mongo聚合查询

一.聚合查询就是流式的对数据处理,分成各个阶段

  1.当聚合查询只有一个阶段就和find没有差别,如:

 

 

   如果聚合有至少一个阶段, 那么每一个阶段都是一个字典。 不同的阶段负责不同的事情, 每一个阶段有一个关键字。

有专门负责筛选数据的阶段“$match”, 有专门负责字段相关的阶段“$project”, 有专门负责数据分组的阶段“$group”等。

 

二.筛选数据阶段  关键字 $match

  1.示例

db.getCollection("2020062401").aggregate([{$match:{和find完全一样的表达式}}])

 如:

1
db.example_user.aggregate([{$match: {"age":{$lt:18}}}])

  

 

 

 看上面的语句是不是和find一样?

db.example_user.find({"age":{$lt:18}})

  聚合查询操作中的, “{'$match': {和find完全一样的查询表达式}}”,“$match”作为一个字典的Key, 字典的Value和“find()”第1个参数完全相同。 “find()”第1个参数能怎么写, 这里就能怎么写。

 

三.筛选和修改字段   关键字 $project

    1.作用1:过滤字段,只返回部分字段

db.example_user.aggregate([{$project: {字段过滤语句}}])

  如:

db.example_user.aggregate([{$project: {'age':1,'name':1,'work':1}}])

 

    2.作用2:在返回结果添加新字段(字符串)

  如:(注意,hello字段是原来不存在的)

db.example_user.aggregate([{$project: {'age':1,'name':1,'work':1,'hello':'wocao'}}])

   3

  3.作用3.:在返回结果复制现有字段

如:

db.example_user.aggregate([{$project: {'age':1,'name':1,'work':1,'hello':'wocao','cao':'$age'}}])

 

 

 

   4..作用4:在返回结果修改现有字段

如:

db.example_user.aggregate([{$project: {'age':'this is age','name':1,'work':1}])

  5..作用5:抽取嵌套字段

 先看一下用find查询嵌套字典的前后对比

db.getCollection("2020062405").find({})

 

db.getCollection("2020062405").find({},{'user.name':1})

 

   

 

 

 

 

 

 再看一下使用$project

db.getCollection("2020062405").aggregate([{$project: {'name':"$user.name",'age':'$user.age'}}])

 

 

   看到差别了把

   6.特殊字段的处理  

  如果想添加一个字段,但是这个字段的值就是数字“1”会怎么样?

  如果添加一个字段,这个字段的值就是一个普通的字符串,但不巧正好以“$”开头,又会怎么样呢?

   

db.getCollection('example_data_1').aggregate([

{'$match': {'age': {'$gt': 28}}},

{'$project': {'_id': 0, 'id': 1, 'hello': '$normalstring', 'abcd': 1}}

])

 

由于特殊字段的值和“$project”的自身语法冲突了,导致所有以“$”开头的普通字符串和数字都不能添加。要解决这个问题,就需要使用另一个关键字“$literal”,代码如下

 

db.getCollection('example_data_1').aggregate([

{'$match': {'age': {'$gt': 28}}},

{'$project': {'_id': 0, 'id': 1, 'hello': {'$literal': '$normalstring'}, 'abcd': {'$literal': 1}}}

])

 

 

摘自:《左手redis,右手mongodb》

posted @   阿布_alone  阅读(743)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 25岁的心里话
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
TOP
点击右上角即可分享
微信分享提示