mongodb高级应用
一、 高级查询
- 查询操作符
- 条件操作符:db.collection.find({“field”:{$gt/$lt/$gte/$lte/$eq/$ne:value}});
- 匹配所有:db.collection.find({age:{$all:[6,8]}});//字段的数组中符合全部条件才行。
- 判断字段存在:db.colletion.find({field:{$exists:true}})//还可用于remove等。
- Null值的处理:db.collection.find({field:{“$in”:null,”$exists:true}});
- 取模运算:db.colletion.find({field:{$mod:[10,1]}});
- $ne不等于
- $in包括
- $nin不包括 //$ini和$ne的区别就是ini用于数组检测
- $size匹配数组元素个数
- Count查询记录条数:db.field.find().count();
- Skip显示返回记录的起点:db.students.find().skip(4),跳过前面4条
- Sort排序
- Distinct去重:db.collection.distinct(“field”);查看某字段值的种类。
- Group分组统计
- 查询语法
- 数组内容的查询:通过查询数组的一个属性,可以查出整条文档。
- 内嵌文档的查询:查询文档中field字段中name属性可以find({“field.name”:*});
- 正则表达式匹配查询
- $where查询:命令中不包括where关键字
- 联合查询
- 步骤
1 u=db.user.findOne({author:“ken”});
2 for(var p=db.posting.find({author:u.author});p.hasNext();) {printjson(p.next().title)};
3 上面的解析:先通过名称找出文档,再通过获得的文档中的名称打印title
- 游标和存储过程
- 游标:结果缓存再读取
- 存储过程
1 声明:db.system.js.save({_id: addNumbers value:funtion(x,y){return x+y}});
2 通过id调用:db.eval(‘addNumbers(3,4)’);
3 声明后直接调用:db.eval(function(){return 3+3});
二、 高级更新
- 数据更新命令
- Update:db.collection.update(criteria,objNew,upsert,multi)
1 Criteria:此处填写查询条件
2 objNew:用$inc的操作
3 upsert:逻辑操作决定在更新操作的时候,没有符合条件的时候是否插入。
4 multi:按照条件查找的多多条的时候,决定多条记录是否同时更新。
- save:如果集合里面有同id的文档,将被覆盖,如果没有,就添加。
- 数据更新操作符
- $inc:{$inc:{field:value}} //对某个字段的数值作品加法
- $set:{$set:{field:value}} //直接修改某个字段的值
- $unset:{$unset:{field:1}} //删除字段
- $push:{$push:{field:value}} //针对数组类型添加值
- $pushAll:{$pushAll:{field:[value1,value2]}} //针对数组类型添加多个值
- $addToSet:{$addToSet:{field:[value1,value2]}} //针对数组类型添加数组
- $pop:{$pop:{field:-1}} //删除数组内的一个值
- $pull:{pull:{field:_value}} //从数组中删除一个等于value的值
- $pullAll:{pullAll:{field:[value1,value2]}} //可以一次删除数组内多个值
- $rename:{$rename:{old_name:new_name}} //字段重命名
- 高级特性
- Capped Collection
1 先预定空间的大小,用完之后就老化溢出。
2 发挥最大的性能,在记录日志不应该创建索引。
3 发挥最大的性能,读比写多的时候不要在上面创建索引。
4 Ps:log speed 是快,data speed 慢。
- GridFS规范
1 海量存储
- 因为BSON的大小限制,大文件会分开。
- Files(包括元数据对象),chunks(二进制块)
2 命令行工具
- Mongofiles put 上传
- Mongofiles get 下载
- MapReduce编程模型
1 Map进行分组
2 Reduce聚合计算
3 Result获取结果
4 Finalize格式化输出
5 Options定制输出