• • MongoDB的一些高階語法
    • AND 和 OR操作
      • AND操作
      • OR操作
    • 嵌入式文件
      • 插入
      • 查詢
    • 陣列（Array）欄位
      • 插入
      • 查詢
    • 聚合（Aggregation）
      • 篩選資料
      • 修改欄位
  • 注意事項
    • 包括現有欄位
    • 取消_id欄位
    • 排除欄位
    • 分組操作
      • 去重
      • 分組操作運算
      • 拆分陣列
    • 聯集合查詢
    • 參考資料

MongoDB的一些高階語法

在前面的部落格中，我們瞭解一些Mongodb中最基礎的用法，只介紹了簡單的增刪查改，在這篇部落格中，我將介紹一下稍微複雜一點的語法。

AND 和 OR操作

AND操作

在前面的部落格中，我們介紹了查詢命令，其中可以指令多個查詢條件，當所有條件都符合時，就可以查詢到資料。那麼，如果我們只想只要有一個條件符合，就返回想要的資料，那麼我們應該怎麼做呢？

db.getCollection('test_data_1').find({"欄位1":"固定值1","欄位2":"固定值2"})

在上面的命令中，實際上是一個隱式的AND,因為需要同時滿足。但是又沒有出現AND這個關鍵詞，所以被稱為“隱式AND操作”。下面，就讓我們來將隱式轉為顯式，只需要使用“$and”即可。

db.getCollection('test_data_1').find(
    {
    	"$and":[
        	{"欄位1":"固定值1"},
        	{"欄位2":"固定值2"}
    	]
    }
)

OR操作

or操作就是為了查詢只符合其中任一條件的資料。命令語法和顯式的AND操作一樣。

db.getCollection('test_data_1').find(
    {
    	"$or":[
        	{"欄位1":"固定值1"},
        	{"欄位2":"固定值2"}
    	]
    }
)
 

其中，我們需要知道，儘管存在隱式的AND操作，但是，對於OR操作來說，不存在隱式的OR操作。 同時or操作時會遵循一個"短路原則":只要前面的條件滿足了，那後面的條件直接跳過（類似程式設計中的||）。

嵌入式文件

下面便是一個嵌入式文件的例子：

我們可以看到在studyInfo中，還有著score和project。其中，studyInfo被稱為嵌入式文件，studyInfo下面的欄位被稱為巢狀欄位

插入

下面是一個插入語句的示例。

db.getCollection('test_data_1').insertOne(
{
    "age":18,
    "adress":"Hunan",
    "studyInfo":{
        "score":59,
        "project":"LOL"
        }
    }
)

查詢

查詢語句

如果我們需要根據嵌入式文件中的巢狀欄位的條件去查詢，那麼下面這樣使用就行了。如果巢狀欄位裡面還有嵌入式文件，一路點點點過去就行了。

db.getCollection('test_data_1').find(
    {
    	"studyInfo.score":59
    },
    
    // 不返回studyInfo.score
    {
    	"studyInfo.score":0
    }
)

陣列（Array）欄位

插入

在下面中，like欄位儲存的就是一個數組，所以我們使用**[]**將"apple","orange","fruit"括起來。

db.getCollection('test_data_1').insertOne(
{
    "name":"Array",
    "like":["apple","orange","fruit"]
}
)	

使用Robo3T視覺化工具檢視，顯示如下：

查詢

其中，like的型別為Array。但是如果我們查詢的時候需要根據like中某個值作為篩選目標的時候，我們怎麼辦呢？我們無需進行其他任何操作（和以前的查詢一模一樣）。例如查詢所有喜歡orange的人：

db.getCollection('test_data_1').find({"like":"orange"})

也就是說它的查詢與以前沒有任何區別。但是，既然是陣列，總有一定其他的操作，例如查詢欄位陣列為長度的記錄：

db.getCollection('test_data_1').find({"like":{"$size":3}})

上面是查詢like欄位的陣列長度為3的記錄。

注意：“$size”只能查詢某一個具體長度的陣列，而不能查詢範圍，如果進行範圍查詢的話，會報錯：

當然，既然有陣列，那麼必然會有索引，在mongodb中，陣列的第一個元素的索引為0，和大部分的程式設計的情況是一樣的。

我們可以通過“欄位名.索引”來定位元素。例如查詢：

db.getCollection('test_data_1').find(
    {
       "like.0":"apple"
        }
)

聚合（Aggregation）

聚合的功能很簡單，就是讓Mongodb來處理資料，然後返回被處理好的資料。

聚合的操作命令是“aggregation”，基本格式是:

db.getCollection('test_data_1').aggregation([階段1,階段2,階段3……])

集中，階段可以為零個（那麼就相當於findi命令），也可以為任意數量。其中，階段中間有點類似linux或者unix中的管道

也就是說，前面一個階段的輸出，是後面一個結點的輸入。

下面是來自菜鳥教程的一些關鍵字的用法。

• $project：修改輸入文件的結構。可以用來重新命名、增加或刪除域，也可以用於建立計算結果以及巢狀文件。
• $match：用於過濾資料，只輸出符合條件的文件。$match使用MongoDB的標準查詢操作。
• $limit：用來限制MongoDB聚合管道返回的文件數。
• $skip：在聚合管道中跳過指定數量的文件，並返回餘下的文件。
• $unwind：將文件中的某一個數組型別欄位拆分成多條，每條包含陣列中的一個值。
• $group：將集合中的文件分組，可用於統計結果。
• $sort：將輸入文件排序後輸出。
• $geoNear：輸出接近某一地理位置的有序文件。

下面我將在一些資料的處理方面來介紹一下其中的一些命令。

篩選資料

篩選資料的功能乍一看和find的功能差不多，然後仔細一看，還真的和find的功能一模一樣。篩選資料的關鍵字是“ $match”

db.getCollection('test_data_1').aggregate([{"$match":{和find完全一樣的過濾表示式}}])

下面是返回like欄位陣列的第一個元素為“apple”的記錄（和上面陣列欄位裡面查詢返回的結果一模一樣）。

db.getCollection('test_data_1').aggregate([{"$match":{"like.0":"apple"}}])

那麼，這樣做有什麼意義呢？返回的結果和find的命令一樣，還比find麻煩，這樣做豈不是多此一舉。的確，如果我們僅僅這樣做，還不如使用find，它的強大之處在於與其他關鍵字進行組合。因為進行資料處理，一般第一步都是進行篩選。

修改欄位

前面我們介紹了$project的介紹，那麼修改欄位我們將使用$projecto來操作。

$project：修改輸入文件的結構。可以用來重新命名、增加或刪除域，也可以用於建立計算結果以及巢狀文件。

正如上面所介紹的，$project的功能很強大，可以做到很多事情。

1. 修改返回的欄位

   下面返回的欄位中不包含_id和like 欄位

   db.getCollection('test_data_1').aggregate([
       {"$project":{"_id":0,"like":0}}
   ])

   下面是結合$match的使用，其中前面的$match的返回的輸出是$project的輸入

   db.getCollection('test_data_1').aggregate([
       {"$match":{"like":{"$size":3}}},
       {"$project":{"_id":0,"like":0}}
   ])

   這個的作用也和find中的返回返回部分欄位的操作差不多，這個操作沒有什麼讓人新奇的地方，下面將介紹它的其他強大之處。

   注意事項

   包括現有欄位

   • _id 欄位預設包含在輸出文件中。
   • 如果指定包含文件中不存在的欄位， $project 將忽略該欄位包含，並且不會將該欄位新增到文件中。

   取消_id欄位

   • 預設情況下， _id 欄位包含在輸出文件中。要從輸出文件中排除 _id 欄位，必須在 $project 中明確指定對 _id 欄位的抑制。

   排除欄位

   • 如果指定排除某個或多個欄位，則在輸出文件中返回所有其他欄位。

   • 如果指定排除 _id 以外的欄位，則不能使用任何其他 $project 規範表單：即，如果排除欄位，則不能指定包含欄位，重置現有欄位的值或新增新欄位。

2. 新增新的欄位

   如果我想返回的結果中新增新的欄位，怎麼辦？在project中直接新增就行

   db.getCollection('test_data_1').aggregate([
      
       {"$project":{
           "name":1,
           "_id":0,
      		// 新增的新的欄位
           "add":"GG"
           }
        }
   ])

   不過值得注意的是：

   如果指定排除 _id 以外的欄位，則不能使用任何其他 $project 規範表單：即，如果排除欄位，則不能指定包含欄位，重置現有欄位的值或新增新欄位。

   也就是說，如果排除了除“_id”以外的欄位，那麼，就GG了。就沒辦法新增欄位了。

    

   
    

    

   並且值得注意的是，新增新的欄位的時候，如果舊的欄位不設定為1，則不會返回。（也就是說，如果添加了新的欄位，想要返回本來存在欄位，必須將欄位設定為1）

    

   
    

    

3. 重新命名欄位

   重新命名欄位和新增新的欄位差不多，簡單點來說，我們可以使用“$舊的欄位名”來表示欄位的資料。示例如下

   db.getCollection('test_data_1').aggregate([
      
       {"$project":{
       	// 新增新的欄位，新的欄位的資料是name欄位的資料
           "add":"$name"
           }
        }
   ])

   結果如下：

    

   
    

    

   這個對於巢狀文件有著非常好的效果，可以看下面的兩個例子

   使用find	使用聚合

4. 處理特殊字元

   這裡有說兩個問題，如果我需要修改一個欄位的資料為1，或者為$project呢？可以知道，這些值與mongodbe自身的語法衝突了（所有以“$”開頭的普通字串和數字都不能新增）。這個時候我們可以使用" $literal"關鍵字。

    

   
    

    

分組操作

分組操作所對應的關鍵字是“$group”，它的作用是根據給出的欄位key，它所有的key的值相同的記錄放在一起進行運算。

去重

在上一篇部落格中使用了去重函式“distinct”，使用該函式後，返回的是一個數組。不過，現在我們可以使用“$group”去重。操作如下所示：

db.getCollection('test_data_1').aggregate(
    [
        {
            "$group":{"_id":"$被g去重的欄位名"}
        }
    ]
)

其中，“_id”是必不可少的，不能用其他的去替代。而這個返回的也不是一個數組，而是很多條記錄。

分組操作運算

首先先說一下運算的關鍵字，關鍵字包括（來自菜鳥教程）：

大家看那個例項估計也明白怎麼操作了。首先我們先去重，然後再指定名字，最後進行計算：

計算的方法：{$關鍵字：$已有的欄位名}

下面便是計算age的平均值，然後以“aver_age”返回。

原則上，“$sum”和“$avg”的值對應的值應該是數字，如果使用非數字，則“$sum”會返回0，“$avg”會返回“null”。注意，字串是可以比較大小的。其中，“$sum”的值還可以使用數字“1”，例如"count":{"$sum":1}，則返回的就是每個分組有多少條記錄。

拆分陣列

拆分陣列使用的關鍵字是“$unwind”，它的作用是把一條包含陣列的記錄拆分為很對條記錄，其中，每一條記錄擁有陣列中的一個元素。

下面是陣列like和infos進行拆分，其中拆分的結果數量是like陣列的長度乘以infos陣列的長度。

db.getCollection('test_data_1').aggregate(
    [
        {"$unwind":"$like"},
        {"$unwind":"$infos"},
    ]
)

聯集合查詢

Mongodb中的聯集合查詢類似SQL中的聯表查詢，在聯集合查詢中，有兩個概念，主集合和被查集合。簡單點來說，就是主集合提供欄位key，然後被查集合通過欄位key查出需要的欄位。

db.getCollection('主集合名').aggregate([
    "$lookup":{
            "from":"被查集合名",
            "localField":"主集合提供的欄位key",
            "foreginField":"被查集合接受的欄位",
            "as":"為查出來的欄位命名",
    }
]
)

下面是兩個文件，一個為user,一個為login

現在我們通過login中的id從user中拿出欄位：

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   }
]
)

返回結果如下：

其中，login_name為聯結合查出來的資料，為一個數組。

當然，對於這個結果的樣式我們是不太滿意的，因為我我們只想拿出name，這個時候我們就需要使用前面的知識來解決這個問題了。

db.getCollection('login').aggregate([
   { "$lookup":{
            "from":"user",
            "localField":"loginId",
            "foreignField":"id",
            "as":"login_name",
        }
   },   {
       "$unwind":"$login_name"
   },
   {
       "$project":{
           "_id":0,
           "loginId":1,
           "name":"$login_name.name"
           
           }
   }
])

返回的結果如圖所示：

參考資料

參考書籍：《左手Mongodb，右手Redis》

菜鳥教程：https://www.runoob.com/mongodb/mongodb-tutorial.html

docs4dev：https://www.docs4dev.com/docs/zh/mongodb/v3.6/reference