MongoDB初探第二篇

jingjihui

与sql语句的简单对比　　在第一篇中分享了一些MongoDB的基本知识点，因为安装运行其实都还是很轻巧的，所以对于大家上手来说应该问题不大，但是安装完成，数据库也可以连接了，但是MongoDB中是没有办法运行sql语句的。这个时候关系型数据库中的一些思维直接移植过来就不适用了，但是大道至简，其实道理还是相同的，对于的数据的操作可以通过api来完成，这个从某种程度上来说，是MongoDB的亮点也是另外一种优势。
　　我简单的总结了一下常用的sql语句的一些用法在MongoDB中改怎么使用。
　　首先一个很大的不同是，在MongoDB中，没有表的概念，都是以collection为基本的单位存储的。可以通过show collections来查看当前的数据库中存在的collections
　　> show collections
　　startup_log
　　system.indexes
　　system.profile
　　
　　我们来看看增删改查的用法。
　　insert
　　原本sql语句中的类似下面的语句
　　insert into test values(100,'test1');
　　在MongoDB中可以使用如下的方式来实现，我们多插入一些数据。
　　db.test.insert({id:11,name:"test1"});
　　db.test.insert({id:12,name:"test2"});
　　db.test.insert({id:13,name:"test3"});
　　db.test.insert({id:14,name:"test4"});
　　db.test.insert({id:15,name:"test5"});
　　db.test.insert({id:16,name:"test6"});
　　查看一下数据的情况。
　　> db.test.find();
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 13, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　这个时候查看collections会发现，已经创建好了这个collection
　　> show collections
　　startup_log
　　system.indexes
　　system.profile
　　test
　　还有一种插入方式，如果注意到上面的数据话，会发现有一个隐含列_id，如果需要手动指定_id列的值，可以使用save方法。
　　> db.test.save({_id:100001,id:11,name:"test_new"})
　　WriteResult({ "nMatched" : 0, "nUpserted" : 1, "nModified" : 0, "_id" : 100001 })
　　查看新插入的数据，注意_id的值
　　> db.test.find();
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 13, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　{ "_id" : 100001, "id" : 11, "name" : "test_new" }
　　
　　delete
　　
　　如果需要删除_id为100001的列的话，可以使用如下的方法
　　> db.test.remove({_id:100001})
　　WriteResult({ "nRemoved" : 1 })
　　> db.test.find();
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 13, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　
　　update
　　我们尝试修改name列为test3的数据，修改id为18
　　> db.test.update({name:"test3"},{$set:{id:18}});
　　WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
　　> db.test.find();
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 18, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　
　　or的使用方法
　　在sql where字句中，经常会有or这样的过滤条件
　　我们来简单模拟一下 name为test或者name为test2的数据
　　> db.test.find({"$or":[{name:"test1"},{name:"test2"}]})  
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　
　　and的使用方法
　　我们来模拟一下name为test1并且name为test2这样的数据，这样的数据应该不存在，以下是一个错误的例子。
　　> db.test.find({name:"test1"},{name:"test2"})
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "name" : "test1" }
　　正确的用法应该这么写。
　　模拟name为test1并且id为11的数据
　　> db.test.find({"$and":[{name:"test1"},{id:11}]})
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　
　　rownum
　　>  db.test.find().limit(2);
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　
　　count
　　> db.test.count();
　　6
　　
　　order by 
　　
　　注意排序的情况
　　>  db.test.find().sort({name:-1})                                            
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 18, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　> db.test.find().sort({name:1})  
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 18, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　
　　in 的使用
　　得到name在test1,test2,test3的数据 
　　> db.test.find({'name' : {'$in' : ["test1", "test2", "test3"]}});
　　{ "_id" : ObjectId("550edf9b14fce649885d6489"), "id" : 11, "name" : "test1" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648a"), "id" : 12, "name" : "test2" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 18, "name" : "test3" }
　　>
　　
　　not in的使用
　　> db.test.find({'name' : {'$nin' : ["test1", "test2", "test3"]}});
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　
　　大于等于。。的使用
　　id大于14的数据
　　> db.test.find({id: {$gte: 14}});
　　{ "_id" : ObjectId("550edf9b14fce649885d648b"), "id" : 18, "name" : "test3" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648c"), "id" : 14, "name" : "test4" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　{ "_id" : ObjectId("550edf9b14fce649885d648e"), "id" : 16, "name" : "test6" }
　　
　　like的使用 
　　> db.test.find({name:/5/});
　　{ "_id" : ObjectId("550edf9b14fce649885d648d"), "id" : 15, "name" : "test5" }
　　
　　distinct
　　distinct的使用，不过和sql中还是存在一定的差距，有点mapreduce的味道。
　　> db.test.distinct('name');
　　[ "test1", "test2", "test3", "test4", "test5", "test6" ]