建立装修网站设计如何制作自己的网站教程
MongoDB 作为文档型数据库，其查询语言基于 BSON（二进制 JSON）格式，与传统关系型数据库的 SQL 语法有较大差异。
一、基本查询命令
1. find()：查询文档
- 语法：
db.collection.find(查询条件, 投影) - 示例：
// 查询users集合中所有文档 db.users.find()// 查询年龄大于25岁的用户，只返回姓名和年龄 db.users.find({ age: { $gt: 25 } }, { name: 1, age: 1 })
2. findOne()：查询单个文档
- 语法：
db.collection.findOne(查询条件, 投影) - 示例：
// 查询ID为1001的用户 db.users.findOne({ id: 1001 })
3. countDocuments()：统计文档数量
- 语法：
db.collection.countDocuments(查询条件) - 示例：
// 统计年龄大于30岁的用户数量 db.users.countDocuments({ age: { $gt: 30 } })
二、查询条件操作符
1. 比较操作符
| 操作符 | 含义 | 示例 |
|---|---|---|
$eq | 等于 | { age: { $eq: 30 } } |
$gt | 大于 | { age: { $gt: 30 } } |
$lt | 小于 | { age: { $lt: 30 } } |
$gte | 大于等于 | { age: { $gte: 30 } } |
$lte | 小于等于 | { age: { $lte: 30 } } |
$ne | 不等于 | { age: { $ne: 30 } } |
$in | 包含于数组 | { age: { $in: [25, 30, 35] } } |
$nin | 不包含于数组 | { age: { $nin: [25, 30, 35] } } |
2. 逻辑操作符
$and：多条件同时满足db.users.find({ $and: [{ age: { $gt: 25 } }, { gender: "male" }] })$or：多条件满足其一db.users.find({ $or: [{ age: { $gt: 40 } }, { profession: "engineer" }] })$not：取反条件db.users.find({ age: { $not: { $gt: 30 } } }) // 年龄≤30
3. 文本与正则操作符
$regex：正则匹配db.users.find({ name: { $regex: "^John" } }) // 姓名以John开头$text：全文搜索（需先创建文本索引）db.users.find({ $text: { $search: "John" } })
三、查询结果处理
1. 排序：sort()
- 语法：
db.collection.find().sort({ 字段: 1/-1 }) - 示例：
// 按年龄升序排列 db.users.find().sort({ age: 1 })// 按年龄降序、姓名升序排列 db.users.find().sort({ age: -1, name: 1 })
2. 限制结果：limit()
- 语法：
db.collection.find().limit(数量) - 示例：
// 只返回前10条记录 db.users.find().limit(10)
3. 跳过结果：skip()
- 语法：
db.collection.find().skip(数量) - 示例：
// 跳过前5条，返回接下来的10条（分页查询） db.users.find().skip(5).limit(10)
四、聚合查询：aggregate()
聚合操作通过管道（Pipeline）处理文档，常用阶段包括：
1. $match：过滤文档
db.sales.aggregate([{ $match: { amount: { $gt: 1000 } } } // 筛选金额>1000的记录
])
2. $group：分组统计
db.sales.aggregate([{ $group: {_id: "$category", // 按类别分组totalAmount: { $sum: "$amount" }, // 计算每组总金额count: { $sum: 1 } // 计算每组文档数}}
])
3. $project：投影字段
db.sales.aggregate([{ $project: {category: 1,amount: 1,isBigOrder: { $gt: ["$amount", 5000] } // 新增字段标识大额订单}}
])
4. $sort/$limit/$skip：同查询结果处理
db.sales.aggregate([{ $sort: { amount: -1 } }, // 按金额降序{ $limit: 10 } // 取前10条
])
五、索引管理命令
1. 创建索引
- 单字段索引：
db.users.createIndex({ age: 1 }) // 升序索引 db.users.createIndex({ name: -1 }) // 降序索引 - 复合索引：
db.sales.createIndex({ category: 1, amount: -1 }) - 唯一索引：
db.users.createIndex({ email: 1 }, { unique: true })
2. 查看索引
db.users.getIndexes()
3. 删除索引
db.users.dropIndex("age_1") // 删除指定索引
db.users.dropIndexes() // 删除所有索引
六、高级查询技巧
1. 数组查询
- 匹配数组中的元素：
db.users.find({ hobbies: "reading" }) // 包含reading的用户 - 匹配数组中满足条件的元素：
db.users.find({ "scores.math": { $gt: 80 } }) // 数学成绩>80 - 数组大小匹配：
db.users.find({ hobbies: { $size: 3 } }) // 恰好有3个爱好
2. 嵌套文档查询
db.users.find({ "address.city": "Beijing" }) // 地址在北京市的用户
七、查询优化命令
1. 解释查询计划
db.users.find({ age: { $gt: 30 } }).explain("executionStats")
2. 统计索引使用情况
db.users.totalIndexSize() // 查看索引总大小
db.runCommand({ indexStats: "users" }) // 查看详细索引统计
八、SQL 与 MongoDB 查询语法对比
| SQL 语法 | MongoDB 语法 |
|---|---|
SELECT * FROM users | db.users.find() |
SELECT * FROM users WHERE age > 25 | db.users.find({ age: { $gt: 25 } }) |
SELECT * FROM users ORDER BY age DESC LIMIT 10 | db.users.find().sort({ age: -1 }).limit(10) |
SELECT category, SUM(amount) FROM sales GROUP BY category | db.sales.aggregate([{ $group: { _id: "$category", total: { $sum: "$amount" } }] |
通过以上常用查询命令，可满足 MongoDB 中绝大多数查询需求。实际应用中，建议结合索引优化和查询计划分析，以提升大数据量下的查询性能。