基础的mongodb增删改查入门，请查看我的另一篇博文《mongodb-4.4.10版本与MySQL的SQL语法对比，以及mongodb增删改查入门demo》。
mongo的索引管理，请查看《mongodb-4.4.10版本的索引管理：创建、删除》
这篇文章给大家讲讲mongo的高阶查询。
查询选择器：
| 运算符类型 | 运算符 | 描述 |
| 范围 | $eq | 等于 |
| $lt | 小于 | |
| $gt | 大于 | |
| $lte | 小于等于 | |
| $gte | 大于等于 | |
| $in | 判断元素是否在指定的集合范围里 | |
| $all | 判断数组中是否包含某几个元素，无关顺序 | |
| $min | 判断元素是否不在指定的集合范围里 | |
| 布尔运算 | $ne | 不等于，不匹配参数条件 |
| $not | 不匹配结果 | |
| $or | 有一个条件成立则匹配 | |
| $nor | 所有条件都不匹配 | |
| $and | 所有条件都必须匹配 | |
| $exists | 判断元素是否存在 | |
| 其他 | . | 子文档匹配 |
| $regex | 正则表达式匹配 |
./mongo localhost:27017 连接到mongodb指令
假设我的mongo里有个lison数据库，有个users集合，集合里有这样一些BSON结构的数据：
{
"id": 1,
"username": "ZhangSan",
"money":150.88,
"age":20,
"birthday": "2011-11-26",
"createTime":"2020-05-15 10:00:00",
"updateTime":"2011-11-26 12:26:21",
"address": {
"code":"411000"
"adress_detail":"长沙"
},
"favorites": {
"movies":["蜘蛛侠","钢铁侠","蝙蝠侠"],
"cites":["北京","杭州","上海"]
},
"comments":[
{"author":"lisi","content":"第1楼评论内容","commentTime":ISODate("2017-06-06T10:15:22.00Z")},
{"author":"wangwu","content":"第2楼评论内容","commentTime":ISODate("2017-06-07T12:16:11.00Z")},
{"author":"liuliu","content":"第3楼评论内容","commentTime":ISODate("2017-06-08T13:17:20.00Z")},
]
}例如and, or, like, in 这样的查询选择符，请查看我的另一篇博文《mongodb-4.4.10版本查询选择器列表》
我们照例拿mysql和mongo的SQL做对比：
| Mongo | MySQL | |
| select cl1,cl2 | db.users.find({"username":"xxx"},{"username":1,"age":1}).pretty() 这里的1就表示仅查询出该字段，这些字段叫投影字段 db.users.find({"username":"Chen"},{"username":1}).pretty() db.users.find({},{"username":1}).pretty() |
select username, age from uses where username = 'xxx' select username from uses where username = 'Chen' select username from uses |
| select cl1,cl2, _id | db.users.find({"username":"xxx"},{"username":0}).pretty() 查询字段里不要username，这些字段叫投影字段，其他字段都要。 0表示排除字段，非0表示字段选择并排除其他字段，所有字段必须设置同样的值，但是_id主键可以例外。 db.users.find({},{"username":0}).pretty() db.users.find({"username":"xxx"},{"username":1,"age":0}).pretty() 如果这么写会报错，因为投影字段要么全设置为1，要么全设置为0。 但是有个例外：_id 主键字段可以很特殊的不要： db.users.find({"username":"Chen"},{"username":1,"_id":0}).pretty() |
select age,money,createTime from uses where username = 'xxx' 查询字段里不要username，其他字段都要 select age,money,createTime from uses |
| count | db.users.find({}).count() | select count(*) from users |
| where | db.users.find({"username":"xxx"}) | select * from users where username = 'xxx' |
| and | db.users.find({ “$and”: [{"username":"xxx"},{"age":18}] }).pretty() | select * from users where username = 'xxx' and age = 18 |
| or | db.users.find({ “$or”: [{"username":"xxx"},{"age":18}] }).pretty() | select * from users where username = 'xxx' or age = 18 |
| in | db.users.find({"username": {"$in": ["x1","x2","x3"] } }).pretty() | select * from users where username = 'x1' or username = 'x2' or username = 'x3' |
| exists | db.users.find({"money": {"$exists":true} }).pretty() 如果这样写，表示我要查出集合里有money字段的记录，如果是false，那么就查出没有money字段的集合记录。 |
select * from users where user_id exists (select user_id from orders) |
| < 小于 | db.users.find({"age": {"$lt":20} }).pretty(); db.users.find({"age": {"$not": {"$gte":20}} }).pretty(); -- 在这里对大于20的再取反也是一样的效果 db.users.find({ “$or”: [ {"age": {"$lt":20} } ,{"age": {"$exists":true}} ] }).pretty() 这里表示age小于20或者age字段存在的记录 |
select * from users where age < 20; select * from users where age < 20 or age exists ( select age from mylog ); |
| order by | db.users.find().sort({"username": 1 }).pretty() 1：升序 db.users.find().sort({"username": -1 }).pretty() -1：降序 |
select * from users order by username asc select * from users order by username desc |
| sort limit skip |
db.users.find().sort({"username":1}).limit(2).skip(4) limit表示取多少条数据，skip表示跳过多少条数据，尽量避免使用skip跳过大量数据，会影响性能。 sort里的1: 升序(asc), -1: 降序(desc) |
select * from users order by username asc limit 4,2 |
| distinct | db.users.distinct("username").pretty(); | select distinct username from users |
| 子文档查询 | db.users.find({"favorites.movies":"蜘蛛侠"}) 注意这里的favorites.movies必须要有双引号 查询数组中包含"蜘蛛侠" |
select * from users wehre favorites.movies like '%蜘蛛侠%' |
| 子文档查询 “全是” |
db.users.find({"favorites.movies":{"$all":[ "雷神", "战狼" ]}},{"favorites.movies":1}) 查询数组包含["雷神", "战狼" ]的文档，跟顺序无关，跟数量有关。 也就是雷神1和战狼谁前谁后顺序无关，只要都包含就行，且无其他值。 |
|
| 子文档查询 "in" |
db.users.find({"favorites.movies":{"$in":[ "雷神", "战狼" ]}},{"favorites.movies":1}) 查询数组包含["雷神", "战狼" ]中任意一个的文档，跟顺序无关，跟数量无关 |
|
| 子文档查询 “===” |
db.users.find({"favorites.movies":[ "杀破狼", "战狼", "雷神" ]}).pretty(); "==="。查询数组等于[ "杀破狼", "战狼", "雷神" ]的文档，严格按照数量、顺序； 也就是数组里的值顺序必须是：杀破狼、战狼、雷神，这叫按照顺序，且不能有其他值，这叫按照数量 |
|
| 子文档查询 数组中的第一个值 |
db.users.find({"favorites.movies.0": "杀破狼" ]}).pretty(); 查找数组中第一个值为杀破狼的数据 |
|
| 子文档查询 数组中取值 |
db.users.find({},{"favorites.movies":{"$slice":[0,3]},"favorites":1}) $slice可以从数组中取出从0条到第3条的数据； [3,3] 就是从第3条开始，获取出3条 [10,3] 就是从第10条开始，获取出3条 |
|
| db.users.find({"comment": {"author":"lisi","content":"第1楼评论内容","commentTime":ISODate("2017-06-06T10:15:22.00Z")} }) 每一个值都要一样，精确查找 |
||
| db.users.find({"comment.author": "lisi" }) 查找lisi发表的所有评论 | ||
| db.users.find({"comment.author": {"$in": ["lisi","wangwu"] } }) 查找lisi或者wangwu评论过的 | ||
| db.users.find({"comment.author": {"$all": ["lisi","wangwu"] } }) 查找lisi和wangwu都评论过的 | ||
| db.users.find({"comment": {"$elemMatch": {"author":"lisi", "content":{"$regex":".*不良评论.*"}} } }) 查找lisi发表的，并且内容包含"不良评论"的，这里的.*就是mysql里的% |
||
| group | $group符的存在可以支持mongo其他聚合操作，比如: avg, min, max | |
|
max min avg |
db.users.aggregate({ "$group": { "_id":"$_id", "max_age":{ "$min":"$age"}} }) 注意这里的$_id取的是_id主键的值 db.users.aggregate({ "$group": { "_id":"abc", "max_age":{ "$min":"$age"}} }) 注意这里的abc是给一个固定的值abc，并不是从_id字段里取值 上面举例max的例子，min；avg用法类同 |
select _id, max(age) from users group by _id select 'abc', max(age) from users |
| 【应用例子】 查询2015年4月3号之前，每个用户每个月消费的总金额，并按用户名进行排序 |
db.orders.aggregate([ {"$match":{ "orderTime" : { "$lt" : new Date("2015-04-03T16:00:00.000Z")} }}, {"$group":{ "_id":{ "user_id":"$use_id", "month": {"$month":"$orderTime"} }, "total":{"$sum":"$price"} }}, {"$sort":{"_id":1}} ]) |
select orderMonth, useCode, sum(price) from orders where orderTime < '2015-04-03 16:00:00' group by user_id, month(orderTime) orderMonth sort by _id desc |
| $unwind 打散数据 |
比如这样的数据： { “username”:"lisi", "age":20, "favorites": {"movies":["蜘蛛侠","钢铁侠"]} } 上面这一行数据，使用$unwind将favorites.movies字段打散数据后就变成了2行数据： db.users.aggregate([{"$match":{"username":"cang" }},{ "$unwind":"$favorites.movies" }]).pretty() 两行数据： {“username”:"lisi","age":20,"favorites": {"movies":"蜘蛛侠"}} {“username”:"lisi","age":20,"favorites": {"movies":"钢铁侠"}} 数据打散后可以进行group by和sort的例子： db.orders.aggregate([ {"$match":{ "orderTime" : {"$lt" : new Date("2015-04-03T16:00:00.000Z")} }}, {"$unwind":"$Auditors"}, {"$group":{ "_id":{"Auditors":"$Auditors"}, "total":{"$sum":"$price"} }}, {"$sort":{"_id":1}} ]) |
|
| 打散数据，例子2 | db.users.aggregate([ {"$match":{"username":"lison"}}, {"$unwind":"$comments"}, {"$sort":{"comments.commentTime":1}}, {"$project":{"comments":1}}, // 仅select这个字段，其他字段不要 {"$skip":0}, {"$limit":3} ]) |
左边这个mongodb的sql相当于（不全是）这个mysql的例子: select comments from users where username = 'lison' group by comments order by comments.commentTime asc limit 0,3 |
避免使用不使用索引的查询符：$ne, $nin, $where等
【开启慢查询记录】
开启内置查询分析器，类似于开启mysql的explain： db.setProfilingLevel(n,{m}) n的取值可选：0,1,2。 例子：db.setProfilingLevel(1,2000) 表示开启慢速操作记录，记录下超过2000ms的慢速操作
0 是默认值，表示不记录任何慢查询
1 表示记录慢速操作，如果置为1，m必须赋值，单位为ms，用于定义慢速查询时间的阈值。
2 表示记录所有的读写操作
【慢查询记录集合】
慢速查询结果会保存到一个特殊的盖子集合system.profile里，这个集合分配了128kb的空间，要确保监控分析数据不会消耗太多的系统性资源，盖子集合维护了自然的插入顺序，可以使用$natural操作符进行排序，
如：db.system.profile.find().sort({"$natural":-1}).limit(5) 按照时间顺序倒序取出最新5条数据
盖子集合的大小或者数量是固定的，且不能做update和delete，容量满了之后，按照时间顺序，新文档会覆盖旧文档。
【慢查询分析explain】
db.users.find({“age”:20}).explain('executionStats') 我要查询age = 20的数据，并且查看这个查询的执行计划，explain的入参有3个可选值：
queryPlanner 默认值。表示仅仅展示执行计划信息
executionStats 表示展示执行计划信息同时展示被选中的执行计划的执行情况信息
allPlansExecution 表示展示执行计划信息，并展示被选中的执行计划的执行情况信息，还展示备选的执行计划的执行情况信息
【explain结果解析】
queryPlanner（执行计划描述）
winningPlan（被选中的执行计划）
stage（可选项:COLLSCAN 没有走索引；IXSCAN使用了索引） 关于索引，查看另一篇博文《mongodb-4.4.10版本的索引管理：创建、删除》
rejectedPlans(候选的执行计划)
executionStats(执行情况描述)
nReturned （返回的文档个数）
executionTimeMillis（执行时间ms）
totalKeysExamined （查询了多少数据）
totalDocsExamined （匹配了多少文档）
inputStage : {
indexName 目前用到了哪个索引
}
优化目标 Tips:
1.根据需求建立索引
2.每个查询都要使用索引以提高查询效率, winningPlan. stage 必须为IXSCAN ；
3.追求totalDocsExamined = nReturned
如果出现了慢查询，我们就需要使用mongo的索引来优化它，关于mongo的索引管理，请查看《mongodb-4.4.10版本的索引管理：创建、删除》
end.
