MongoDB基本查询整理
精确匹配 单个键值对:{age:28}, 返回age值为28的所有文档。 多个键值对:{username:tom, age:28},将多个查询条件
精确匹配
比较操作符,分别对应:
$gt >= $gte
可以组合起来查找一个范围内的值。
如:年龄在18到35之间的查询文档是:{"age": {"$gte":18, "$lte":35}}
该范围查询方式对日期类型值尤为方便。
“不相等”操作符,对应:!=
如用户名不是tom的查询文档是: {"username": {"$ne":"tom"}}
用来查询一个键对应的多个值,对单个键做OR查询。
如:活动中奖号码是1,4,8,要找出全部这些中奖数据的查询文档是:{"ticket_no":{"$in":[1, 4, 8]}}
相对地,$nin返回与数组中值都不符合的数据,如找出没有中奖的数据的查询文档是:{ "ticket_no": {"$nin": [1, 4, 8]} }。
用来查询多个键的任意值,会更通用一些。它接受一个所有可能条件的数组作为参数,也可以含有其他条件句。如:
{ "$or": [ { "ticket_no":{ "$in":[1, 4, 8] } }, { "winner":true } ] }
$or的第一个条件应尽可能地匹配更多的文档,这样才最有效。
$not是元条件句,可以用在任何其他条件之上,表取反。
如:查询文档:{"value":{"$mod":[5,1]}},符合条件的值有:1, 6, 11等。
如果想要查找值为2, 3, 4, 5, 7, 8, 9, 10, 12等的数据就可以用:{"value":{"$not":{"$mod":[5,1]}}}。
用来查询文档中某个键是否存在,,如找出不存在键名为key1的文档:{"key1":{"$exists":false}};
相反,{"key1":{"$exists":true}}表示存在key1键。
查询文档{"x":null},执行后返回:包含有键值对“x”:null的文档,以及不存在x键的文档。
正则表达式PCRE支持的正则表达式都能被MongoDB所接受。
如查询文档{key1”} 都会返回。
可用于SQL中的like场景。
文档1:{"fruit":["apple", "pear", "peach"]}, 文档2:{"fruit":["peach", "banana", "apple"]}, 文档3:{"fruit":["orange", "banana", "apple"]},
若查询文档为:{"fruit":"apple"},文档1,2,3都会被成功匹配。
需要用到$all条件句了,若查询文档为:{"fruit":{"$all":["apple","peach"]}},则文档1,2会被匹配,与元素顺序无关。
若查询文档为:{"fruit":["apple", "pear", "peach"]},则只匹配文档1,对于缺少或冗余,以及顺序不一致的都不会匹配到。
采用key.index方式,数组下标从0开始。如查询文档:{"fruit.2":"apple"},则文档2,3被匹配。
若查询文档为:{"fruit":{"$size":3}},表示查询长度为3的数组,文档1,2,3都会被匹配。
如文档:
{ "_id":1, "name":{"first":"Joe", "last":"Smith"} }
则可以这样查询:{"name.first":"Joe", "name.last":"Smith"}
当需要对一个内嵌文档的多个键操作时使用。
如有文档:
{ "comments": [ { "name": "Tom", "score": 3, "comment": "bad" }, { "name": "Jim", "score": 6, "comment": "good" } ] }
要查找Tom评分大于5的评论文档,只能这样: {"comments":{"$elemMatch":{"name":"Tom","score":{"$gt":5}}}}
而不能: {"comments":{"name":"Tom","score":{"$gt":5}}},不能匹配"comment"键了。
或 {"comments.name":"Tom","comments.score":{"$gt":5}},匹配的不是同一条评论了。

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

MySQL adalah sistem pengurusan pangkalan data sumber terbuka. 1) Buat Pangkalan Data dan Jadual: Gunakan perintah Createdatabase dan Createtable. 2) Operasi Asas: Masukkan, Kemas kini, Padam dan Pilih. 3) Operasi lanjutan: Sertai, subquery dan pemprosesan transaksi. 4) Kemahiran Debugging: Semak sintaks, jenis data dan keizinan. 5) Cadangan Pengoptimuman: Gunakan indeks, elakkan pilih* dan gunakan transaksi.

MySQL adalah sistem pengurusan pangkalan data relasi sumber terbuka, terutamanya digunakan untuk menyimpan dan mengambil data dengan cepat dan boleh dipercayai. Prinsip kerjanya termasuk permintaan pelanggan, resolusi pertanyaan, pelaksanaan pertanyaan dan hasil pulangan. Contoh penggunaan termasuk membuat jadual, memasukkan dan menanyakan data, dan ciri -ciri canggih seperti Operasi Join. Kesalahan umum melibatkan sintaks SQL, jenis data, dan keizinan, dan cadangan pengoptimuman termasuk penggunaan indeks, pertanyaan yang dioptimumkan, dan pembahagian jadual.

MySQL dipilih untuk prestasi, kebolehpercayaan, kemudahan penggunaan, dan sokongan komuniti. 1.MYSQL Menyediakan fungsi penyimpanan dan pengambilan data yang cekap, menyokong pelbagai jenis data dan operasi pertanyaan lanjutan. 2. Mengamalkan seni bina pelanggan-pelayan dan enjin penyimpanan berganda untuk menyokong urus niaga dan pengoptimuman pertanyaan. 3. Mudah digunakan, menyokong pelbagai sistem operasi dan bahasa pengaturcaraan. 4. Mempunyai sokongan komuniti yang kuat dan menyediakan sumber dan penyelesaian yang kaya.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

MONGODB dan Pangkalan Data Relasi: Perbandingan mendalam Artikel ini akan meneroka dengan mendalam perbezaan antara pangkalan data NoSQL MongoDB dan pangkalan data hubungan tradisional (seperti MySQL dan SQLServer). Pangkalan data relasi menggunakan struktur jadual baris dan lajur untuk menganjurkan data, manakala MongoDB menggunakan model berorientasikan dokumen yang fleksibel untuk memenuhi keperluan aplikasi moden. Terutamanya membezakan struktur data: pangkalan data relasi menggunakan jadual skema yang telah ditetapkan untuk menyimpan data, dan hubungan antara jadual ditubuhkan melalui kunci utama dan kunci asing; MongoDB menggunakan dokumen BSON seperti JSON untuk menyimpannya dalam koleksi, dan setiap struktur dokumen boleh diubah secara bebas untuk mencapai reka bentuk bebas corak. Reka bentuk seni bina: pangkalan data relasi perlu skema tetap yang telah ditetapkan; MongoDB menyokong

Penjelasan terperinci mengenai strategi sandaran yang cekap MongoDB di bawah sistem CentOS Artikel ini akan memperkenalkan secara terperinci pelbagai strategi untuk melaksanakan sandaran MongoDB pada sistem CentOS untuk memastikan kesinambungan data dan kesinambungan perniagaan. Kami akan merangkumi sandaran manual, sandaran masa, sandaran skrip automatik, dan kaedah sandaran dalam persekitaran kontena Docker, dan menyediakan amalan terbaik untuk pengurusan fail sandaran. Sandaran Manual: Gunakan perintah Mongodump untuk melakukan sandaran penuh manual, contohnya: Mongodump-Hlocalhost: 27017-U Pengguna-P Password-D Database Data-O/Backup Direktori Perintah ini akan mengeksport data dan metadata pangkalan data yang ditentukan ke direktori sandaran yang ditentukan.

Menyulitkan pangkalan data MongoDB pada sistem Debian memerlukan langkah berikut: Langkah 1: Pasang MongoDB terlebih dahulu, pastikan sistem Debian anda dipasang MongoDB. Jika tidak, sila rujuk kepada dokumen MongoDB rasmi untuk pemasangan: https://docs.mongodb.com/manual/tutorial/install-mongodb-on-debian/step 2: menghasilkan fail kunci penyulitan Buat fail yang mengandungi kunci penyulitan dan tetapkan kebenaran yang betul:

Indeks Penyortiran adalah sejenis indeks MongoDB yang membolehkan dokumen menyusun dalam koleksi oleh medan tertentu. Mewujudkan indeks jenis membolehkan anda menyusun hasil pertanyaan dengan cepat tanpa operasi penyortiran tambahan. Kelebihan termasuk penyortiran cepat, menimpa pertanyaan, dan penyortiran atas permintaan. Sintaks adalah db.collection.createIndex ({field: & lt; sort order & gt;}), di mana & lt; sort order & gt; adalah 1 (urutan menaik) atau -1 (perintah menurun). Anda juga boleh membuat indeks penyortiran berbilang bidang yang menyusun pelbagai bidang.
