#单条插入与多条插入 #1、没有指定_id则默认ObjectId,_id不能重复，且在插入后不可变 #2、插入单条 # db.table2.insert({'b':2}) # 可以这样写，也可以下面的写法 user0={ "name":"lqz", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } db.test.insert(user0) db.test.find() # 查看集合所有内容 #3、插入多条 # 手动指定_id，就不用objectid了 user1={ "_id":1, "name":"lqz1", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } user2={ "_id":2, "name":"lqz2", "age":20, 'hobbies':['music','read','run'], 'addr':{ 'country':'China', 'city':'hebei' } } user3={ "_id":3, "name":"lqz3", "age":30, 'hobbies':['music','drink'], 'addr':{ 'country':'China', 'city':'heibei' } } user4={ "_id":4, "name":"lqz4", "age":40, 'hobbies':['music','read','dancing','tea'], 'addr':{ 'country':'China', 'city':'BJ' } } user5={ "_id":5, "name":"lqz5", "age":50, 'hobbies':['music','read',], 'addr':{ 'country':'China', 'city':'henan' } } db.user.insertMany([user1,user2,user3,user4,user5]) # 插入多条数据 # 有则覆盖，没则新增（覆盖更新） ## 其实是根据id判断，如果有就是覆盖 db.user.save({"_id":1,"name":"lqzxxx"}) # 完全覆盖,后面的age,hobbies,addr也没有了 db.user.save({"name":"lqz"}) # 相当于插入
# 比较运算 # SQL：=,!=,>,<,>=,<= # MongoDB：{key:value}代表什么等于什么,"$ne","$gt","$lt","gte","lte",其中"$ne"能用于所有数据类型 db.user.find().pretty() # pretty是以json格式显示，了解 #1、select * from db1.user where name = "lqz1"; db.user.find({'name':'lqz1'}) #2、select * from db1.user where name != "lqz2"; db.user.find({'name':{"$ne":'lqz2'}}) #3、select * from db1.user where id > 2; db.user.find({'_id':{'$gt':2}}) #4、select * from db1.user where id < 3; db.user.find({'_id':{'$lt':3}}) #5、select * from db1.user where id >= 2; db.user.find({"_id":{"$gte":2,}}) #6、select * from db1.user where id <= 2; db.user.find({"_id":{"$lte":2}})
逻辑运算
#逻辑运算 # SQL：and，or，not ，mod（取余数） # MongoDB：字典中逗号分隔的多个条件是and关系，"$or"的条件放到[]内,"$not" #1、select * from db1.user where id >= 2 and id < 4; db.user.find({'_id':{"$gte":2,"$lt":4}}) #2、select * from db1.user where id >= 2 and age < 40; db.user.find({"_id":{"$gte":2},"age":{"$lt":40}}) #3、select * from db1.user where id >= 5 or name = "lqz"; db.user.find({ "$or":[ {'_id':{"$gte":5}}, {"name":"lqz"} ] }) #4、select * from db1.user where id % 2=1; db.user.find({'_id':{"$mod":[2,1]}}) #5、上题，取反 db.user.find({'_id':{"$not":{"$mod":[2,1]}}})
成员运算
# 成员运算 # SQL：in，not in # MongoDB："$in","$nin" #1、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #2、select * from db1.user where name not in ('lqz1','lqz2'); db.user.find({"name":{"$nin":['lqz1','lqz2']}})
正则匹配
# SQL: regexp 正则 # MongoDB: /正则表达/i #1、select * from db1.user where name regexp '^l'; # 查询名字以l开头的人 db.user.find({"name":/.*?/}) # 查所有 db.user.find({"name":/^l/}) # ^以什么开头 # 查询名字以l开头，以1结尾的所有数据 db.user.find({"name":/^l.*?1$/}) #.*?中间任意字符 # 查询忽略大小写 db.user.find({"name":/^LQ/i}) # ^以什么开头
取指定字段
#1、select name,age from db1.user where id=3; db.user.find({'_id':3},{'_id':0,'name':1,'age':1}) # 查询id为3,只显示name和age # 0表示不显示，1表示显示
查询数组
#1、查看有dancing爱好的人 db.user.find({'hobbies':'dancing'}) # 查询hobbies列表中有dancing中的人 #2、查看既有dancing爱好又有tea爱好的人 db.user.find({ 'hobbies':{ "$all":['dancing','tea'] } }) #3、查看第4个爱好为tea的人 db.user.find({"hobbies.3":'tea'}) # 第4个必须是tea #4、查看所有人最后两个爱好(注意没有hobbies字段的也会被查出)（本质用的是取指定字段，所以要放在后面的字典中） db.user.find({},{'hobbies':{"$slice":-2},"age":0,"_id":0,"name":0,"addr":0}) #slice切片只要后2个 #5、查看所有人的第2个到第3个爱好 db.user.find({},{'hobbies':{"$slice":[1,2]},"age":0,"_id":0,"name":0,"addr":0}) > db.blog.find().pretty() { "_id" : 1, "name" : "alex意外死亡的真相", "comments" : [ { "name" : "egon", "content" : "alex是谁？？？", "thumb" : 200 }, { "name" : "wxx", "content" : "我去，真的假的", "thumb" : 300 }, { "name" : "yxx", "content" : "吃喝嫖赌抽，欠下两个亿", "thumb" : 40 }, { "name" : "egon", "content" : "xxx", "thumb" : 0 } ] } db.blog.find({},{'comments':{"$slice":-2}}).pretty() #查询最后两个 db.blog.find({},{'comments':{"$slice":[1,2]}}).pretty() #查询1到2
排序
# 排序:--1代表升序，-1代表降序 db.user.find().sort({"name":1,}) db.user.find().sort({"age":-1,'_id':1}) # 按age的降序,id的升序排
分页
# 分页:--limit代表取多少个document，skip代表跳过前多少个document。 # limit中表示一页显示的条数，skip(页码数*一页显示的条数) db.user.find().sort({'age':1}).limit(1).skip(2) #先跳过2条数据，然后取出一条 # 表关联 user {_id:1,name:lqz,age:18} 一个人写多篇文章 article ----》子查询 # 虽然没有表关联，但是可以手动来实行(如下userid都为1) {'userid':1,article:红楼梦} {'userid':1,article:西游记} ## 疑问，可不可以用mongodb完全取代mysql？ 大部分情况是可以的 #——bbs项目后端数据库完全用mongodb写，没问题。只是不用django的orm查了，自己写查询语句。用起来比orm更顺畅(取出来都是json格式，拼起来就行) ## 但是对事务性要求很高的行业，像银行就不会完全取代mysql
获取数量
# 获取数量 db.user.count({'age':{"$gt":30}}) --或者 db.user.find({'age':{"$gt":30}}).count()
其他
#1、{'key':null} 匹配key的值为null或者没有这个key db.t2.insert({'a':10,'b':111}) db.t2.insert({'a':20}) db.t2.insert({'b':null}) > db.t2.find({"b":null}) { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null } #2、查找所有 db.user.find() #等同于db.user.find({}) db.user.find().pretty() #3、查找一个，与find用法一致，只是只取匹配成功的第一个 db.user.findOne({"_id":{"$gt":3}})
语法介绍
update() 方法用于更新已存在的文档。语法格式如下： db.collection.update( <query>, # 查询内容,相当于where条件 <update>, # 修改内容,相当于更新的东西 { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) 参数说明：对比update db1.t1 set name='EGON',sex='Male' where name='egon' and age=18; db.collection.update( {name:{$ne:lqz}}, # 名字不等于lqz的人 {字典}, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) query : 相当于where条件。 update : update的对象和一些更新的操作符（如$,$inc...等，相当于set后面的 upsert : 可选，默认为false，代表如不存在的情况，update的记录不更新也不插入，设置为true代表插入。 multi : 可选，默认为false，代表只更新找到的第一条记录，设为true,代表更新找到的全部记录。 writeConcern :可选，抛出异常的级别。 更新操作是不可分割的：若两个更新同时发送，先到达服务器的先执行，然后执行另外一个，不会破坏文档。
覆盖式
#注意：除非是删除，否则_id是始终不会变的 #1、覆盖式: db.user.update({'age':30},{"name":"lqz9","hobbies_count":3})#查询name为30的改为后面的字典 是用{"_id":3,"name":"lqz3","hobbies_count":3}覆盖原来的记录 #2、一种最简单的更新就是用一个新的文档完全替换匹配的文档。这适用于大规模式迁移的情况。例如 # 用脚本的方式，下方为js语法，可以直接(支持)敲命令使用 (我们一般使用python实现) var obj=db.user.findOne({"_id":4}) obj.username=obj.name+'NB' obj.hobbies_count++ delete obj.age delete obj._id db.user.update({"_id":2},obj)
设置$set
#设置：$set 通常文档只会有一部分需要更新。可以使用原子性的更新修改器，指定对文档中的某些字段进行更新。 更新修改器是种特殊的键，用来指定复杂的更新操作，比如修改、增加后者删除 #1、update db1.user set name="张三" where id = 2 db.user.update({'_id':2},{"$set":{"name":"张三",}}) #2、没有匹配成功则新增一条{"upsert":true} db.user.update({'_id':6},{"$set":{"name":"李飞刀","age":18}},{"upsert":true}) #3、默认只改匹配成功的第一条,{"multi":改多条} db.user.update({'_id':{"$gt":4}},{"$set":{"age":28}}) db.user.update({'_id':{"$gte":4}},{"$set":{"age":38}},{"multi":true}) #4、修改内嵌文档，把名字为lqz4的人所在的地址国家改成Japan db.user.update({'name':"lqz4"},{"$set":{"addr.country":"Japan"}}) #5、把名字为lqz4的人的第2个爱好改成sleep db.user.update({'name':"lqz4"},{"$set":{"hobbies.1":"sleep"}}) #6、删除lqz4的爱好,$unset db.user.update({'name':"lqz4"},{"$unset":{"hobbies":""}}) #$unset删除
增加和减少
#增加和减少：$inc #1、所有人年龄增加一岁 db.user.update({}, {"$inc":{"age":1}}, //# 如果没有age字段会创建age字段，并加1 {"multi":true}) #2、所有人年龄减少5岁 db.user.update({}, {"$inc":{"age":-5}}, {"multi":true})
添加删除组内元素 $push $pop $pull
#添加删除数组内元素 往数组内添加元素:$push #1、为名字为lqz的人添加一个爱好read (在hobbies列表里添加read) db.user.update({"name":"lqz"},{"$push":{"hobbies":"read"}}) #2、为名字为lqz的人一次添加多个爱好tea，dancing (使用each循环) db.user.update({"name":"lqz"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }}) 按照位置且只能从开头或结尾删除元素：$pop #3、{"$pop":{"key":1}} 从数组末尾删除一个元素 db.user.update({"name":"lqz"},{"$pop":{ "hobbies":1} }) #4、{"$pop":{"key":-1}} 从头部删除 db.user.update({"name":"lqz"},{"$pop":{ "hobbies":-1} }) #5、按照条件删除元素,："$pull" 把符合条件的统统删掉，而$pop只能从两端删 # 删除所有国家为china的人的hobbies中的read爱好 db.user.update({'addr.country':"China"},{"$pull":{ "hobbies":"read"} }, { "multi":true })
避免重复 "$addToSet"
#避免添加重复："$addToSet" db.urls.insert({"_id":1,"urls":[]}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{ "$addToSet":{ "urls":{ "$each":[ 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.xxxx.com' ] } } } )
其他
#1、了解：限制大小"$slice"，只留最后n个 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-2 # 保留后两个 } } }) #2、了解：排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-1, "$sort":-1 } } }) #注意：不能只将"$slice"或者"$sort"与"$push"配合使用，且必须使用"$eah"
#1、删除多个中的第一个 db.user.deleteOne({ 'age': 8 }) #2、删除国家为China的全部 db.user.deleteMany( {'addr.country': 'China'} ) #3、删除全部(一般不执行) db.user.deleteMany({})
如果你有数据存储在MongoDB中，你想做的可能就不仅仅是将数据提取出来那么简单了；你可能希望对数据进行分析并加以利用。MongoDB提供了以下聚合工具： #1、聚合框架 #2、MapReduce(详见MongoDB权威指南) #3、几个简单聚合命令：count、distinct和group。(详见MongoDB权威指南) #聚合框架： 可以使用多个构件创建一个管道，上一个构件的结果传给下一个构件。 这些构件包括（括号内为构件对应的操作符）：筛选($match)、投射($project)、分组($group)、排序($sort)、限制($limit)、跳过($skip) 不同的管道操作符可以任意组合，重复使用
准备数据
from pymongo import MongoClient import datetime client=MongoClient('mongodb://root:123@localhost:27017') table=client['db1']['emp'] # table.drop() l=[ ('egon','male',18,'20170301','老男孩驻沙河办事处外交大使',7300.33,401,1), #以下是教学部 ('alex','male',78,'20150302','teacher',1000000.31,401,1), ('wupeiqi','male',81,'20130305','teacher',8300,401,1), ('yuanhao','male',73,'20140701','teacher',3500,401,1), ('liwenzhou','male',28,'20121101','teacher',2100,401,1), ('jingliyang','female',18,'20110211','teacher',9000,401,1), ('jinxin','male',18,'19000301','teacher',30000,401,1), ('成龙','male',48,'20101111','teacher',10000,401,1), ('歪歪','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门 ('丫丫','female',38,'20101101','sale',2000.35,402,2), ('丁丁','female',18,'20110312','sale',1000.37,402,2), ('星星','female',18,'20160513','sale',3000.29,402,2), ('格格','female',28,'20170127','sale',4000.33,402,2), ('张野','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门 ('程咬金','male',18,'19970312','operation',20000,403,3), ('程咬银','female',18,'20130311','operation',19000,403,3), ('程咬铜','male',18,'20150411','operation',18000,403,3), ('程咬铁','female',18,'20140512','operation',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d)
筛选 "$match"
{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等
#例1、select * from db1.emp where post='teacher';
db.emp.aggregate({"$match":{"post":"teacher"}}) # shell版本不匹配，会出错
#例2、select * from db1.emp where id > 3 group by post;
# 计算每个部门的平均工资
select post as _id,avg(salary) as avg_salary from db1.emp where id > 3 group by post;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}
)
#例3、select post as _id,avg(salary) as avg_salary from db1.emp where id > 3 group by post having avg(avg_salary) > 10000;
# 查询平均工资大于10000的部门
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
)
投射 $project
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}
#1、select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"new_age":{"$add":["$age",1]}
}
})
#2、表达式之数学表达式
{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一个减第二个
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果
#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如：select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)
#例如查看每个员工的工作多长时间
db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)
#4、字符串表达式
{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]}
{"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接
{"$toLower":expr}
{"$toUpper":expr}
db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})
# 除egon外，所有人名字加SB
db.emp.aggregate(
{"$match":{"name":{"$ne":"egon"}}},
{"$project":
{"_id":0,"new_name":
{"$concat":
["$name","SB"]
}
}}
)
# 取除egon外， 所有人名字3个字节（utf8编码，3个字节一个汉字）
db.emp.aggregate(
{"$match":{"name":{"$ne":"egon"}}},
{"$project":
{"_id":0,"new_name":
{"$substr":["$name",0,3]}
}}
)
分组 $group
{"$group":{"_id":分组字段,"新的字段名":聚合操作符}}
#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":"$post"}} #按照职位分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last
#例1：select post,max(salary) as max_salary from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2：去每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4：求每个部门的总工资
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5：求每个部门的人数
seledt count(1) as count from emp;
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#3、数组操作符
{"$addToSet":expr}：不重复
{"$push":expr}：重复
#例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
# 跟上面一样
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
排序$sort 限制 $limit 跳过 $skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序，-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate(
{"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}},
{"$sort":{"平均工资":-1}},
{"$limit":2})
#例2、
db.emp.aggregate(
{"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}},
{"$sort":{"平均工资":-1}},
{"$limit":3},
{"$skip":1})
db.emp.aggregate(
{"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}},
{"$sort":{"平均工资":-1}},
{"$skip":2},
{"$limit":2})
随机选取 $sample
#集合users包含的文档如下 db.users.insertMany([ { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true }, { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false }, { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true }, { "_id" : 4, "name" : "li", "q1" : true, "q2" : false }, { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true }, { "_id" : 6, "name" : "li", "q1" : true, "q2" : true }, { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } ]) #下述操作时从users集合中随机选取3个文档 # 抽奖 db.users.aggregate( [ { $sample: { size: 1 } } ] ) # 路飞项目搞活动，送优惠券---》3天后开奖---》100---》抽奖成功
7索引(超时自动删除)
跟mysql一样，索引通常能够极大的提高查询的效率，如果没有索引，MongoDB在读取数据时必须扫描集合中的每个文件并选取那些符合查询条件的记录。
MongoDB的超时自动删除功能，也是基于索引来实现的。
索引设置命令
createIndex()，示例如下： # 这里的1表示索引创建的方向，可以取值为1和-1
db.createIndex({"platform": 1, "shop_id": 1, "timestamp":1})
MongoDB设置记录超时自动删除
MongoDB中使用TTL索引来实现，命令中字段expireAfterSeconds来实现超时自动删除，单位为秒，索引字段必须是bson的时间类型。
如下，设置test集合中记录的超时时间为60s：
db.test.createIndex({"date": 1}, {expireAfterSeconds: 60})
当插入时，使用new Date()传入当前时间，该条记录将会在60s后删除。(如果没有date字段就不会被删除)
db.test.insert({"name": "testexpire", "date": new Date()})
原理
TTL索引，是根据索引的date值进行判断的，通过一个定时运行的后台线程，来定期的进行扫描，如果发现当前时间大于date+expire的时间值，则进行删除。从这里可以看到两个限制：
- date必须设置，并且如果设置错误，会导致超时删除错误。
- 后台线程是定时运行的，定时精度取决于定时时间，因此可能会存在误差，如果后台线程一分钟运行一次，则最大误差为一分钟。
示例： # 再添加一个data2的索引，自动删除时间为2分钟
db.test.createIndex({"date2": 1}, {expireAfterSeconds: 120})
db.testTIME.insert({"name": "testexpire2", "date2": new Date()})
# 该条信息会在两分钟后自动删除
查看索引
db.testTIME.getIndexes()
删除索引date2
db.testTIME.dropIndex("date2_1")
#https://api.mongodb.com/python/current/tutorial.html 官方文档 from pymongo import MongoClient #1、链接 client=MongoClient('mongodb://root:123@localhost:27017/') #root用户,密码123 # client = MongoClient('localhost', 27017) # client = MongoClient('localhost', 27017,username=...,password=...) #2、use 数据库 使用哪个数据库 db=client['db2'] db=client.db1 # 和上句作用相同 #3、查看库下所有的集合 print(db.collection_names(include_system_collections=False)) #4、创建集合 table_user=db['userinfo'] #等同于：db.user #5、插入文档 insert和insert_many import datetime user0={ "_id":1, "name":"egon", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } user1={ "_id":2, "name":"alex", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } # res=table_user.insert_many([user0,user1]).inserted_ids # print(res) # print(table_user.count()) #6、查找 # from pprint import pprint#格式化细 # pprint(table_user.find_one()) # for item in table_user.find(): # pprint(item) # print(table_user.find_one({"_id":{"$gte":1},"name":'egon'})) #7、更新 table_user.update({'_id':1},{'name':'EGON'}) # update也是三部分，和上面的一样 #8、传入新的文档替换旧的文档 table_user.save( { "_id":2, "name":'egon_xxx' } ) ## 代码示例 # pip3 install pymongo 安装 from pymongo import MongoClient from pymongo.collection import Collection # 用来给后面的数据类型提示，可以不写 #MongoClient('mongodb://root:123@localhost:27017/') client=MongoClient(host='localhost',port=27017) # use test db=client.test # 重写了__getattr__ # db=conn["test"] # 重写了__getitem__ # db.users 获取表 # users = db['user'] # 作用同下 users=db.user # type:Collection # 提示数据类型，会自动出方法 print(users.find_one()) # 拿第一条数据{'_id': 1.0, 'name': 'lqzxxx', 'age': 1.0} # users.find({'name':"li"}) # update被弃用了，用replace_one，update_one，update_many进行代替。 # 相当于把update的两个参数，upsert，multi重写了方法 # user.update() 虽然被弃用，当还能用 # users.update_many({},{}) # 相当于把multi设置成true,看源码,upsert参数需要手动传 # users.aggregate({},{},{}) # users.delete_many() # users.delete_one() # print(users.find()) # for i in users.find({'name':"li"}): # print(type(i)) #集成到django框架和flask框架
1. 查询岗位名以及各岗位内的员工姓名 2. 查询岗位名以及各岗位内包含的员工个数 3. 查询公司内男员工和女员工的个数 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
1. 查询岗位名以及各岗位内的员工姓名 db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) 2. 查询岗位名以及各岗位内包含的员工个数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) 3. 查询公司内男员工和女员工的个数 db.emp.aggregate({"$group":{"_id":"$sex","count":{"$sum":1}}}) 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"},"max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) 5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资 db.emp.aggregate({"$group":{"_id":"$sex","avg_salary":{"$avg":"$salary"}}}) 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 db.emp.aggregate( { "$group":{"_id":"$post","count":{"$sum":1},"names":{"$push":"$name"}} }, {"$match":{"count":{"$lt":2}}}, {"$project":{"_id":0,"names":1,"count":1}} ) 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000,"$lt":20000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序 db.emp.aggregate( {"$sort":{"age":1,"hire_date":-1}} ) 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":1}} ) 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":-1}}, {"$limit":1}, {"$project":{"date":new Date,"平均工资":"$avg_salary","_id":0}} )