MongoDB Shell集合方法

以下是用于不同场景的MongoDB集合方法。

db.collection.aggregate(pipeline, option)

aggregate方法用于计算集合/表或视图中数据的聚合值。

Pipeline： 这是一组用于数据的质量操作或阶段的数组。它可以作为单独的参数接受pipeline，而不是作为数组的元素。如果pipeline未指定为数组，则不会指定第二个参数。

Option： 传递聚合命令的文件。只有在将pipeline指定为数组时才可用。

命令字段：

示例

这些示例使用包含以下文档的集合库：

{ _id: 1, book_id: "Java", ord_date: ISODate("2012-11-02T17:04:11.102Z"), status: "A", amount: 50 }
{ _id: 0, book_id: "MongoDB", ord_date: ISODate("2013-10-01T17:04:11.102Z"), status: "A", amount: 100 }
{ _id: 0.01, book_id: "DBMS", ord_date: ISODate("2013-10-12T17:04:11.102Z"), status: "D", amount: 25 }
{ _id: 2, book_id: "Python", ord_date: ISODate("2013-10-11T17:04:11.102Z"), status: "D", amount: 125 }
{ _id: 0.02, book_id: "SQL", ord_date: ISODate("2013-11-12T17:04:11.102Z"), status: "A", amount: 25 }

计算总和

db.library.aggregate([
                     { match: { status: "A" } },
                     {group: { _id: "book_id", total: {count: "amount" } } },
                     {sort: { total: -1 } }
                   ])

输出：

指定排序规则

db.library.aggregate(
   [ { match: { status: "A" } }, {group: { _id: "ord_date", count: {count: 1 } } } ],
   { library: { locale: "fr", strength: 1 } } );

db.collection.bulkWrite()

bulkWrite()方法用于执行多个写入操作，并控制执行顺序。该方法会执行一系列的写入操作，操作默认按照特定顺序执行。

语法：

db.collection.bulkWrite(
   [ <op. 1>, <op. 2>, .. ],
   {
      writeConcern : <document>,
      ordered: <boolean>
   }
)

输出：

执行操作

insertOne: 将一个文档插入到集合中。

db.collection.bulkWrite( [
   { insertOne : { "document" : <document> } }
] )

updateOne: 它仅更新集合中与过滤器匹配的一个文档。

db.collection.bulkWrite( [
   { updateOne :
      {
         "filter": <document>,
         "update": <document or pipeline>,
         "upsert": <boolean>,
         "collation": <document>,
         "arrayFilters": [ <filterdocument1>, ... ],
         "hint": <document|string>
      }
   }
] )

输出：

updateMany： 它会更新集合中所有匹配筛选条件的文档。

db.collection.bulkWrite( [
   { updateMany :{
         "filter" : <doc.>,
         "update" : <document or pipeline>,          
         "upsert" : <Boolean>,
         "collation": <document>,           
         "arrayFilters": [ <filterdocument1>, ... ], 
         "hint": <document|string>                   // Available starting in 4.2.1
      }
   }
] )

replaceOne: 它用于替换集合中与过滤器匹配的单个文档。

db.collection.bulkWrite([
{ replaceOne :
 {
    "filter" : <doc.>,
     "replacement" : <doc.>,
     "upsert" : <boolean>,
     "collation": <document>,
     "hint": <document|string>
   }
 }
] )

db.collection.count(query, option)

count()方法返回与集合或视图的find方法查询匹配的文档数量。

示例:

我们将使用以下操作计算javaTpoint集合中的所有文档的数量：

db.javaTpoint.count()

现在，我们将统计javaTpoint集合中字段tut_dt大于new Date(’01/01/2015′)的所有匹配查询的文档数量

db.javaTpoint.count( { tut_dt: { $gt: new Date('01/01/2015') } } )

输出：

Db.collection.countDocuments(query, options)

countDocuments() 方法返回与集合或视图中的查询匹配的文档数量。它不会使用元数据返回计数。

语法：

db.collection.countDocuments( <query>, <options> )

示例：

下面的示例将计算javaTpoint集合中的所有文档的数量。

db.javaTpoint.countDocuments({})

现在，我们将计算javaTpoint集合中字段tut_dt大于new Date(’01/01/2015′)的所有与查询匹配的文档数量。

db.javaTpoint.countDocuments( { tut_dt: { $gt: new Date('01/01/2015') } } )

db.collection.estimatedDocumentCount()

estimatedDocumentCount()方法计算集合或视图中的所有文档。此方法封装了count命令。

语法：

db.collection.estimatedDocumentCount( <options> )

示例

下面的示例将检索 javaTpoint 集合中所有文档的数量：

db.javaTpoint.estimatedDocumentCount({})

db.collection.createIndex(keys, options)

键值：

对于在字段上进行升序索引，我们需要指定值为1；对于降序索引，我们需要指定值为-1。

示例

下面的示例在字段tut_Date上创建了一个升序索引。

db.collection.createIndex( { tut_Date: 1 } )

下面的示例显示了在tut_Date字段和tut_code字段上创建的复合索引。

db.collection.createIndex( { tut_Date: 1, tut_code: -1 } )

以下示例将创建一个名为category_tutorial的索引。该示例使用指定了区域设置为fr和比较强度的排序规则创建索引

db.collection.createIndex(
   { category: 1 },
   { name: "category_tutorial", collation: { locale: "fr", strength: 2 } }
)

db.collection.createIndexes()

createIndexes() 方法在集合上创建一个或多个索引。

语法：

db.collection.createIndexes( [keyPatterns, ]options)

关键模式： ：它是一个包含索引特定文档的数组。所有的文档都有字段-值对。对于一个字段的升序索引，我们需要指定一个值为1，对于降序索引，我们需要指定一个值为-1。

示例

在下面的示例中，我们考虑了一个包含类似以下文档的员工集合：

{
   location: {
      type: "Point",
      coordinates: [-73.8577, 40.8447]
   },
   name: "Employee",
   company: "Amazon",
   borough: "CA",
}

输出：

现在，下面的示例在products集合上创建了两个索引：

• 按照升序创建了一个在manufacturer字段上的索引。
• 按照升序创建了一个在category字段上的索引。

上述索引使用了一个排序规则，其中基本的法语规则和比较强度设置为2。

db.products.createIndexes( [ { "manufacturer": 1}, { "category": 1 } ],
   { collation: { locale: "fr", strength: 2 } })

db.collection.dataSize()

数据大小方法将覆盖collStats命令的输出（即db.collection.stats()）。

db.collection.deleteOne()

deleteOne()方法从集合中删除一个文档。它替换与过滤器相似的第一个文档。您需要使用与唯一索引相关的字段（例如id）进行完美删除。

语法：

db.collection.deleteOne(
   <filter>,
   {
      writeConcern: <document>,
      collation: <document>
   }
)

示例

订单集合具有以下结构的文档：

{
   _id: objectId("563237a41a4d6859da"),
   book: "",
   qty: 2,
   type: "buy-limit",
   limit: 10,
   creationts: ISODate("2015-11-01T2:30:15Z"),
   expiryts: ISODate("2015-11-01T2:35:15Z"),
   client: "JavaTpoint"
}

以下操作会删除 _id 为 objectId (“563237a41a4d6858 2da”) 的订单：

try {
   db.orders.deleteOne( { "_id" : objectId("563237a41a4d68582da") } );
} catch (e) {
   print(e);
}

输出：