MongoDB教程——第2天

目录

介绍

背景

本文的要点将是

MongoDB是Schema less

$exists

$type

MongoDB中的数据类型

$in, $all和$nin

嵌入式文档和点符号

介绍

欢迎来到MongoDB教程的第2天。这是MongoDB教程系列的第二部分。在本文的第一部分中，我们涵盖并学习了MongoDb的一些基本查询和操作。在上一篇文章中，我们将一些SQL查询与MongoDB查询进行了比较。如果有人不熟悉MongoDB，那么在此之前阅读我之前的文章会很好。在本文中，我们将看到一些mongodb特定的查询。

你可以在这里阅读我之前的文章。

以下是所有三个部分的链接：

1. Mongo DB教程及SQL与Mongo DB查询的映射
2. MongoDB 教程 - 第 2 天
3. MongoDB 教程 - 第 3 天（性能 - 索引）

背景

我们在本文的第一部分介绍了MongoDB的以下主题：

1. No-Sql介绍（不同类型的数据库归于No-SQL）
2. 如何在您的机器上安装和设置MongoDB。
3. Robomongo（MongoDB开源管理工具）介绍
4. MongoDb术语
5. 如何在MongoDB中插入文档
6. 如何在MongoDB中选择一个文档
7. Where子句，大于和小于
8. like，逻辑与和逻辑或
9. MongoDb中的in运算符，MongoDB中的记录计数和排序
10. MongoDB中的更新、删除、移除和删除
11. MongoDB中的Top、Distinct和Backup

我上一篇文章中MongoDB的一些关键点：

1. MongoDb是一个文档存储数据库。
2. MongoDB是 chema less
3. MongoDB以Json格式存储数据（我们称之为BSON(Binary JSON)）
4. JSON文档将数据存储在键值对中，如{“X”:1,”Y”:2,”Z”:3}

因此，是时候从我们可以在MongoDB中使用的数据类型开始介绍更多mongodb概念了。

本文的要点将是

1. MongoDB的Schema Less行为
2. $exists
3. $type
4. MongoDB的不同数据类型
5. $in，$all和$nin
6. 嵌入式文档和嵌入式文档查询

MongoDB是Schema less

我们总是谈论MongoDB Schema Less行为，这是MongoDB现在如此流行的关键行为。所以让我们少了解一下Schema的含义。

假设我们 的Test数据库中有一个名为Employee的集合（请阅读我之前的文章以了解如何创建数据库和集合，MongoDBDatabase如下所示）：

在员工集合中插入文档：

db.Employee.insert({Name:"Vijay",Age:30,Email:"VijayRana1091@gmail.com"})

在上面的文档中，我们有Name, Email 是String 和Age 是Number。

现在让我再插入一个文档，这次我将再添加一个名为address。

db.Employee.insert({Name:"Vijay",Age:30,Email:"VijayRana1091@gmail.com",Address:"Delhi"})

结果如下：

现在只考虑RDMS。在RDMS的情况下，我们必须先更改表以添加新列，但在MongoDB的情况下，我们不需要添加新列，因为MongoDB中的所有文档都可以具有不同的架构。

让我在Employee 集合中再插入一个文档。

db.Employee.insert
({
    Name:"Vijay",Age:30,Email:"VijayRana1091@gmail.com",Address:"Delhi",Interest:["Cricket","Music"]
})

哇，我们也可以在MongoDB的文档中插入Array。实际上，JSON中有两种基本结构：

1. Array：事物列表在项目列表中表示[……..]
2. Dictionaries: 关联映射{key:Value}

所以现在，我们很好地使用了Schema的概念。

就像上面的例子在某个文档中，我们可以有一个Address 列，并且在同一个集合中的另一个文档中，没有必要有相同的列。简而言之，在一个集合中，不同的文档可以有不同的列/架构。但是假设您想找出Address列存在的集合中的所有文档。在MongoDB中，为这样的查询我们有$exist。

$exists

我们有Employee以下集合：

 在下面的上述集合中，假设我有一些我们没有的Address文档和一些我们有Address列和其他列的文档。现在假设我想检索所有Address存在的记录。

 让我在Employee集合中再插入一个文档，如下所示：

db.Employee.insert
({
    Name:111,Age:30,Email:"VijayRana1091@gmail.com",Address:"Delhi"
})

这次，我在Name列中插入了一个整数值。是的，我们也可以这样做。这是Schema less 的自然魔力。我可以在任何列中插入任何类型的值。

但是假设我想找出name在字符串中的所有文档，我们将如何找出？

为了这个我们有$type。

$type

到目前为止，我们在我的employee集合中有以下记录。我有3个文件，其中有name是一个string文件，还有1个文件，其中name是数字的。

现在，我要找出所有的文件，其中name是string：

在mongodb中，我们使用2表示 string，1表示number。下表显示了所有数据类型的完整列表。

我们可以在$type中使用下面的数据类型。

MongoDB中的数据类型

MongoDB中一些常用的数据类型如下：

数据类型

数字

意义

Double

1

对应float值

String

2

String是最常用的DataType。在mongodb中，string必须是UTF-8有效的。

Object

3

对于嵌入文档

Array

4

将列表或多个值合并为一个键

Binary Data

5

存储二进制数据

Undefinded

6

Object Id

7

存储文档的ID

Boolean

8

存储布尔 ( true/ false) 值

Date

9

存储日期和时间

Null

10

存储一个Null值

正则表达式

11

存储正则表达式

32位整数

16

存储32位整数

时间戳

17

存储日期和时间

64位整数

18

存储64位整数

现在下一步是什么？让我再插入一些记录

db.Employee.insert
({
    Name:"Preeti",Age:26,Email:"Preeti@gmail.com",Address:"Delhi",Interest:["cooking","Music"]
})

db.Employee.insert
({
    Name:"Ajay",Age:26,Email:"Preeti@gmail.com",Address:"Delhi",Interest:["Driving","Music"]
})

现在假设我们要找出所有感兴趣的文档，即Music，即这次我们要在一个数组中进行搜索。

我们可以在数组内部以及以下进行搜索：

db.Employee.find({Interest : "Music"})

所以我们可以说我们的匹配在MongoDb中是多态的。

$in, $all和$nin

如果我们想找出我们对烹饪和音乐都感兴趣的所有文档，那么我们可以使用$all：

db.Employee.find({Interest : {$all:["cooking","Music"]}})

 如果我们想找出Interest包含音乐或驾驶的所有文档，那么我们将使用$in运算符：

db.Employee.find({Interest : {$in:["Driving","Music"]}})

如果我们想找出所有兴趣不是烹饪的记录，那么我们将使用$nin如下：

db.Employee.find({Interest : {$nin:["cooking"]}})

上面的查询将返回Interest未烹饪的所有文档。

嵌入式文档和点符号

我们也可以在MongoDB中嵌入文档，如下所示：

db.Employee.insert
({
    Name:{firstName:"Preeti",LastName:"Rana"},Age:26,Email:"Preeti@gmail.com",
	Address:"Delhi",Interest:["cooking","Music"]
})

db.Employee.insert
({
    Name:{firstName:"Vijay",LastName:"Rana"},Age:30,Email:"Vijay@gmail.com",
	Address:"Delhi",Interest:["cooking","Music"]
})

要在嵌入式文档中指定条件，我们可以使用点表示法，如下所示：

db.Employee.find({"Name.firstName":"Vijay"})

上面的查询将搜索所有在Name中firstName作为Vijay 的文档。

在本系列的下一篇文章​​​​​​​中，我将介绍Aggregation(groupBy),Indexes,$Text和$lookup。所以请继续关注。

https://www.codeproject.com/Articles/1089786/MongoDB-Tutorial-Day