } >其它插入文檔的方法【作為了解】
db.collection.insertOne():插入單個文檔
db.collection.insertMany()：插入多個文檔
a.db.collection.insertOne()方法
db.collection.insertOne()
方法將單個文檔插入到集合中。 如果文檔沒有指定_id字段，MongoDB會自動將_id字段與ObjectId`值添加到新文檔演示：
#以下示例將新文檔插入到庫存集合中 db.invent.insertOne({ item: "canvas", num: 100, tags: ["cotton"], size: { h: 20, w: 30, } }) #db.collection.insertOne()方法返回包含新插入的文檔的`_id```字段值的文檔 執行結果如下： > db.inventory.insertOne( { item: "canvas", qty: 100, tags: ["cotton"], size: { h: 28, w: 35.5, uom: "cm" } } ) { "acknowledged" : true, "insertedId" : ObjectId("5955220846be576f199feb55") } >b.db.collection.insertMany()方法
db.collection.insertMany()
方法將多個文檔插入到集合中，可將一系列文檔傳遞給db.collection.insertMany()方法。以下示例將三個新文檔插入到庫存集合中。如果文檔沒有指定_id字段，MongoDB會向每個文檔添加一個ObjectId值的_id`字段演示：
db.inventory.insertMany([ { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } }, { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } }, { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } } ]) #insertMany()返回包含新插入的文檔_id字段值的文檔。執行結果如下： > db.inventory.insertMany([ { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } }, { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } }, { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } } ]) { "acknowledged" : true, "insertedIds" : [ ObjectId("59552c1c46be576f199feb56"), ObjectId("59552c1c46be576f199feb57"), ObjectId("59552c1c46be576f199feb58") ] }
3.2查詢文檔
語法：
db.COLLECTION_NAME.find(document) 注意： find（）將以非結構化的方式返回查詢結果 要以格式化的方式返回查詢結果，可以結合pretty函數使用 db.COLLECTION_NAME.find(document).pretty() findOne():返回一個文檔MongoDB 與 RDBMS的等效MySQL子句
要在一些條件的基礎上查詢文檔，可以使用以下操作:
操作 語法 示例 MySQL等效語句 相等 {<key>:<value>}db.mycol.find({"by":"yiibai"}).pretty()where by = 'yiibai'小于 {<key>:{$lt:<value>}}db.mycol.find({"likes":{$lt:50}}).pretty()where likes < 50小于等于 {<key>:{$lte:<value>}}db.mycol.find({"likes":{$lte:50}}).pretty()where likes <= 50大于 {<key>:{$gt:<value>}}db.mycol.find({"likes":{$gt:50}}).pretty()where likes > 50大于等于 {<key>:{$gte:<value>}}db.mycol.find({"likes":{$gte:50}}).pretty()where likes >= 50不等于 {<key>:{$ne:<value>}}db.mycol.find({"likes":{$ne:50}}).pretty()where likes != 50演示：
a.MongoDB中的AND操作符
語法：
#在find()方法中，如果通過使用’，‘將它們分開傳遞多個鍵，則 MongoDB 將其視為AND條件。 以下是AND的基本語法 >db.mycol.find( { $and: [ {key1: value1}, {key2:value2} ] } ).pretty()演示：
#第一種表示and: $and[{鍵值對},{鍵值對}] db.check.find({$and:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty() { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } > #第二種表示and:{鍵值對,鍵值對} db.check.find({'by':'yiibai tutorials','title':'Python Quick Guide'}).pretty() { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } #等效的SQL的語句 select * from check where by="" and title="";b.MongoDB中的OR操作符
語法：
#在要根據OR條件查詢文檔，需要使用$or關鍵字。 以下是OR條件的基本語法 >db.mycol.find( { $or: [ {key1: value1}, {key2:value2} ] } ).pretty()演示：
db.check.find({$or:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty()c.使用 AND 和 OR 聯合使用
演示：
> db.check.find({'likes':{$gt:100},$or:[{'title':'NoSQL Database'},{'by':'yiibai tutorials'}]}).pretty() { "_id" : 102, "title" : "NoSQL Database", "description" : "NoSQL database doesn't have tables", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 210, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2017-12-09T18:35:00Z"), "like" : 0 } ] } > select * from check where likes>100 and (title='' or by='')
3.3更新文檔
1>update()：更新現有文檔中的值
criteria:用于指定一個查詢，查詢選擇將要更新的目標記錄
action：用于指定更新信息，也可以使用操作符完成
options:
語法：
db.COLLECTION_NAME.update(SELECTION_CRITERIA, UPDATED_DATA)演示：
#find（）：查詢指定列的數據 #{'_id':1,'title':1}：表示要檢索的字段列表 #注意：當執行find函數的時候，它默認將所有的文檔顯示，為了限制顯示的字段，需要將字段列表的值設置為1，如果不顯示可以設置為0 > db.check.find({'title':'MongoDB Guide'},{'_id':1,'title':1}) { "_id" : 101, "title" : "MongoDB Guide" } #注意：update默認只更新一個文檔，如果要更新多個文檔，則添加參數{multi:true}) db.check.update({'title':'MongoDB Guide'},{$set:{'title':'aaaaaa'}},{multi:true})2>save()：使用
save()方法中傳遞的文檔數據替換現有文檔語法：
>db.COLLECTION_NAME.save({_id:ObjectId(),NEW_DATA})演示：
> use mydb1 switched to db mydb1 > db.check.save({'_id':102,'titlt':'bbbb','by':'hello'}) WriteResult({ "nMatched" : 0, "nUpserted" : 1, "nModified" : 0, "_id" : 102 }) > db.check.find({'_id':102},{'_id':1,'title':1,'by':1}) { "_id" : 102, "by" : "hello" }
3.4刪除文檔
MongoDB中的
remove()方法用于從集合中刪除文檔。remove()方法接受兩個參數。 一個是刪除條件，第二個是標志：justOne。? criteria - (可選)符合刪除條件的集合將被刪除。
? justOne - (可選)如果設置為
true或1，則只刪除一個文檔語法：
>db.COLLECTION_NAME.remove(DELLETION_CRITTERIA)演示：
> db.check.remove({'_id':100}) WriteResult({ "nRemoved" : 0 }) > db.check.find({},{'_id':1,'title':1}) { "_id" : 102 } > db.check.remove() 2018-07-05T15:02:29.068+0800 remove needs a query at src/mongo/shell/collection.js:299 > db.check.find({},{'_id':1,'title':1}) { "_id" : 102 } > db.check.find().pretty()
4.查詢
4.1投影
投影：查詢過程中，只顯示指定的字段
語法：
>db.COLLECTION_NAME.find({},{KEY:1})演示：
#在查詢文檔時只顯示文檔的標題 > db.mycol.find({}, {'title':1,'_id':0}) ##注意，在執行find()方法時，始終都會顯示_id字段，如果不想要此字段，則需要將其設置為0 #只能為全1或全0,但是對于_id,可以不受此限制
4.2限制篩選記錄
1>limit方法
作用：限制MongoDB要返回的記錄數
根據指定的參數返回記錄數
語法：
> db.COLLECTION_NAME.find().limit(NUMBER)演示：
#在查詢文檔時僅顯示兩個文檔 > db.mycol.find({},{"title":1,_id:0}).limit(2)2>skip方法
語法：
>db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)演示：
> db.mycol.find({},{"title":1,_id:0}).limit(1).skip(2) #先跳過2條,再總共顯示1條 #注意：skip()方法中的默認值為0。
4.3對查詢記錄排序
語法：
>db.COLLECTION_NAME.find().sort({KEY:1})注意：使用指定順序進行排序，1表示升序，-1表示降序
演示：
> db.mycol.find({},{'_id':1, 'title':1}) # 按`title`降序排序 > db.mycol.find({},{"title":1,_id:0}).sort({"title":-1}) # 按`title`降序排序 > db.mycol.find({},{"title":1,_id:0}).sort({"title":-1})
4.4分組與聚合函數查詢
1>aggregate()方法
語法：
>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)以下是可用聚合表達式的列表。
表達式 描述 示例 $sum從集合中的所有文檔中求出定義的值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])$avg計算集合中所有文檔的所有給定值的平均值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])$min從集合中的所有文檔獲取相應值的最小值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])$max從集合中的所有文檔獲取相應值的最大值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])$push將值插入到生成的文檔中的數組中。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])$addToSet將值插入生成的文檔中的數組，但不會創建重復項。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])$first根據分組從源文檔獲取第一個文檔。 通常情況下，這只適用于以前應用的“ $sort”階段。db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])$last根據分組從源文檔獲取最后一個文檔。通常情況下，這只適用于以前應用的“ $sort”階段。db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])演示：
db.article.aggregate([{$group:{'_id':'$by_user','num_tutorial':{$sum:1}}}]) { "_id" : "Curry", "num_tutorial" : 1 } { "_id" : "Kuber", "num_tutorial" : 1 } { "_id" : "Maxsu", "num_tutorial" : 2 } #等效的sql語句 select by_user, count(*) as num_tutorial from article group by by_user管道：
每一組的輸出可以作為另一組的輸入，并且生成一組新的文檔
$sort
$limit
$skip
$group
5.MongoDB關聯關系
MongoDB中的關系表示各個文檔在邏輯上的相互關聯。關系可以通過嵌入式和引用方法建模。 這種關系可以是
1：1，1：N，N：1或N：N。假設有一種情況：要存儲用戶的地址。一個用戶可以擁有多個地址，這就是
1：N關系。以下是用戶(
user)文檔示例的文檔結構
{ "_id":10999110, "name": "Maxsu", "contact": "13888990021", "dob": "1992-10-11" }以下是地址(
address)文檔的示例文檔結構 -{ "_id":12200, "building": "Hainan Building NO.2100", "pincode": 571100, "city": "Haikou", "province": "Hainan" }
5.1嵌入式關系建模
在嵌入式方法中，我們將地址(
address)文檔嵌入到用戶(user)文檔中。{ "_id": 21000100, "contact": "13800138000", "dob": "1991-11-11", "name": "Maxsu", "address": [ { "building": "Hainan Building NO.2100", "pincode": 571100, "city": "Haikou", "province": "Hainan" }, { "building": "Sanya Building NO.2100", "pincode": 572200, "city": "Sanya", "province": "Hainan" }, ] }該方法將所有相關數據保存在單個文檔中，這使得檢索和維護更容易。可以使用單個查詢來在整個文檔檢索，例如 -
> db.users.findOne({"name":"Maxsu"},{"address":1, "name":1})請注意，在上述查詢中，
db和users分別是數據庫和集合。缺點是如果嵌入式文檔的大小如果不斷增長，可能會影響讀/寫性能。
5.2建模參考關系
這是設計規范化關系的方法。 在這種方法中，用戶和地址文件將分別維護，但用戶文檔將包含一個將引用地址文檔的
id字段的字段。{ "_id":ObjectId("52ffc33321332111sdfaf"), "contact": "13800138000", "dob": "1991-11-11", "name": "Maxsu", "address_ids": [ ObjectId("123123"), ObjectId("123412") ] }如上所示，用戶文檔包含對應地址的
ObjectId的數組字段address_ids。 使用這些ObjectIds，我們可以從那里查詢地址文件并獲取地址詳細信息。 使用這種方法，需要兩個查詢：首先從用戶文檔獲取address_ids字段，然后從地址集中獲取這些地址。>var result = db.users.findOne({"name":"Maxsu"},{"address_ids":1}) >var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})
6.MongoDB-update多層嵌套數組解決辦法
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : [ { "destination" : "fr", "text": "Oui" }, { "destination" : "bf", "text": "uid" }, ] }如果是一層數組，可以用如下語句更新數組里指定key的value
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr' }, { '$set': { "translations.$.text": "asd" } }如果再加一層嵌套
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : [ { "destination" : "fr", "text": "Oui", "rating" : [ { "user_id" : 1, "rating" : 1 }, { "user_id" : 2, "rating" : 1 } ] } ] }使用這個更新語句就會報錯了
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr', 'translations.rating.user_id':'1' }, { '$set': { "translations.$.rating.$.rating": 5 } }目前mongodb不支持多個$占位符，推薦的方法的修改數據結構，把數據格式改成這樣，把數組元素改成key-value形式
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : { "fr": { "destination" : "fr", "text": "Oui", "rating" : [ { "user_id" : 1, "rating" : 1 }, { "user_id" : 2, "rating" : 1 } } }, "en": {...} ] }執行如下更新語句
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr', 'translations.rating.user_id':'1' }, { '$set': { translations.fr.rating.$.rating”: 5 } }ps:只能使用一個$占位符的問題在社區里已經提了很久了，一直沒有得到解決，希望下個版本可以解決。
補充：MongoDB與Python的交互
1.安裝
pip3 install pymongo
2.使用
演示代碼：
import pymongo from pymongo import MongoClient from bson.objectid import ObjectId #1.建立連接 #創建MongoClient的對象 #方式一 #特點：可以連接默認的主機和端口號 #client = MongoClient() #方式二 #明確指明主機和端口號 #client = MongoClient('localhost',27017) #client = MongoClient(host='localhost',port=27017) #方式三 #使用MongoDB URI的 client = MongoClient('mongodb://localhost:27017') #2.獲取數據庫 #MongoDB的一個實例可以支持多個獨立的數據庫 #可以通過MongoClient的對象的屬性來訪問數據庫 #方式一 db = client.test print(db) #方式二 #db = client['test'] #3.獲取集合 #集合是存儲在MongoDb中的一組文檔，可以類似于MySQl中的表 #方式一 collection = db.stuents #方式二 #collection = db['students'] """ 注意： MongoDB中關于數據庫和集合的創建都是懶創建 以上的操作在MongoDB的服務端沒有做任何操作 當第一個文檔被插入集合的時候才會創建數據庫和集合 """ #4.文檔 #在pymongo中使用字典來表示文檔 student1 = { 'id':'20180101', 'name':'jack', 'age':20, 'gender':'male' } #5.插入文檔 #5.1insert（） #插入單條數據 #注意：MongoDb會自動生成一個ObjectId,insert函數的返回值為objectid result = collection.insert(student1) print(result) #插入多條數據 student2 = { 'id':'20180530', 'name':'tom', 'age':30, 'gender':'male' } student3 = { 'id':'20180101', 'name':'bob', 'age':18, 'gender':'male' } #result = collection.insert([student2,student3]) #5.2insert_one() student4 = { 'id':'20180101', 'name':'rose', 'age':25, 'gender':'female' } #result = collection.insert_one(student4) #print(result) #InsertOneResult #print(result.inserted_id) #5.3insert_many() #result = collection.insert_many([student2,student3]); #print(result) #InsertOneResult #print(result.inserted_ids) #6.查詢文檔 #6.1 #find_one() result = collection.find_one({'name':'jack'}) print(type(result)) #<class 'dict'> print(result) #6.2通過objectid查詢 #5b3ed21f2e1016e9ad2dc7b7 #注意：導入模塊 result = collection.find_one({'_id':ObjectId('5b3ed21f2e1016e9ad2dc7b7')}) print(result) #查詢不到結果則返回None #6.3find() #需求：查詢年齡為20的數據 results = collection.find({'age':20}) print(results) #Cursor相當于是一個生成器，只能通過遍歷的方式獲取其中的數據 for r in results: print(r) #需求：查詢年齡大于20的數據 results = collection.find({'age':{'$gt':20}}) #6.4其他用法 #a.count() #統計所有數據的條數 count1 = collection.find().count() #統計制定條件的數據條數 count1 = collection.find({'age':20}).count() #b.sort() r0 = collection.find().sort('name',pymongo.ASCENDING) #c.limit(),skip() r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2) r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2).limit(5) #注意事項：在數據庫數量非常龐大的情況下，最好不要使用大的 的偏移量，很可能會導致內存溢出 #7.更新文檔 #7.1update() conditon = {'name':'jack'} student = collection.find_one(conditon); student['age'] = 30 result = collection.update(conditon,student) #7.2update_one() conditon = {'name':'jack'} student = collection.find_one(conditon); student['age'] = 30 result = collection.update_one(conditon,{'$set':student}) print(result.matched_count,result.modified_count) #7.2update_many() #查詢年齡大于20的數據，然后講年齡增加1 conditon = {'age':{'$gt':20}} result = collection.update_one(conditon,{'$inc':{'age':1}}) print(result.matched_count,result.modified_count) #8.刪除文檔 #8.1remove() #將符合條件的所有的數據全部刪除 result = collection.remove({'name':'rose'}) #8.2delete_one() result = collection.delete_one({'name':'rose'}) #8.3delete_many() result = collection.delete_many({'name':'rose'})
