mongodb
一、应用场景
1.基于地理位置计算
2.日志存储
3.游戏场景，存储用户信息，装备，积分等
4.社交场景，存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人，地点等功能
二、mongo特点
1.高性能：提供高性能的数据持久性，减少数据库系统上的I/O操作
2.高可用性：mongo的复制工具，成为副本集，提供自动故障转移和数据冗余
3.支持多种存储引擎：wiredtiger存储引擎，mmapv1存储引擎和inmemory存储引擎
4.水平扩展性：mnogo提供了可扩展性，作为其核心功能的一部分，分片是将数据分在一组计算机上。
三、安装部署
目录规划
以软链接形式放在/opt目录下
软件安装
[root@mysql ~]# yum install libcurl openssl -y
[root@mysql ~]# mkdir -p /opt/mongo_cluster/
[root@mysql ~]# mkdir /data/soft -p
[root@mysql ~]# cd /data/soft/
[root@mysql soft]# wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-3.6.13.tgz
[root@mysql soft]# tar zxvf mongodb-linux-x86_64-3.6.13.tgz -C /opt/mongo_cluster/
[root@mysql soft]# cd /opt/mongo_cluster/
[root@mysql mongo_cluster]# ls
mongodb-linux-x86_64-3.6.13
[root@mysql mongo_cluster]# ln -s mongodb-linux-x86_64-3.6.13 mongodb
[root@mysql mongodb]# mkdir -p /opt/mongo_cluster/mongo_27017/{conf,logs,pid}
[root@mysql mongodb]# mkdir -p /data/mongo_cluster/mongo_27017
配置文件
vim /opt/mongo_cluster/mongo_27017/conf/mongodb.conf
systemLog:
destination: file
logAppend: true
path: /opt/mongo_cluster/mongo_27017/logs/mongodb.log
storage:
journal:
enabled: true
dbPath: /data/mongo_cluster/mongo_27017
directoryPerDB: true
wiredTiger:
engineConfig:
cacheSizeGB: 1
directoryForIndexes: true
collectionConfig:
blockCompressor: none
indexConfig:
prefixCompression: true
processManagement:
fork: true
pidFilePath: /opt/mongo_cluster/mongo_27017/pid/mongod.pid
net:
port: 27017
bindIp: 127.0.0.1,192.168.119.171
启动命令：
[root@mysql mongo_cluster]# pwd
/opt/mongo_cluster
[root@mysql mongo_cluster]# mongodb/bin/mongod -f mongo_27017/conf/mongodb.conf
about to fork child process, waiting until server is ready for connections.
forked process: 7821
child process started successfully, parent exiting
[root@mysql mongo_cluster]# ps -ef|grep mongo
root 7350 1 7 21:13 ? 00:00:05 mongodb/bin/mongod -f mongo_27017/conf/mongodb.conf
root 7379 7326 0 21:14 pts/0 00:00:00 grep --color=auto mongo
[root@mysql mongo_cluster]# netstat -tupln|grep 27017
tcp 0 0 192.168.119.171:27017 0.0.0.0:* LISTEN 7350/mongodb/bin/mo
tcp 0 0 127.0.0.1:27017 0.0.0.0:* LISTEN 7350/mongodb/bin/mo
关闭命令
[root@mysql mongo_cluster]# mongodb/bin/mongod -f mongo_27017/conf/mongodb.conf --shutdown
killing process with pid: 7350
[root@mysql mongo_cluster]# ps -ef|grep mongo
root 7390 7326 0 21:25 pts/0 00:00:00 grep --color=auto mongo
四、优化启动警告
WARNING: Access control is not enabled for the database.
WARNING: You are running this process as the root user, which is not recommended.
WARNING: /sys/kernel/mm/transparent_hugepage/enabled is 'always'.
WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
上述的后两条都是要关闭大内存页
临时关闭
[root@mysql ~]# cat /sys/kernel/mm/transparent_hugepage/enabled
[always] madvise never
[root@mysql ~]# cat /sys/kernel/mm/transparent_hugepage/defrag
[always] madvise never
[root@mysql ~]# echo never > /sys/kernel/mm/transparent_hugepage/enabled
[root@mysql ~]# echo never > /sys/kernel/mm/transparent_hugepage/defrag
[root@mysql ~]# cat /sys/kernel/mm/transparent_hugepage/enabled
always madvise [never]
[root@mysql ~]# cat /sys/kernel/mm/transparent_hugepage/defrag
always madvise [never]
永久关闭命令，用官方的脚本写入开机自启动
vim /etc/init.d/disable-transparent-hugepages
#!/bin/bash
### BEGIN INIT INFO
# Provides: disable-transparent-hugepages
# Required-Start: $local_fs
# Required-Stop:
# X-Start-Before: mongod mongodb-mms-automation-agent
# Default-Start: 2 3 4 5
# Default-Stop: 0 1 6
# Short-Description: Disable Linux transparent huge pages
# Description: Disable Linux transparent huge pages, to improve
# database performance.
### END INIT INFO
case $1 in
start)
if [ -d /sys/kernel/mm/transparent_hugepage ];then
thp_path=/sys/kernel/mm/transparent_hugepage
elif [ -d /sys/kernel/mm/redhat_transparent_hugepage ]; then
thp_path=/sys/kernel/mm/redhat_transparent_hugepage
else
return 0
fi
echo 'never' > ${thp_path}/enabled
echo 'never' > ${thp_path}/defrag
re='^[0-1]+$'
if [[ $(cat ${thp_path}/khugepaged/defrag) =~ $re ]]
then
# RHEL 7
echo 0 > ${thp_path}/khugepaged/defrag
else
# RHEL 6
echo 'no' > ${thp_path}/khugepaged/defrag
fi
unset re
unset thp_path
;;
esac
授予脚本权限
[root@mysql ~]# chmod 755 /etc/init.d/disable-transparent-hugepages
加入开机自启动
[root@mysql ~]# chkconfig --add disable-transparent-hugepages
然后再关闭mongo,再启动mongo,就看不到上面最后两条警告啦
[root@mysql ~]# /opt/mongo_cluster/mongodb/bin/mongod -f /opt/mongo_cluster/mongo_27017/conf/mongodb.conf - -shutdown
[root@mysql ~]# /opt/mongo_cluster/mongodb/bin/mongod -f /opt/mongo_cluster/mongo_27017/conf/mongodb.conf
就剩下面两条警告啦
1、WARNING: Access control is not enabled for the database.
2、WARNING: You are running this process as the root user, which is not recommended.
2的解决方案：普通用户启动
要在root用户下，将mongo服务关闭，才可进行操作
[root@mysql ~]# useradd mongo
[root@mysql ~]# echo '123456'|passwd --stdin mongo
更改用户 mongo 的密码 。
passwd：所有的身份验证令牌已经成功更新。
[root@mysql ~]# chown -R mongo:mongo /opt/mongo_cluster
[root@mysql ~]# chown -R mongo:mongo /data/mongo_cluster
[root@mysql ~]# cd /opt/mongo_cluster/
[root@mysql mongo_cluster]# su mongo
[mongo@mysql ~]$ tail -1 .bashrc
export PATH=/opt/mongo_cluster/mongodb/bin:$PATH
[mongo@mysql ~]$ source .bashrc
[mongo@mysql ~]$ mongod -f /opt/mongo_cluster/mongo_27017/conf/mongodb.conf
about to fork child process, waiting until server is ready for connections.
forked process: 7468
child process started successfully, parent exiting
[mongo@mysql ~]$ mongo
** WARNING: Access control is not enabled for the database.
2的问题就解决了，就剩下1的问题了，那个问题涉及到访问控制权限，待会解决
五、mongo语句
1、基本操作
查看有哪些数据库，和Mysql是一样的，不过所有操作都没有分号
> show databases
admin 0.000GB
config 0.000GB
local 0.000GB
> show dbs
admin 0.000GB
config 0.000GB
local 0.000GB
查看当前在哪个库，是mysql里的-select database()
> db
test
切换数据库
> use local
switched to db local
> db
local
查看表
> show tables
startup_log
提问：
我们查看当前库是test，但是我们查看有哪些库是并没有出现test库，这是什么原因呢?
| test | 登录时默认存在的库，可以理解为是隐藏的库 |
|---|---|
| admin库 | 系统预留库，mongoDB系统管理库 |
| local库 | 本地预留库，存储关键日志 |
| config库 | mongoDB配置信息库 |
帮助命令
help 显示帮助
db.help() 可以查看当前库有哪些用法：例如：
db.stats()可以查看当前库的状态
{
"db" : "test",
"collections" : 0,
"views" : 0,
"objects" : 0,
"avgObjSize" : 0,
"dataSize" : 0,
"storageSize" : 0,
"numExtents" : 0,
"indexes" : 0,
"indexSize" : 0,
"fileSize" : 0,
"fsUsedSize" : 0,
"fsTotalSize" : 0,
"ok" : 1
}
2、curd
所谓的curd就是create(创建),read(读取)，update(更新)，delete(删除)
2.1、插入数据-单行插入
给一个不存在的表插入数据，不需要先创建，直接插入命令即可，但是这个表就存在于你当前的库之下
> db
test
> db.dba.insert({"name":"liyu","age":24,"ad":"陕西西安"})
WriteResult({ "nInserted" : 1 })
> db.test.insert({"name":"zhangsan","age":25,"ad":"陕西西安","sex":"man"})
WriteResult({ "nInserted" : 1 })
查询数据，在当前库的test表里查询数据
> db
dba
> show tables
test
> db.test.find()
{ "_id" : ObjectId("6256a593dd6162f89edebf31"), "name" : "zhangsan", "age" : 25, "ad" : "陕西西安" }
{ "_id" : ObjectId("6256a5dedd6162f89edebf32"), "name" : "zhangsan", "age" : 25, "ad" : "陕西西安", "sex" : "man" }
可以看到这个表里可以允许不同的字段存在
2.2、插入数据-多行插入
db.inventory.insertMany([
{"item":"journal","qty":25,"size":{"h":14,"w":21,"uom":"cm"},"status":"A"},
{"item":"netbook","qty":50,"size":{"h":8.5,"w":11,"uom":"in"},"status":"A"},
{"item":"paper","qty":100,"size":{"h":8.5,"w":11,"uom":"in"},"status":"D"}
]);
> db.inventory.find()
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "D" }
2.3、查询语句
1、查询所有数据
> db.test.find()
{ "_id" : ObjectId("6256a593dd6162f89edebf31"), "name" : "zhangsan", "age" : 25, "ad" : "陕西西安" }
{ "_id" : ObjectId("6256a5dedd6162f89edebf32"), "name" : "zhangsan", "age" : 25, "ad" : "陕西西安", "sex" : "man" }
2、查询单条数据
> db.test.findOne()
{
"_id" : ObjectId("6256a593dd6162f89edebf31"),
"name" : "zhangsan",
"age" : 25,
"ad" : "陕西西安"
}
3、条件查询
> db.inventory.find({"status":"D"})
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "D" }
> db.inventory.find({"size.uom":"in"})
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "D" }
举例：and
> db.inventory.find({"size.uom":"in","qty":{$lt:60}})
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "A" }
lt表示小于，这里找的是size.uom是in的，并且qty小于60的数据
举例：or
> db.inventory.find({$or:[{"status":"D"},{"qty":{$lt:30}}]})
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "D" }
举例：又有and,又有or
> db.inventory.find({status:"A",$or:[{qty:{$lt:230}},{item:/^n/}]})
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "A" }
3、更新数据
更新单条语句
更新前的内容
> db.inventory.find({"item":"paper"})
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "D" }
更新的语句
>db.inventory.updateOne({"item":"paper"},{$set:{"size.uom":"cm","status":"P"}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
{"item":"paper"}是更新的条件，依据哪条信息更新？
{$set:{"size.uom":"cm","status":"P"}})是更新的内容，将uom更新为cm,将status更新为P
更新后的内容
> db.inventory.find({"item":"paper"})
{ "_id" : ObjectId("6256c56f4313c85b6ba36857"), "item" : "paper", "qty" : 100, "size" : { "h" : 8.5, "w" : 11, "uom" : "cm" }, "status" : "P" }
更新多条语句
更新前的内容
> db.inventory.find({"qty":{$lt:60}})
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "A" }
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "in" }, "status" : "A" }
更新的语句
> db.inventory.updateMany({"qty":{$lt:60}},{$set:{"size.uom":"cm","status":"P"}，$currentDate:{"lastModified":true}})
{ "acknowledged" : true, "matchedCount" : 2, "modifiedCount" : 2 }
更新后的内容
> db.inventory.find({"qty":{$lt:60}})
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "P", "lastModified" : ISODate("2022-05-11T07:22:55.382Z") }
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "cm" }, "status" : "P", "lastModified" : ISODate("2022-05-11T07:22:55.382Z") }
4、删除数据
删除单条数据
> db.inventory.deleteOne({"item":"paper"})
{ "acknowledged" : true, "deletedCount" : 1 }
> db.inventory.find()
{ "_id" : ObjectId("6256c56f4313c85b6ba36855"), "item" : "journal", "qty" : 25, "size" : { "h" : 14, "w" : 21, "uom" : "cm" }, "status" : "P", "lastModified" : ISODate("2022-05-11T07:22:55.382Z") }
{ "_id" : ObjectId("6256c56f4313c85b6ba36856"), "item" : "netbook", "qty" : 50, "size" : { "h" : 8.5, "w" : 11, "uom" : "cm" }, "status" : "P", "lastModified" : ISODate("2022-05-11T07:22:55.382Z") }
> db.inventory.find({"item":"paper"})
>
删除多条将deleteOne改为deleteMany既可
5、条件操作符
下图是mongo语句和sql语句的对比
6、type操作符
type所对应的数字
查找sex类型为布尔类型的数据
7、高级条件操作符
1、匹配列表中的某个值：$ in
2、值不匹配列表中的所有值：$ nin
3、判断域(字段)是否存在:$ exists
4、正则表达式实现like模糊查找:$ regex
下图是mongo与sql语句的对比
8、mongo投影
意思是只选择必要的数据，而不是选择整个文件的数据，类似于mysql中的select xx from xx where xx
mongo的用法如下：
db.tableName.find({where},{select})
如果没有where，语法为db.tableName.find({},{select})
9、mongo limit/skip限制记录
1、limit()方法
db.tableName.find().limit(number) 每页显示几条数据
2、skip()方法
db.tableName.find().limit(number).skip(number)
类似于mysql中的 limit start length的用法，意为跳过多少条数据之后，再每页显示多少条数据
10、mongo排序
11、mongo索引
1、创建索引
索引能够极大的提高查询的效率,mongo使用ensureIndex()方法来创建索引，其基本语法格式如下：
db.tableName.ensureIndex({key:1})
key值为要创建的索引字段，1为指定按升序创建索引，-1为降序创建索引。
2、查询索引
db.tableName.getIndexes()
3、删除索引
db.tableName.dorpIndex({index_nme)
12、MongoDB聚合
以下为聚合的表达式
MongoDB与MySQL的聚合对比
六、mongo工具使用
我们使用mongo时，tab键可以tab出很多mongo的命令
[mongo@mysql root]$ mongo
mongo mongodump mongofiles mongoperf mongorestore mongostat
mongod mongoexport mongoimport mongoreplay mongos mongotop
1、mongod是mongodb系统的主要守护进程，处理数据请求，管理数据访问，并执行后台管理操作。启动进程指定配置文件，控制数据库的行为。
2、mongos是对于mongo分片用的。是用于处理来自应用层的查询的mongo db分片配置的路由服务，并确定此数据在分片集群中的位置，以完成这些操作。从应用程序的角度来看，一个mongos实例与任何其他mongodb实例的行为相同。
3、mongostat可以快速概览当前正在运行的mongod或mongos实例的状态
4、mongotop提供了一种跟踪mongodb实例读取和写入数据的时间量的方法
3和4属于Mongo分析工具
七、mongo授权认证
用户授权认证
> use admin
switched to db admin
> db
admin
> show tables
system.version
> db
admin
> db.createUser({user:"admin",pwd:"123456",roles:[{role:"root",db:"admin"}]})
Successfully added user: {
"user" : "admin",
"roles" : [
{
"role" : "root",
"db" : "admin"
}
]
}
修改配置文件
给下列文件添加以下两行
vim /opt/mongo_cluster/mongo_27017/conf/mongodb.conf
security:
authorization: enabled
重启服务
mongod -f /opt/mongo_cluster/mongo_27017/conf/mongodb.conf --shutdown
mongod -f /opt/mongo_cluster/mongo_27017/conf/mongodb.conf
重新登录
[mongo@mysql root]$ mongo -u admin -p123456
授权myTester用户，给两个不同的库，这个用户对两个库拥有不同的权限，库test可读可写，库test2只可读。
db.createUser({user:"myTester",pwd:"123456",roles:[{role:"readWrite",db:"test"},{role:"read",db:"test2"}]})
Successfully added user: {
"user" : "myTester",
"roles" : [
{
"role" : "readWrite",
"db" : "test"
},
{
"role" : "read",
"db" : "test2"
}
]
}
用以下语句进行登录
[mongo@mysql root]$ mongo -umyTester -p123456 mysql:27017/test
八、mongo数据备份与恢复
1、数据备份
2、数据恢复
mongodb使用mongorestore命令来恢复备份的数据，其命令脚本语法如下：
mongorestore -h dbhost -d dbname dbdirectory
参数解释：
九、使用pymongo操作MongoDB
首先安装pymongo库
pip install pymongo
获取客户端
import pymongo
#1、创建客户端---方式1
client=pymongo.MongoClient(host='192.168.119.180',port=27017,username='root',password='13456')
#2、创建客户端---方式2
uri="mongodb://%s:$s@%s:%d"%("root","123456","192.168.119.180",27017)
client=pymongo.MongoClient(uri)
对数据库的操作
import pymongo
#创建客户端
client=pymongo.MongoClient(host='192.168.119.180',port=27017)
#创建数据库---方式1
db=client.user
print(db)
#创建数据库---方式2
db2=Database(client=client,name="user")
print(db2)
#展示所有数据库=show dbs
for name in client.list_database_names():
print(name)
结果为:
admin
config
local
user
#删除数据库
client.drop_database("数据库名称")
对集合的操作
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
#数据库
db=client.user
#集合
col=db.col
print(col)
结果为：
Collection(Database(MongoClient(host=['192.168.119.180:27017'], document_class=dict, tz_aware=False, connect=True), 'user'), 'col')
#展示所有集合=show tables
for coll in db.list_collections():
print(coll)
#删除集合
db.drop_collections("表名称")
#集合插入单条数据
def test_insert():
users=client.user.col
r=users.insert_one({"name":"lisi","age":20,"sex":"男"})
print(r)
#操作状态，被插入后的_id值
print(r.acknowledged,r.inserted_id)
if __name__ == '__main__':
test_insert()
结果为：
<pymongo.results.InsertOneResult object at 0x00000258590B9F98>
True 62b1a9571d4b1d5d5f0296de
插入多条数据
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
#数据库
db=client.user
#集合
col=db.col
def test_insert():
users=client.user.col
#插入多条记录(文档)
doc1={"name":"ww","age":100,"sex":"女"}
doc2={"name":"lm","age":50,"sex":"男"}
rs=users.insert_many([doc1,doc2],ordered=True)
#被插入后的id值
print(rs.acknowledged,rs.inserted_ids)
if __name__ == '__main__':
test_insert()
结果为：
True [ObjectId('62b1b43e084f94f3540258bd'), ObjectId('62b1b43e084f94f3540258be')]
在遍历数据库和遍历集合的时候，会出现如下错误，出现错误的原因是身份认证失败，是因为Mongo没有配置用户及密码，解决方式为删除代码里的用户和密码即可。
删除单条数据
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
#数据库
db=client.user
#集合
col=db.col
def test_delete():
users=client.user.col
r=users.delete_one({"name":"liyu"})
print(r.acknowledged,r.deleted_count)
if __name__ == '__main__':
test_delete()
结果为：
True 1
在虚拟机上，效果如下：
删除多条数据
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
#数据库
db=client.user
#集合
col=db.col
def test_delete():
users=client.user.col
#删除多条数据
r = users.delete_many({"name": "ww"})
print(r.acknowledged, r.deleted_count)
if __name__ == '__main__':
test_delete()
结果为：
True 3
在虚拟机上的Mongo上验证：
修改数据
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
#数据库
db=client.user
#集合
col=db.col
def test_update():
users=client.user.col
r=users.update_one(filter={"name":"lisi"},update={"$set":{"age":34,"sex":"女"}})
print(r.acknowledged, r.matched_count,r.modified_count,r.raw_result,r.upserted_id)
if __name__ == '__main__':
test_update()
结果为：
True 1 1 {'n': 1, 'nModified': 1, 'ok': 1.0, 'updatedExisting': True} None
虚拟机上的效果如下：
修改多条数据将update_ine改为update_many即可。
十、pymongo查询
1、与或查询
与查询，查询book数据库里col表，鲁迅的文学作品
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
db = client.book
col = db.col
mes=client.book.col
def show(rs):
for r in rs:
print(r)
#查找鲁迅的文学作品
def query_and():
r=mes.find({"type":"文学","author":"鲁迅"})
print(r)
show(r)
if __name__ == '__main__':
query_and()
结果如下：
或查询，查询鲁迅和老舍的书籍
def show(rs):
for r in rs:
print(r)
def query_or():
r=mes.find({"$or":[{"author":"鲁迅"},{"author":"老舍"}]})
show(r)
结果如下：
与或查询，查找鲁迅和老舍的文学作品
def query_and_or():
r=mes.find({"type":"文学","$or":[{"author":"鲁迅"},{"author":"老舍"}]})
show(r)
2、操作符查询
查找年龄小于30岁的
......
users=client.user.col
#查询年龄小于30的
def query_lt():
r=users.find({"age":{"$lt":30}})
show(r)
查找年龄在18到50岁之间
def query_qj():
r=users.find({"age":{"$gt":18,"$lt":50}})
show(r)
查找年龄为18，45，50的文档
def query_in():
r=users.find({"age":{"$in":[18,45,50]}})
show(r)
结果为：
like查询，查找姓名包含l的人
def query_like():
r=users.find({"name":{"$regex":"l"}})
show(r)
结果为：
查询以l开头的文档
def query_like():
r=users.find({"name":{"$regex":"^l"}})
show(r)
结果为：
同样，以l结束，换位l$即可
3、聚合
统计男生和女生中，年龄最小的文档
import pymongo
client=pymongo.MongoClient(host="192.168.119.180",port=27017)
db=client.user
col=db.col
users=client.user.col
def show(rs):
for r in rs:
print(r)
def agg_group():
#根据性别，统计最小年龄
pipeline=[
{"$group":{"_id":"$sex","min_age":{"$min":"$age"}}}
]
r1=users.aggregate(pipeline)
show(r1)
if __name__ == '__main__':
agg_group()
结果为：
统计各个性别的人数
def agg_sum():
#根据性别，统计人数
pipeline=[
{"$group":{"_id":"$sex","count":{"$sum":1}}}
]
r1=users.aggregate(pipeline)
show(r1)
结果如下：
统计人数并排序
结果为：
扫一扫
166
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
