MongoDB 集合与文档的相关操作

原创

Power

发布于 2025-03-02 00:37:00

28700

代码可运行

文章被收录于专栏：源码库源码库

运行总次数：0

代码可运行

一、集合

（1） MongoDB创建库

> use test   #如果数据库不存在，则创建数据库，否则切换到指定数据库。
switched to db test  

> db         #查看当前所在的库
test

（2）MongoDB删除库

> show dbs
admin  0.000GB
local  0.000GB
test   0.000GB

> use test
switched to db test

> db.dropDatabase()  #删除当前库
{ "dropped" : "test", "ok" : 1 }

> show dbs
admin  0.000GB
local  0.000GB

（3）创建person集合

> use test
switched to db test
> db.createCollection("person") #创建集合：db.createCollection(name, options) option为可选参数
{ "ok" : 1 }

（4）删除person集合

> db.person.drop()  #该命令会直接删除整个集合和其中的数据以及索引，包括副本集上的相应集合，不可恢复，生产环境上请谨慎使用

（5）查询集合帮助文档

> db.person.help() #查看集合person的帮助文档

（6）重命名集合

> use test
switched to db test

> db.person.renameCollection("person1")  #重命名集合person为person1
{ "ok" : 1 }

（7）查询集合列表

> show collections 
person

> show tables
person

（8）集合插入数据

> db.person.insert({"name":"jack","age":25})
WriteResult({ "nInserted" : 1 })

> db.person.insert({"name":"jack2","age":27})
WriteResult({ "nInserted" : 1 })

（9）查询集合数据

> db.person.find()
{ "_id" : ObjectId("60acfe46dac5c3b46e2b9acf"), "name" : "jack", "age" : 25 }
{ "_id" : ObjectId("60acfe88dac5c3b46e2b9ad0"), "name" : "jack2", "age" : 27 }

（10）查询集合的数据条目

> db.person.count()
2

（11）查询集合数据空间大小

> db.person.dataSize()
101

（12）查询当前聚集集合所在db

> db.person.getDB()
test

（13）查询当前聚集集合状态，即集合统计信息

> db.person.stats()
{
	"ns" : "test.person1",
	"count" : 2,
	"size" : 101,
	"avgObjSize" : 50,
	"storageSize" : 32768,
	"capped" : false,
	"wiredTiger" : {
		"metadata" : {
			"formatVersion" : 1
		},
		"creationString" : "allocation_size=4KB,app_metadata=(formatVersion=1),block_allocation=best,block_compressor=snappy,cache_resident=0,checkpoint=(WiredTigerCheckpoint.3=(addr=\"018481e4971f0e908581e4ecee3cf38681e40c5855ca808080e25fc0e20fc0\",order=3,time=1621950108,size=12288,write_gen=4)),checkpoint_lsn=(1,63488),checksum=on,collator=,columns=,dictionary=0,format=btree,huffman_key=,huffman_value=,id=22,internal_item_max=0,internal_key_max=0,internal_key_truncate=,internal_page_max=4KB,key_format=q,key_gap=10,leaf_item_max=0,leaf_key_max=0,leaf_page_max=32KB,leaf_value_max=64MB,memory_page_max=10m,os_cache_dirty_max=0,os_cache_max=0,prefix_compression=0,prefix_compression_min=4,split_deepen_min_child=0,split_deepen_per_child=0,split_pct=90,value_format=u,version=(major=1,minor=1)",
		"type" : "file",
		"uri" : "statistics:table:test/collection-19--508156554362741292",
		"LSM" : {
			"bloom filters in the LSM tree" : 0,
			"bloom filter false positives" : 0,
			"bloom filter hits" : 0,
			"bloom filter misses" : 0,
			"bloom filter pages evicted from cache" : 0,
			"bloom filter pages read into cache" : 0,
			"total size of bloom filters" : 0,
			"sleep for LSM checkpoint throttle" : 0,
			"chunks in the LSM tree" : 0,
			"highest merge generation in the LSM tree" : 0,
			"queries that could have benefited from a Bloom filter that did not exist" : 0,
			"sleep for LSM merge throttle" : 0
		},
		"block-manager" : {
			"file allocation unit size" : 4096,
			"blocks allocated" : 7,
			"checkpoint size" : 12288,
			"allocations requiring file extension" : 7,
			"blocks freed" : 1,
			"file magic number" : 120897,
			"file major version number" : 1,
			"minor version number" : 0,
			"file bytes available for reuse" : 12288,
			"file size in bytes" : 32768
		},
		"btree" : {
			"btree checkpoint generation" : 509,
			"column-store variable-size deleted values" : 0,
			"column-store fixed-size leaf pages" : 0,
			"column-store internal pages" : 0,
			"column-store variable-size leaf pages" : 0,
			"pages rewritten by compaction" : 0,
			"number of key/value pairs" : 0,
			"fixed-record size" : 0,
			"maximum tree depth" : 3,
			"maximum internal page key size" : 368,
			"maximum internal page size" : 4096,
			"maximum leaf page key size" : 3276,
			"maximum leaf page size" : 32768,
			"maximum leaf page value size" : 67108864,
			"overflow pages" : 0,
			"row-store internal pages" : 0,
			"row-store leaf pages" : 0
		},
		"cache" : {
			"bytes read into cache" : 0,
			"bytes written from cache" : 342,
			"checkpoint blocked page eviction" : 0,
			"unmodified pages evicted" : 0,
			"page split during eviction deepened the tree" : 0,
			"modified pages evicted" : 0,
			"data source pages selected for eviction unable to be evicted" : 0,
			"hazard pointer blocked page eviction" : 0,
			"internal pages evicted" : 0,
			"pages split during eviction" : 0,
			"in-memory page splits" : 0,
			"overflow values cached in memory" : 0,
			"pages read into cache" : 0,
			"overflow pages read into cache" : 0,
			"pages written from cache" : 4
		},
		"compression" : {
			"raw compression call failed, no additional data available" : 0,
			"raw compression call failed, additional data available" : 0,
			"raw compression call succeeded" : 0,
			"compressed pages read" : 0,
			"compressed pages written" : 0,
			"page written failed to compress" : 0,
			"page written was too small to compress" : 4
		},
		"cursor" : {
			"create calls" : 3,
			"insert calls" : 2,
			"bulk-loaded cursor-insert calls" : 0,
			"cursor-insert key and value bytes inserted" : 103,
			"next calls" : 5,
			"prev calls" : 2,
			"remove calls" : 0,
			"cursor-remove key bytes removed" : 0,
			"reset calls" : 6,
			"search calls" : 0,
			"search near calls" : 0,
			"update calls" : 0,
			"cursor-update value bytes updated" : 0
		},
		"reconciliation" : {
			"dictionary matches" : 0,
			"internal page multi-block writes" : 0,
			"leaf page multi-block writes" : 0,
			"maximum blocks required for a page" : 0,
			"internal-page overflow keys" : 0,
			"leaf-page overflow keys" : 0,
			"overflow values written" : 0,
			"pages deleted" : 0,
			"page checksum matches" : 0,
			"page reconciliation calls" : 4,
			"page reconciliation calls for eviction" : 0,
			"leaf page key bytes discarded using prefix compression" : 0,
			"internal page key bytes discarded using suffix compression" : 0
		},
		"session" : {
			"object compaction" : 0,
			"open cursor count" : 3
		},
		"transaction" : {
			"update conflicts" : 0
		}
	},
	"nindexes" : 1,
	"totalIndexSize" : 32768,
	"indexSizes" : {
		"_id_" : 32768
	},
	"ok" : 1
}

（14）查询聚集集合总大小

> db.person.totalSize()
65536

（15）查询聚集集合存储空间大小

> db.person.storageSize()
32768

（16）查询MongoDB版本

> db.version()
3.0.9

（17）删除集合中数据

> db.person.find()
{ "_id" : ObjectId("60acfe46dac5c3b46e2b9acf"), "name" : "jack", "age" : 25 }
{ "_id" : ObjectId("60acfe88dac5c3b46e2b9ad0"), "name" : "jack2", "age" : 27 }

> db.person.remove({age:25})  #删除集合中age为25的记录
WriteResult({ "nRemoved" : 1 })

> db.person.find()
{ "_id" : ObjectId("60acfe88dac5c3b46e2b9ad0"), "name" : "jack2", "age" : 27 }

二、文档

2.1 更新文档

#Update操作查看shell中update的源码

function( query , obj , upsert , multi )

（1）upset => [update => insert]

（2）multi => 批量更新

> db.mytest.insert({"name":"gxs","age":20})
WriteResult({ "nInserted" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 20 }

2.1.1 $set

#将age为20更新为25

> db.mytest.update({"age":20},{"$set":{"age":25}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 25 }

2.1.2 $inc

Interlocked.Add：自增。

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 25 }

> db.mytest.update({"age":25},{"$inc":{"age":10}})  #十年后
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35 }

2.1.3 数组修改器$push

push array：增加字段。

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35 }

> db.mytest.update({"name":"gxs"},{"$push":{"address":"beijing"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35, "address" : [ "beijing" ] }

> db.mytest.update({"name":"gxs"},{"$push":{"address":"shanghai"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35, "address" : [ "beijing", "shanghai" ] }

2.1.4 数组修改器$pop

pop array：移除字段。

$pop修饰符删除数组中的第一个或者最后一个元素，给$pop传递-1会删除第一个元素传递1会删除最后一个元素

> db.mytest.update({"name":"gxs"},{"$pop":{"address":-1}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35, "address" : [ "shanghai" ] }

2.1.5 $addToSet

【注】添加新文档时，拥有去重特性。

$addtoSet 和 $pop,$push 有什么区别呢？

$pop 和 $push 是把数组当成数组。

$addtoSet它把数组当成了集合。

> db.mytest.update({"age":35},{"$push":{"address":"shanghai"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35, "address" : [ "shanghai", "shanghai" ] }

【注】可以看出，$push操作新增相同字段。

> db.mytest.update({"age":35},{"$addToSet":{"address":"shanghai"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 0 })

> db.mytest.find()
{ "_id" : ObjectId("5d7c81871c5debd566331e9e"), "name" : "gxs", "age" : 35, "address" : [ "shanghai", "shanghai" ] }

【注】可以看出，$addToSet可以去重。添加新文档时，可以避免重复。

2.1.6 复合型update

【注】upsert =>update+ insert update没有找到数据，那么就会变为insert。

upsert是一种特殊的更新。要是没有文档符合更新条件，就会以这个条件和更新文档为基础创建一个新的文档。

从源码中可以看到，将find操作中的第三个参数【upsert=true】就ok了。

if (upsert) {

updateOp = updateOp.upsert();

}

> db.mytest.find()
{ "_id" : ObjectId("5d7e22eae2645fd39a334bec"), "name" : "gxs", "age" : 35, "address" : "shanghai" }

> db.mytest.update({"name":"tom"},{"name":"mary"},true)
WriteResult({
       "nMatched" : 0,
       "nUpserted" : 1,
       "nModified" : 0,
       "_id" : ObjectId("5d7e23317fb18f4268a1481a")
})

> db.mytest.find()
{ "_id" : ObjectId("5d7e22eae2645fd39a334bec"), "name" : "gxs", "age" : 35, "address" : "shanghai" }
{ "_id" : ObjectId("5d7e23317fb18f4268a1481a"), "name" : "mary" }

2.1.7 multi批量更新

批量更新 => update = function( query , obj , upsert , multi ) #第四个参数

multi：默认为true，判断是否批量更新的基础条件。

#源代码如下：

if (multi) {

updateOp.update(obj);

}

else {

updateOp.updateOne(obj);

}

> db.mytest.insert({"name":"mary"})
WriteResult({ "nInserted" : 1 })

> db.mytest.find()
{ "_id" : ObjectId("5d7e22eae2645fd39a334bec"), "name" : "gxs", "age" : 35, "address" : "shanghai" }
{ "_id" : ObjectId("5d7e23317fb18f4268a1481a"), "name" : "mary" }
{ "_id" : ObjectId("5d7e2555e2645fd39a334bed"), "name" : "mary" }
 
> db.mytest.update({"name":"mary"},{"$set":{"name":"jackson"}},false,true)
WriteResult({ "nMatched" : 2, "nUpserted" : 0, "nModified" : 2 })

> db.mytest.find()
{ "_id" : ObjectId("5d7e22eae2645fd39a334bec"), "name" : "gxs", "age" : 35, "address" : "shanghai" }
{ "_id" : ObjectId("5d7e23317fb18f4268a1481a"), "name" : "jackson" }
{ "_id" : ObjectId("5d7e2555e2645fd39a334bed"), "name" : "jackson" }

【注】源码中，批量更新是update第4个参数，第三个是给upsert的参数。

2.1.8 更新字段

（1）添加字段

#添加address字段，设置默认值为空字符

> db.person.update({},{$set:{address:""}},{multi:true})
WriteResult({ "nMatched" : 5, "nUpserted" : 0, "nModified" : 5 })

> db.person.find()
{ "_id" : ObjectId("5d96154f61b327e54e5a872c"), "name" : "star1", "age" : 18, "address" : "" }
{ "_id" : ObjectId("5d96155d61b327e54e5a872d"), "name" : "star2", "age" : 17, "address" : "" }
{ "_id" : ObjectId("5d96156861b327e54e5a872e"), "name" : "star3", "age" : 20, "address" : "" }
{ "_id" : ObjectId("5d96157861b327e54e5a872f"), "name" : "star4", "age" : 19, "address" : "" }
{ "_id" : ObjectId("5d96157f61b327e54e5a8730"), "name" : "star5", "age" : 21, "address" : "" }

（2）更改字段

#更改address字段名为country

> db.person.update({},{$rename:{address:"country"}},{multi:true})
WriteResult({ "nMatched" : 5, "nUpserted" : 0, "nModified" : 5 })

> db.person.find()
{ "_id" : ObjectId("5d96154f61b327e54e5a872c"), "name" : "star1", "age" : 18, "country" : "" }
{ "_id" : ObjectId("5d96155d61b327e54e5a872d"), "name" : "star2", "age" : 17, "country" : "" }
{ "_id" : ObjectId("5d96156861b327e54e5a872e"), "name" : "star3", "age" : 20, "country" : "" }
{ "_id" : ObjectId("5d96157861b327e54e5a872f"), "name" : "star4", "age" : 19, "country" : "" }
{ "_id" : ObjectId("5d96157f61b327e54e5a8730"), "name" : "star5", "age" : 21, "country" : "" }

（3）删除字段

#删除country字段

> db.person.update({},{$unset:{country:""}},{multi:true})
WriteResult({ "nMatched" : 5, "nUpserted" : 0, "nModified" : 5 })

> db.person.find()
{ "_id" : ObjectId("5d96154f61b327e54e5a872c"), "name" : "star1", "age" : 18 }
{ "_id" : ObjectId("5d96155d61b327e54e5a872d"), "name" : "star2", "age" : 17 }
{ "_id" : ObjectId("5d96156861b327e54e5a872e"), "name" : "star3", "age" : 20 }
{ "_id" : ObjectId("5d96157861b327e54e5a872f"), "name" : "star4", "age" : 19 }
{ "_id" : ObjectId("5d96157f61b327e54e5a8730"), "name" : "star5", "age" : 21 }

2.1.9 save

【注】存在就更新，不存在则插入。

if ( typeof( obj._id ) == "undefined" ){

obj._id = new ObjectId();

return this.insert( obj , opts );

}

else {

return this.update( { _id : obj._id } , obj , Object.merge({ upsert:true }, opts));

}

2.2 删除文档

2.2.1 代码逻辑

remove方法有两个参数： function( t , justOne )

if (justOne) {

removeOp.removeOne();

}

else {

removeOp.remove();

}

try {

result = bulk.execute(wc).toSingleResult();

}

2.2.2 代码演示-删除文档

> db.mytest.find()
{ "_id" : ObjectId("56766a124977e7f9805db203"), "name" : "jack" }
{ "_id" : ObjectId("56766a124977e7f9805db204"), "name" : "mary" }
{ "_id" : ObjectId("56766b5c4977e7f9805db205"), "name" : "jack" }

> db.mytest.remove({"name":"jack"},true)  #只删除一个jack

> db.mytest.find()
{ "_id" : ObjectId("56766a124977e7f9805db204"), "name" : "mary" }
{ "_id" : ObjectId("56766b5c4977e7f9805db205"), "name" : "jack" }

> db.mytest.insert({"name":"jack"})

> db.mytest.find()
{ "_id" : ObjectId("56766a124977e7f9805db204"), "name" : "mary" }
{ "_id" : ObjectId("56766b5c4977e7f9805db205"), "name" : "jack" }
{ "_id" : ObjectId("56766b994977e7f9805db206"), "name" : "jack" }

> db.mytest.remove({"name":"jack"})  #删除2个jack

> db.mytest.find()
{ "_id" : ObjectId("56766a124977e7f9805db204"), "name" : "mary" }

2.2.3 删除集合

> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB
test    0.000GB

> show collections
mytest
person

> db.mytest.drop()
true

> show collections
person

2.3 插入并保存文档

插入可以看到有三个参数 function( obj , options, _allow_dot )

可以一条一条的插入。

还可以批量插入，模式是【数组】，foreach操作。

> show dbs   #查看数据库
admin   0.000GB
config  0.000GB
local   0.000GB
test    0.000GB

> show collections  #查看集合
mytest
person

> db.mytest.find()  #查看集合中的文档
{ "_id" : ObjectId("5d78fce1f37ae4d4bd7e1c82"), "name" : "jack", "address" : [ "anhui", "shanghai", "beijing" ] }

> db.mytest.remove({"name":"jack"})  #清空文档中数据
WriteResult({ "nRemoved" : 1 })
 
> db.mytest.insert([{"name":"jack"},{"name":"mary"}])  #批量插入
BulkWriteResult({
       "writeErrors" : [ ],
       "writeConcernErrors" : [ ],
       "nInserted" : 2,
       "nUpserted" : 0,
       "nMatched" : 0,
       "nModified" : 0,
       "nRemoved" : 0,
       "upserted" : [ ]
})

> db.mytest.find()
{ "_id" : ObjectId("5d7c58241c5debd566331e9c"), "name" : "jack" }
{ "_id" : ObjectId("5d7c58241c5debd566331e9d"), "name" : "mary" }

【注】好处：减少带宽量，把原来100或者1000…1w次的请求塞给mongod。如果说一次的话，tcp只有3次握手，全部搞定。

mongodb的基本单元：document文档 => Bson => mongod进程

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

云数据库 MongoDB

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

云数据库 MongoDB

登录后参与评论

0 条评论

热度