MongoDB的查询操作
1. 前言
在这篇博文中，我们将学习如何查询mongoDB中的数据。当我们把数据存储在mongoDB以后，我们需要把数据查询出来。毕竟CRUD操作中，查询操作在我们系统中是我们应用比较频繁的操作。我们需要应对不同的业务需求，构造合适的查询条件去查询我们想要的数据。我们需要去学习mongoDB给我们提供了哪些查询相关的语法和功能。在这里，我们使用mongodb自带的mongo shell（mongo shell是一个javascript环境的mongodb客户端，支持js语法）来学习。
2. 准备
在开始之前，我们需要准备一下实验用的数据：
// 启动mongo shell客户端 $ mongo // 在这里我们使用test数据库，如果没有这个数据库，会自动创建 > use test // 在users collection中插入6条用户数据 > 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", "red" ], 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: [ "red", "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 } ] } ] )
3. 基本查询
MongoDB提供了db.collection.find()方法来执行查询操作。find方法接受两个参数：一个查询条件，一个是投影的字段。这两个参数都不是必须的，如果省略了查询条件，则默认列出collection中的所有文档。
db.users.find() // 这个和上面的语句是等价的 db.users.find({})
3.1 等值查询
通过find()方法来执行等值查询的时候，可以通过{<field>:<value>}的方式来指定查询条件，这个条件表示在collection中查询满足field的值为value的所有文档。假设我们需要查找所有status是'A'的用户，我们可以这么查询：
db.users.find({status: 'A'})
查询结果
{ "_id" : 3, "name" : "ahn", "age" : 22, "type" : 2, "status" : "A", "favorites" : { "artist" : "Cassatt", "food" : "cake" }, "finished" : [ 6 ], "badges" : [ "blue", "red" ], "points" : [ { "points" : 81, "bonus" : 8 }, { "points" : 55, "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 } ] }
3.2 操作符查询
mongodb支持使用操作符来构造查询条件，比如比较操作符，如$gt,$lt等。使用操作符的查询条件通过{<field>: {<operator>:<value>}}来表示。假设我们要查询age超过22的用户，可以这么做：
db.users.find({age: {$gt: 22}})
查询结果
{ "_id" : 2, "name" : "bob", "age" : 42, "type" : 1, "status" : "A", "favorites" : { "artist" : "Miro", "food" : "meringue" }, "finished" : [ 11, 25 ], "badges" : [ "green" ], "points" : [ { "points" : 85, "bonus" : 20 }, { "points" : 64, "bonus" : 12 } ] }
{ "_id" : 4, "name" : "xi", "age" : 34, "type" : 2, "status" : "D", "favorites" : { "artist" : "Chagall", "food" : "chocolate" }, "finished" : [ 5, 11 ], "badges" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
{ "_id" : 5, "name" : "xyz", "age" : 23, "type" : 2, "status" : "D", "favorites" : { "artist" : "Noguchi", "food" : "nougat" }, "finished" : [ 14, 6 ], "badges" : [ "orange" ], "points" : [ { "points" : 71, "bonus" : 20 } ] }
{ "_id" : 6, "name" : "abc", "age" : 43, "type" : 1, "status" : "A", "favorites" : { "food" : "pizza", "artist" : "Picasso" }, "finished" : [ 18, 12 ], "badges" : [ "black", "blue" ], "points" : [ { "points" : 78, "bonus" : 8 }, { "points" : 57, "bonus" : 7 } ] }
3.3 and关系
mongodb支持的and关系查询很简单，当一个查询条件中包含多个<field:value>对的时候，这些条件之间的关系就是and关系。所以and关系的查询可以这样表示{<field1>:<value1>, <field2>:<value2>, ...,<fieldN>:<valueN>}。假设我们要查询满足条件：status是'D'，并且age大于23的用户，我们可以这么查询：
db.users.find({status: 'D', age: {$gt: 23}})
查询结果
"_id" : 4, "name" : "xi", "age" : 34, "type" : 2, "status" : "D", "favorites" : { "artist" : "Chagall", "food" : "chocolate" }, "finished" : [ 5, 11 ], "badges" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
3.4 or关系
mongodb通过操作符"$or"来支持or关系的查询。or关系的查询条件可以这么构造：{$or: [{<field1>:<value1>}, {<field2>:<value2>},..., {<fieldN>:<valueN>}]}。比如我们想查询status是'A' 或者age大于23的用户，我们可以这么做：
db.users.find({$or: [{status: 'A'}, {age: {$gt: 23}}]})
查询条件
{ "_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", "red" ], "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" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
{ "_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 } ] }
4. 嵌套文档查询
如果在文档中的一个字段上的值也是一个文档，当我们需要查询这个文档中的子文档中的值得时候，就涉及到嵌套文档的查询。MongoDB支持对嵌套文档的查询。
4.1 匹配整个子文档
匹配整个子文档可以认为也是一种等值查询，只不过这次的值是一个子文档。所以查询条件就是这样的{<field>:<sub document>}。假设我们要查询favorites这个字段上，artist为'Picasso'，food为'pizza'的用户，我们可以这样做：
db.users.find( { favorites: { artist: "Picasso", food: "pizza" } } )
查询结果
{ "_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 } ] }
4.2 匹配子文档中的字段
mongodb支持匹配子文档中的字段，通过点(.)符号来表示子文档中的字段，比如我们在favorites字段对应的子文档中的artist字段上做查询操作，可以通过favorites.artist来表示这个子文档中的artist字段
db.users.find( { "favorites.artist": "Picasso" } )
查询结果
{ "_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" : 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 } ] }
5. 在数组上查询
如果文档中的字段的值是数组类型，mongodb支持对数组类型的字段构造查询条件。
5.1 匹配整个数组
mongodb对整个数组进行匹配的时候，和匹配整个嵌套文档的方式类似。只要在条件中给出整个数组就可以了，就像这样{<field>:<value>}，只不过这里的<value>是需要匹配的整个数组。假设我们需要查找badges的值为"['blue', 'black']"的用户，我们可以这样做
db.users.find( { badges: [ "blue", "black" ] } )
查询结果
{ "_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 } ] }
5.2 查找数组中的一个元素
除了对数组类型的字段做完全匹配的查询，我们也可以把数组的元素作为查询条件，主要数组中包含了这个元素，那么都会被匹配到。比如我们需要查找badges的数组中包含了'black'元素的所有用户，我们可以这样做
db.users.find( { badges: "black" } )
查询结果
{ "_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" : 4, "name" : "xi", "age" : 34, "type" : 2, "status" : "D", "favorites" : { "artist" : "Chagall", "food" : "chocolate" }, "finished" : [ 5, 11 ], "badges" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
{ "_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 } ] }
可以看到，这三个用户的badges字段中的值中，都有‘black’元素在数组中。
5.3 匹配数组中指定下标的元素
mongodb支持把数组中指定下标的元素作为查询条件来构造查询语句，通过类似于引用子文档的点号(.)方式来说引用指定下标的元素。比如badges字段中数组的第一个元素，可以表示成：badges.0，类似的，第N个就是badges.N。假设我们想查找满足badges数组中的第一个元素是'black'的用户，我们可以这样做：
db.users.find( { "badges.0": "black" } )
查询结果
{ "_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 } ] }
查询结果看到，只有一个满足条件的用户。虽然别的用户的badges字段也有'black'字段，但是由于需要查找数组的第一个元素是'black'的用户，所以只有一个用户是满足条件的。
5.4 对数组元素指定多个查询条件
多个条件之间的and关系
mongodb提供了一个"$elemMatch"操作符，这个操作符的作用是对数组中的元素进行多条件匹配，只要数组中至少一个元素满足指定的条件，那么就表示匹配成功，也就是说，'$elemMatch'操作符指定的条件之间是"与"的关系。来看例子，假设我们要找到满足finished字段中的数组元素的值大于15，小于20，我们可以这样做：
db.users.find( { finished: { $elemMatch: { $gt: 15, $lt: 20 } } } )
查询结果
{ "_id" : 1, "name" : "sue", "age" : 19, "type" : 1, "status" : "P", "favorites" : { "artist" : "Picasso", "food" : "pizza" }, "finished" : [ 17, 3 ], "badges" : [ "blue", "black" ], "points" : [ { "points" : 85, "bonus" : 20 }, { "points" : 85, "bonus" : 10 } ] }
{ "_id" : 6, "name" : "abc", "age" : 43, "type" : 1, "status" : "A", "favorites" : { "food" : "pizza", "artist" : "Picasso" }, "finished" : [ 18, 12 ], "badges" : [ "black", "blue" ], "points" : [ { "points" : 78, "bonus" : 8 }, { "points" : 57, "bonus" : 7 } ] }
我们可以看到，“$elemMatch”操作符的用法，是用指定的多个条件来匹配数组中的每一个值，只要数组中至少有一个值满足我们指定的条件，就表示匹配成功。
多条件之间的or关系
mongodb在数组匹配的时候，可以返回满足指定条件的结果的并集。通俗的讲，指定的条件之间是“或”的关系，即只要数组中的任何一个元素满足多个查询条件中的任何一个，那么就认为这个文档被匹配上了。比如，我们如果这样指定查询条件
db.users.find( { finished: { $gt: 15, $lt: 20 } } )
我们先来看下查询的结果
{ "_id" : 1, "name" : "sue", "age" : 19, "type" : 1, "status" : "P", "favorites" : { "artist" : "Picasso", "food" : "pizza" }, "finished" : [ 17, 3 ], "badges" : [ "blue", "black" ], "points" : [ { "points" : 85, "bonus" : 20 }, { "points" : 85, "bonus" : 10 } ] }
{ "_id" : 2, "name" : "bob", "age" : 42, "type" : 1, "status" : "A", "favorites" : { "artist" : "Miro", "food" : "meringue" }, "finished" : [ 11, 25 ], "badges" : [ "green" ], "points" : [ { "points" : 85, "bonus" : 20 }, { "points" : 64, "bonus" : 12 } ] }
{ "_id" : 6, "name" : "abc", "age" : 43, "type" : 1, "status" : "A", "favorites" : { "food" : "pizza", "artist" : "Picasso" }, "finished" : [ 18, 12 ], "badges" : [ "black", "blue" ], "points" : [ { "points" : 78, "bonus" : 8 }, { "points" : 57, "bonus" : 7 } ] }
这个查询条件和上面的元素匹配的查询条件相比，查询的结果我们看到，中间的记录中，finished的值是[11, 25]的也满足查询条件。这是因为{finished: {$gt: 15, $lt: 20}}这个条件，表示数组中的任何一个元素，只要满足大于15或者小于20，都被认为是满足查询条件的，指定的条件之间是“或”的关系。而通过"$elemMatch"操作符指定的查询条件，条件之间的关系是“与”的关系。所以不难理解，值为[11, 25]的那个记录之所以被匹配，是因为它满足25是大于条件中的15的，而11是小于条件中的20的，所以自然就满足条件了。
5.5 数组中包含子文档的查询
当数组中包含子文档的时候，也可以为这些子文档中的字段构造查询条件。
使用数组下标定位到具体的子文档
这种方式的查询条件，是同时利用数组的下标表示和文档中字段的点号(.)表示法来指定数组中子文档中的字段。讲的有点绕，我们来看具体的例子。
db.users.find( { 'points.0.points': { $lte: 55 } } )
这条查询语句的意思，表示我们要查询points字段中，它包含的数组中下标为0的子文档中的points字段的值，满足条件{$lte: 55}，也就是这个子文档中的points字段的值小于等于55。查询结果如下：
{"_id" : 4, "name" : "xi", "age" : 34, "type" : 2, "status" : "D", "favorites" : { "artist" : "Chagall", "food" : "chocolate" }, "finished" : [ 5, 11 ], "badges" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
匹配任何一个满足条件的子文档
如果我们省略了数组的下标，那么查询条件就变成了这样
db.users.find( { 'points.points': { $lte: 55 } } )
它表示查询points数组中任何一个子文档，只要子文档中的points字段的值满足条件{$lte: 55}就可以了。
查询结果：
{ "_id" : 3, "name" : "ahn", "age" : 22, "type" : 2, "status" : "A", "favorites" : { "artist" : "Cassatt", "food" : "cake" }, "finished" : [ 6 ], "badges" : [ "blue", "red" ], "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" : [ "red", "black" ], "points" : [ { "points" : 53, "bonus" : 15 }, { "points" : 51, "bonus" : 15 } ] }
可以看到，查询结果中包含了所有满足条件的记录。
多个条件之间的and关系
利用上面提到的数组的多条件“and”关系匹配的方法，也可以用来为数组中的子文档指定多个匹配条件。查询条件也是利用了"$elemMatch"操作符：
db.users.find( { points: { $elemMatch: { points: { $lte: 70 }, bonus: 20 } } } )
可以看到，我们在对points数组中的子文档指定多个匹配匹配条件的时候，和上面提到的对数组中元素指定多个匹配条件的方式类似。只不过，上面是对整数指定匹配条件，这里是换成了对子文档指定匹配条件，而且子文档中的字段可以直接引用，不用采用点(.)号的方式引用。
查询结果
{ "_id" : 3, "name" : "ahn", "age" : 22, "type" : 2, "status" : "A", "favorites" : { "artist" : "Cassatt", "food" : "cake" }, "finished" : [ 6 ], "badges" : [ "blue", "red" ], "points" : [ { "points" : 81, "bonus" : 8 }, { "points" : 55, "bonus" : 20 } ] }
多个条件之间的or关系
和对数组中元素指定多个or关系的查询条件一样，对数组中的子文档指定多个or关系的查询条件的语句，在形式上类似。来看具体的例子：
db.users.find( { "points.points": { $lte: 70 }, "points.bonus": 20 } )
这里使用点(.)号来引用数组中的子文档的字段，其中两个条件之间是“或”的关系，语句的意思大体是这样的：查询满足points数组中，任何一个子文档的points字段的值不小于70或者任何一个子文档的bonus字段的值为20的记录。查询结果是这样的：
{ "_id" : 2, "name" : "bob", "age" : 42, "type" : 1, "status" : "A", "favorites" : { "artist" : "Miro", "food" : "meringue" }, "finished" : [ 11, 25 ], "badges" : [ "green" ], "points" : [ { "points" : 85, "bonus" : 20 }, { "points" : 64, "bonus" : 12 } ] }
{ "_id" : 3, "name" : "ahn", "age" : 22, "type" : 2, "status" : "A", "favorites" : { "artist" : "Cassatt", "food" : "cake" }, "finished" : [ 6 ], "badges" : [ "blue", "red" ], "points" : [ { "points" : 81, "bonus" : 8 }, { "points" : 55, "bonus" : 20 } ] }
如果我们对数组的下标做了指定，那么可以在上面的多个“or”条件之上，再加一个数组元素的位置限定。比如：
db.users.find({'points.0.points': {$gte: 70}, 'points.0.bonus': 8})
这里使用了上面提到的，在数组中指定下标的方式来指定数组中的某一个元素。
查询结果
{ "_id" : 3, "name" : "ahn", "age" : 22, "type" : 2, "status" : "A", "favorites" : { "artist" : "Cassatt", "food" : "cake" }, "finished" : [ 6 ], "badges" : [ "blue", "red" ], "points" : [ { "points" : 81, "bonus" : 8 }, { "points" : 55, "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 } ] }
6. null值和字段存在性检查
mongodb中，字段的值为null和字段缺失对于不同的查询条件中，会有不同的处理方式。
首先我们先添加两条分别是字段值为null和字段缺失的实验数据：
db.users.insert( [ { "_id" : 900, "name" : null }, { "_id" : 901 } ] )
查询值是否为null或者值字段值是否存在，可以使用等值查询来判断。以{<field>:null}的方式判断的时候，字段的值为null和字段不存在这两种情况被认为是相同的，比如我们这样查询：
db.users.find({name: null})
查询的结果
{ "_id" : 900, "name" : null }
{ "_id" : 901 }
可以看到，当使用等值查询的时候，会把字段不存在和字段值为null的记录都查询到，但是有时候我们需要区分这两种情况，这个时候，我们就需要用别的方法来进行查询了。
首先，对于字段缺失的情况，我们可以使用"$exists"操作符来判断字段是否存在。
db.users.find( { name : { $exists: false } } )
查询结果
{ "_id" : 901 }
可以看到，"$exists"操作符对待null和字段缺失的情况是不同的，只要字段存在，即使字段的值为null，$exists操作符也认为字段是存在的。
字段的存在性可以通过“$exists”操作符来判断，那么判断字段是否为null的也是有方法，这就需要通过字段值类型来解决了。
db.users.find( { name : { $type: 10 } } )
查询结果
{ "_id" : 900, "name" : null }
我们可以看到，在查询语句中，使用了"$type"操作符，"$type"操作符的作用是判断字段的值得类型。而null值得类型在BSON中为10，所以利用这一点来判断字段是否为null。
7. 总结
到这里，我们已经差不多讲完了mongo中有关查询语句的语法。从对简单值的查询，到对嵌套子文档的查询，再到数组的查询，最后到数组和子文档嵌套的复杂查询。以及如何对多个查询条件做“or”操作和“and”操作。希望这篇文章对各位有一些帮助吧。
讲了那么多，光看没用，还是要多动手实践，自己动手去敲一遍代码才会加深印象，如果能在项目中的业务场景中需要用到这些查询，那么就再好不过了。因为这样才会让这些知识更好地被吸收，不然就会掉入学了忘，忘了学的深渊之中。这其实也是写博客的好处，学了新的知识，即使不能马上用到工作中，通过一篇博客来巩固加深印象，虽然没在实际项目中使用产生的效果好，也是也是有一定的效果的。
