mongodb如何增删改查语句-MongoDB-PHP中文网

mongodb如何增删改查语句

百草

发布： 2025-03-04 18:16:20

原创

992 人浏览过

> mongodb crud操作：综合指南

>本文回答了您在MongoDB中执行CRUD（创建，阅读，更新，删除）操作的问题，专注于最佳实践，处理大型数据集，避免常见的陷阱，并避免常见的陷阱。存储在灵活的类似JSON的文档中。使用您选择的MongoDB驱动程序（例如Node.js驱动程序，Python的Python的Pymongo，Java驱动程序）执行CRUD操作。让我们检查每个操作：

create（insert）：

方法将单个文档插入集合中。 >插入多个文档。例如，使用python驱动程序：insertOne()insertMany()

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

mydict = { "name": "John", "address": "Highway 37" }
x = mycol.insert_one(mydict)
print(x.inserted_id) #Prints the inserted document's ID

mydocs = [
  { "name": "Amy", "address": "Apple st 652"},
  { "name": "Hannah", "address": "Mountain 21"},
  { "name": "Michael", "address": "Valley 345"}
]
x = mycol.insert_many(mydocs)
print(x.inserted_ids) #Prints a list of inserted document IDs

登录后复制

读（find）：方法检索文档。您可以使用查询操作员过滤结果。 >检索一个文档。find()findOne()

myquery = { "address": "Mountain 21" }
mydoc = mycol.find(myquery)
for x in mydoc:
  print(x)

mydoc = mycol.find_one(myquery)
print(mydoc)

登录后复制

update：updateOne()updateMany()方法更新一个文档。 $set更新多个文档。您使用

myquery = { "address": "Valley 345" }
newvalues = { "$set": { "address": "Canyon 123" } }
mycol.update_one(myquery, newvalues)

myquery = { "address": { "$regex": "^V" } }
newvalues = { "$set": { "address": "updated address" } }
mycol.update_many(myquery, newvalues)

登录后复制

deleteOne() deleteMany() delete：

myquery = { "address": "Canyon 123" }
mycol.delete_one(myquery)

myquery = { "address": { "$regex": "^M" } }
x = mycol.delete_many(myquery)
print(x.deleted_count)

登录后复制

方法删除单个文档。 "mongodb://localhost:27017/"删除多个文档。

> 请记住将替换为mongodb连接字符串。

>最佳性能的最佳实践

>使用索引：索引大幅加快查询。在经常查询的字段上创建索引。 Consider compound indexes for queries involving multiple fields.
Batch Operations: For inserting or updating many documents, use insertMany() and updateMany() to reduce the number of round trips to the database.
Efficient Queries: Write concise and targeted queries.避免使用$where>子句，因为它们可能会很慢。利用适当的查询操作员。
数据建模：仔细设计数据模型。考虑否定化以减少连接并提高查询性能（如果适合您的用例）。
连接池：重复使用数据库连接，而不是为每个操作创建新连接。这减少了开销。
>适当的数据类型：>选择每个字段的最有效的数据类型（例如，在适当的时候使用整数而不是字符串）。

有效地处理大型数据集

聚合框架：

使用集合框架在大型数据集中使用复杂的数据处理和分析任务。它提供了优化的操作，用于过滤，排序和分组。

>更改流：$where使用更改流实时监视数据中的更改。这有助于构建对数据更新响应的反应性应用程序。$where>
实施可靠的数据验证，以确保数据完整性并防止插入错误或畸形的数据。>
常见的陷入率以避免 >忽略索引：>未能创建适当的索引会导致非常缓慢的查询性能。> >错误的数据建模> 一个良好设计的数据模型可以使查询效率不高，只能使无效的检索 {field1：1，field2：1}）减少网络流量并提高性能。
>缺乏错误处理：>实施适当的错误处理以优雅地处理CRUD操作期间的潜在问题。