MongoDB 查询文档(五)

第三部分

1.$all: 匹配数组中包含query中的元素2.$elemMatch    : 筛选数组中的元素3.$size: 匹配数组中元素的个数.

3.1$all

{: { $all:[,... ] } }

官方实例

{tags:{ $all:["ssl","security"] } } 等价于 { $and: [ {tags:"ssl"}, {tags:"security"} ] }

为了便于理解, 在此修改一下测试数据, 将小明的成绩改为三个数字

> db.users.update({"name":"xiaoming"}, {"$push": {"score":100}})WriteResult({"nMatched":1,"nUpserted":0,"nModified":1})

此时两种成功的筛选数据的方式, 得到结果

#测试数据在最上边,必须同时满足score包含备选数据, [子集与真子集] > db.users.find({"score": {"$all": [20,40]}}) {"_id": ObjectId("58d21667edca14f0f7ffbedb"),"name":"xiaoming","age":18,"score": [20,40,100] } > db.users.find({"score": {"$all": [20,40,100]}}) {"_id": ObjectId("58d21667edca14f0f7ffbedb"),"name":"xiaoming","age":18,"score": [20,40,100] }

无结果数据

#没有任何一条数据的score**同时**包含2060> db.users.find({"score": {"$all": [20,60]}}) >

总结X$in 与 $all的区别

用实例告诉大家的区别

x.1$in原始数据中只要包含一条或多条备选数据,即满足

> db.users.find({"score": {"$in": [20,60]}}) {"_id": ObjectId("58d21667edca14f0f7ffbeda"),"name":"lisi","age":29,"score": [40,60] } {"_id": ObjectId("58d21667edca14f0f7ffbedb"),"name":"xiaoming","age":18,"score": [20,40,100] }

x.2 $all原始数据必须完整的包含或等于被选数据

#为空 > db.users.find({"score": {"$all": [20,60]}}) >

3.2 $elemMatch

语法

{: {$elemMatch: {,, ... } } }

实例一

筛选数组中包含大于50小于100的数据,只要属于其子集即可

> db.users.find({"score": {"$elemMatch": {"$gt":50,"$lt":100}}}) {"_id": ObjectId("58d21667edca14f0f7ffbed9"),"name":"zhangsan","age":19,"score": [90,80] } {"_id": ObjectId("58d21667edca14f0f7ffbeda"),"name":"lisi","age":29,"score": [40,60] }

实例二

插入测试数据

db.test1.insert([ {"id":1,"results": [ {"product":"abc","score":10}, {"product":"xyz","score":5} ] }, {"id":2,"results": [ {"product":"abc","score":8}, {"product":"xyz","score":7} ] }, {"id":3,"results": [ {"product":"abc","score":7}, {"product":"xyz","score":8} ] } ])

定位其中的一条

> db.test1.find({"results": {"$elemMatch": {"product":"abc","score": {"$gt":8}}}}) {"_id": ObjectId("58d26383fc8d60106f1885bc"),"id":1,"results": [ {"product":"abc","score":10}, {"product":"xyz","score":5} ] } >

更多关于update与$elemMatch操作

3.3 $size:匹配数组中元素的个数.

筛选score拥有三个子集的数据

> db.users.find({"score": {"$size":3}})  {"_id": ObjectId("58d21667edca14f0f7ffbedb"),"name":"xiaoming","age":18,"score": [20,40,100] }

第四部分基本操作符

插入测试数据

> for(vari =0; i < 100; i++){db.test2.insert({"age": i}) } WriteResult({"nInserted":1})  > db.test2.find().count()100

4.1 Skip()

语法

>db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

官方实例

functionprintStudents(pageNumber, nPerPage){print("Page: "+ pageNumber);    db.students.find().skip(pageNumber >0? ((pageNumber-1)*nPerPage) :0).limit(nPerPage).forEach(function(student){print(student.name +"

"); } ); }

> db.test2.find().skip(95) {"_id":ObjectId("58d26dc1b527dc1a130563a8"),"age": 95 } {"_id":ObjectId("58d26dc1b527dc1a130563a9"),"age": 96 } {"_id":ObjectId("58d26dc1b527dc1a130563aa"),"age": 97 } {"_id":ObjectId("58d26dc1b527dc1a130563ab"),"age": 98 } {"_id":ObjectId("58d26dc1b527dc1a130563ac"),"age": 99 }

4.2排序sort()

默认为升序[1], 降序为[-1]

>db.COLLECTION_NAME.find().sort({KEY:1}) >

例子

#默认升序 > db.test2.find().sort({"age":1}) {"_id":ObjectId("58d26dc1b527dc1a13056349"),"age": 0 } {"_id":ObjectId("58d26dc1b527dc1a1305634a"),"age": 1 } {"_id":ObjectId("58d26dc1b527dc1a1305634b"),"age": 2 } {"_id":ObjectId("58d26dc1b527dc1a1305634c"),"age": 3 } {"_id":ObjectId("58d26dc1b527dc1a1305634d"),"age": 4 }  #降序 > db.test2.find().sort({"age": -1}) {"_id":ObjectId("58d26dc1b527dc1a130563ac"),"age": 99 } {"_id":ObjectId("58d26dc1b527dc1a130563ab"),"age": 98 } {"_id":ObjectId("58d26dc1b527dc1a130563aa"),"age": 97 } {"_id":ObjectId("58d26dc1b527dc1a130563a9"),"age": 96 }

4.2排序limit()

>db.COLLECTION_NAME.find().limit(NUMBER)

> db.test2.find().limit(5) {"_id":ObjectId("58d26dc1b527dc1a13056349"),"age": 0 } {"_id":ObjectId("58d26dc1b527dc1a1305634a"),"age": 1 } {"_id":ObjectId("58d26dc1b527dc1a1305634b"),"age": 2 } {"_id":ObjectId("58d26dc1b527dc1a1305634c"),"age": 3 } {"_id":ObjectId("58d26dc1b527dc1a1305634d"),"age": 4 }

4.3综上一块来个实例

放在一块说会好些, 要不没有说明性

跳过前10条, 显示接下来的5条, 并按照age升序排列

> db.test2.find().skip(10).sort({"age":1}).limit(5) {"_id":ObjectId("58d26dc1b527dc1a13056353"),"age": 10 } {"_id":ObjectId("58d26dc1b527dc1a13056354"),"age": 11 } {"_id":ObjectId("58d26dc1b527dc1a13056355"),"age": 12 } {"_id":ObjectId("58d26dc1b527dc1a13056356"),"age": 13 } {"_id":ObjectId("58d26dc1b527dc1a13056357"),"age": 14 }

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容