一、MongoDB简介

1.概述

MongoDB是一个基于分布式文件存储的数据库，由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。

MongoDB介于关系型数据和非关系型数据库之间，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，类似json格式，因此可以存储比较复杂的数据类型。

MongoDB最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库表单查询的绝大部分功能，而且还支持对数据建立索引。

2.和MySQL之间的区别

2.1MySQL

关系型数据库。 查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。 关系型数据库遵循ACID规则 开源数据库的份额在不断增加，mysql的份额页在持续增长。 缺点：在海量数据处理的时候效率会显著变慢。

2.2MongoDB

非关系型数据库(nosql ),属于文档型数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系那个的数据。这些数据具备自述性（self-describing），呈现分层的树状数据结构。数据结构由键值(key=>value)对组成。 存储方式：虚拟内存+持久化。 查询语句：是独特的Mongodb的查询方式。 适合场景：事件的记录，内容管理或者博客平台等等。 数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。 成熟度与广泛度：新兴数据库，成熟度较低，Nosql数据库中最为接近关系型数据库，比较完善的DB之一，适用人群不断在增长。 优势： 快速！在适量级的内存的Mongodb的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快， 高扩展！ 自身的Failover机制！ json的存储格式！

2.3二者之间的区别

MySQLMongoDB解释databasedatabase数据库tablecollection数据表/集合row【一条记录，实体】document行/文档columnfield列/字段或者属性table join不支持表连接primary keyprimary key主键

解释

数据库：容器，不管是mysql还是mongodb，一个单一的服务器都可以管理多个数据库

集合：是一组mongodb的文件，等价于mysql中的table，集合中文档可以有不同的字段，也可以有不同的数据类型

文档：一组键值对，具有动态模式【不同的数据可以是不同的格式】

二、MongoDB安装和卸载

1.卸载

执行命令：
sudo apt-get autoremove mongodb
sudo apt-get autoclean mongodb

#清除残留数据
dpkg -l |grep ^rc|awk '{print $2}' |tr ["\n"] [" "]|sudo xargs dpkg -P

2.安装

第1步 – 导入公钥**

Ubuntu软件包管理器apt（高级软件包工具）需要软件分销商的GPG密钥来确保软件包的一致性和真实性。 执行此下面的命令将MongoDB密钥导入到您的服务器：

sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 2930ADAE8CAF5059EE73BB4B58712A2291FA4AD5

第2步 – 创建源列表文件MongoDB

检查URL http://repo.mongodb.org/apt/ubuntu/dists/。 如果您在该网页上看到一个目录“bionic”，则将下述命令中的单词“xenial”替换为“bionic”一词，【原因：MongoDB尚未发布Bionic Beaver软件包，但Xenial软件包在Ubuntu 18.04 LTS上运行良好】

执行以下命令在/etc/apt/sources.list.d/中创建一个MongoDB列表文件：

echo "deb http://repo.mongodb.org/apt/ubuntu xenial/mongodb-org/3.6 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-3.6.list

第3步 – 更新存储库

使用apt命令更新存储库：

sudo apt-get update

说明：执行完会提示一些失败，不用在意

第4步 – 安装MongoDB

执行以下命令来安装MongoDB：

sudo apt-get install -y mongodb

第5步：启动MongoDB

执行以下命令启动MongoDB并将其添加为在启动时启动的服务

systemctl start mongodb

如果执行完这一步终端没有任何输出，则说明是正确的
如果启动的时候提示：Failed to start mongod.service: Unit mongodb.service not found.
解决办法如下：
1创建配置文件：
在/etc/systemd/system/下
sudo vim mongodb.service

2.在里面追加文本：
[Unit]
Description=High-performance, schema-free document-oriented database
After=network.target

[Service]
User=mongodb
ExecStart=/usr/bin/mongod --quiet --config /etc/mongodb.conf

[Install]
WantedBy=multi-user.target
3.按ctrl+X退出
4.启动服务
sudo systemctl start mongodb
sudo systemctl status mongodb
5.让它永久启动
sudo systemctl enable mongodb

第6步：检查MongoDB是否已经启动在27017端口号上

执行下面的命令：

netstat -plntu

第7步：登录MongoDB

mongo

如果出现错误全局初始化失败：BadValue无效或无用户区域设置。 请确保LANG和/或LC_ *环境变量设置正确，请尝试命令：
export LC_ALL=C
mongo

补充：ubuntu下如何查看软件安装目录以及安装版本

1.查询版本
aptitude show 软件名 或者 dpkg -l软件名
2.查询安装路径
dpkg -L 软件名 或者 whereis 软件名

三、MongoDB使用

1.创建和删除数据库

1.1创建数据库

语法：

use DATABASE_NAME
注意：如果指定的数据库DATABASE_NAME不存在，则该命令将创建一个新的数据库，否则返回现有的数据库

#mysql中
创建数据库：create database basename;
切换数据库：use basename;

数据库命名：

a.不能是空字符串

b.不能包含特殊符号

c.最好全部小写

d.有一些数据库名是保留的，可以直接访问特殊数据库

admin：从权限的角度来说，是root的数据库

local：本地数据

config:配置，用于保存MongoDB的配置信息

演示：

#登录MongoDB                                                       rock@rockrong:~$ mongo
MongoDB shell version: 2.6.10
connecting to: test
Welcome to the MongoDB shell.
For interactive help, type "help".
For more comprehensive documentation, see
http://docs.mongodb.org/Questions? Try the support group
http://groups.google.com/group/mongodb-user
#创建数据库并切换到该数据库下
> use mydb1
switched to db mydb1

其他命令：

#检查当前选择的数据库
> db
mydb1

#检查已经创建好的数据库列表
> show dbs
admin  (empty)
local  0.078GB

#创建的数据库(newdb)不在列表中。要显示数据库，需要至少插入一个文档，空的数据库是不显示出来的
> db.mydb1.insert({'name':'yangyang'})
WriteResult({ "nInserted" : 1 })
> show dbs
admin  (empty)
local  0.078GB
mydb1  0.078GB

#退出MongoDB
> exit
bye
rock@rockrong:~$ mongo
MongoDB shell version: 2.6.10
#默认的数据库test
connecting to: test

#如果数据库已经存在，use表示切换数据库
> use mydb1
switched to db mydb1

1.2删除数据库

语法：

db.dropDatabase()

#注意：默认删除当前正在工作的数据库，如果没有通过use命令切换数据库，则删除的是test

演示：

#删除当前正在工作的数据库
> db.dropDatabase()
{ "dropped" : "mydb1", "ok" : 1 }
> show dbs
admin  (empty)
local  0.078GB

2.创建和删除集合

类似于MySQL中的表

集合存在于数据库中，集合没有固定的结构，意味着可以对集合插入不同格式和不同类型的数据，但是尽量插入集合的时候保证数据的关联性

集合名的规范：

a.不能空字符串

b.集合名不能含有\0【空字符】，表示集合名的结尾

c.集合名不能以"system."开头，为系统集合保留的关键字

d.不能含有保留字符，千万不能含有$

2.1创建集合

语法：

db.createCollection(name, options)

#注意
name的类型为String，是要创建的集合的名称
options的类型是Document，是一个文档，指定相应的大小和索引，是可选参数

下面是可以使用的选项列表：

在插入文档时，MongoDB首先检查上限集合capped字段的大小，然后检查max字段。

字段类型描述cappedBoolean(可选)如果为true，则启用封闭的集合。上限集合是固定大小的集合，它在达到其最大大小时自动覆盖其最旧的条目。 如果指定true，则还需要指定size参数。autoIndexIdBoolean(可选)如果为true，则在_id字段上自动创建索引。默认值为false。size数字(可选)指定上限集合的最大大小(以字节为单位)。 如果capped为true，那么还需要指定此字段的值。max数字(可选)指定上限集合中允许的最大文档数。

演示：

> use test
switched to db test

#没有options选项的集合的创建
> db.createCollection("myCollection")
{ "ok" : 1 }

#显示当前数据库下的集合列表
> show collections
myCollection
system.indexes

#有options选项的集合的创建
> db.createCollection("mycol",{capped:true,autoIndexId:true,size:1024,max:10000})
{ "ok" : 1 }
> show collections
myCollection
mycol
system.indexes

#如果一个集合不存在，直接向其中插入数据，会自动创建
> db.newcollection.insert({'name':'zhangsan'})
WriteResult({ "nInserted" : 1 })
> show collections
myCollection
mycol
newcollection
system.indexes

2.2删除集合

语法：

db.COLLECTION_NAME.drop()

注意：如果选定的集合成功删除，drop()方法将返回true，否则返回false

演示：

> db.newcollection.drop()
true
> show collections
myCollection
mycol

3.文档操作

文档：相当表中的一条记录【实体】

是一组键值对，文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型

注意：

a.文档中的键值对是有序的

b.文档中值除了字符串之外，还可以是其他数据类型【嵌套一个文档】

c.严格区分大小写和数据类型的，mycol myCol

d.文档中不能有重复的键

e.文档中的键基本都是用字符串表示的

文档中键的命名：

a.键不能包含\0

b.$和.有特殊含义

c.以下划线开头的键是保留的，尽量不要使用下划线开头

3.1插入文档

语法：

db.COLLECTION_NAME.insert(document)

注意：在插入的文档中，如果不指定_id参数，那么 MongoDB 会为此文档分配一个唯一的ObjectId

_id为集合中的每个文档唯一的12个字节的十六进制数。 12字节划分如下

_id: ObjectId(4 bytes timestamp, 3 bytes machine id, 2 bytes process id,
3 bytes incrementer)

演示：

#插入单条文档
> db.mycol.insert({
... id:100,
... name:'zhangsan',
... age:18,
... hobby:'sing',
... })
WriteResult({ "nInserted" : 1 })

#查看已经插入的文档
> db.mycol.find()
{ "_id" : ObjectId("5b3d8c919e00ffe8882d9705"), "id" : 100, "name" : "zhangsan", "age" : 18, "hobby" : "sing" }
> db.mycol.find().pretty()
{
"_id" : ObjectId("5b3d8c919e00ffe8882d9705"),
"id" : 100,
"name" : "zhangsan",
"age" : 18,
"hobby" : "sing"
}

#批量插入文档
> db.mycol.insert({ id:101, name:"lisi", age:20, hobby:'dance', },{ id:102, name:'jack', age:15, hobby:'write', })
WriteResult({ "nInserted" : 1 })
> db.check.insert([
...    {
...       _id: 101,
...       title: 'MongoDB Guide',
...       description: 'MongoDB is no sql database',
...       by: 'yiibai tutorials',
...       url: 'http://www.yiibai.com',
...       tags: ['mongodb', 'database', 'NoSQL'],
...       likes: 100
...    },
...
...    {
...       _id: 102,
...       title: 'NoSQL Database',
...       description: "NoSQL database doesn't have tables",
...       by: 'yiibai tutorials',
...       url: 'http://www.yiibai.com',
...       tags: ['mongodb', 'database', 'NoSQL'],
...       likes: 210,
...       comments: [
...          {
...             user:'user1',
...             message: 'My first comment',
...             dateCreated: new Date(2017,11,10,2,35),
...             like: 0
...          }
...       ]
...    },
...    {
...       _id: 104,
...       title: 'Python Quick Guide',
...       description: "Python Quick start ",
...       by: 'yiibai tutorials',
...       url: 'http://www.yiibai.com',
...       tags: ['Python', 'database', 'NoSQL'],
...       likes: 30,
...       comments: [
...          {
...             user:'user1',
...             message: 'My first comment',
...             dateCreated: new Date(2018,11,10,2,35),
...             like: 590
...          }
...       ]
...    }
... ])
BulkWriteResult({
"writeErrors" : [ ],
"writeConcernErrors" : [ ],
"nInserted" : 3,
"nUpserted" : 0,
"nMatched" : 0,
"nModified" : 0,
"nRemoved" : 0,
"upserted" : [ ]
})
> db.check.find().pretty()
{
"_id" : 101,
"title" : "MongoDB Guide",
"description" : "MongoDB is no sql database",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"mongodb",
"database",
"NoSQL"
],
"likes" : 100
}
{
"_id" : 102,
"title" : "NoSQL Database",
"description" : "NoSQL database doesn't have tables",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"mongodb",
"database",
"NoSQL"
],
"likes" : 210,
"comments" : [
{
"user" : "user1",
"message" : "My first comment",
"dateCreated" : ISODate("2017-12-09T18:35:00Z"),
"like" : 0
}
]
}
{
"_id" : 104,
"title" : "Python Quick Guide",
"description" : "Python Quick start ",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"Python",
"database",
"NoSQL"
],
"likes" : 30,
"comments" : [
{
"user" : "user1",
"message" : "My first comment",
"dateCreated" : ISODate("2018-12-09T18:35:00Z"),
"like" : 590
}
]
}
>

其它插入文档的方法【作为了解】

db.collection.insertOne():插入单个文档

db.collection.insertMany()：插入多个文档

a.db.collection.insertOne()方法

db.collection.insertOne()方法将单个文档插入到集合中。 如果文档没有指定id字段，MongoDB会自动将id字段与ObjectId`值添加到新文档

演示：

#以下示例将新文档插入到库存集合中
db.invent.insertOne({
      item: "canvas",
      num: 100,
      tags: ["cotton"],
      size: {
          h: 20,
          w: 30,
       }
})


#db.collection.insertOne()方法返回包含新插入的文档的`_id```字段值的文档

执行结果如下：
> db.inventory.insertOne(
...    { item: "canvas", qty: 100, tags: ["cotton"], size: { h: 28, w: 35.5, uom: "cm" } }
... )
{
       "acknowledged" : true,
       "insertedId" : ObjectId("5955220846be576f199feb55")
}
>

b.db.collection.insertMany()方法

db.collection.insertMany()方法将多个文档插入到集合中，可将一系列文档传递给db.collection.insertMany()方法。以下示例将三个新文档插入到库存集合中。如果文档没有指定id字段，MongoDB会向每个文档添加一个ObjectId值的id`字段

演示：

db.inventory.insertMany([
  { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } },
  { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } },
  { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } }
])

#insertMany()返回包含新插入的文档_id字段值的文档。执行结果如下：
> db.inventory.insertMany([
...    { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } },
...    { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } },
...    { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } }
... ])
{
       "acknowledged" : true,
       "insertedIds" : [
              ObjectId("59552c1c46be576f199feb56"),
              ObjectId("59552c1c46be576f199feb57"),
              ObjectId("59552c1c46be576f199feb58")
       ]
}

3.2查询文档

语法：

db.COLLECTION_NAME.find(document)

注意：
find（）将以非结构化的方式返回查询结果

要以格式化的方式返回查询结果，可以结合pretty函数使用
db.COLLECTION_NAME.find(document).pretty()

findOne():返回一个文档

MongoDB 与 RDBMS的等效MySQL子句

要在一些条件的基础上查询文档，可以使用以下操作:

操作语法示例MySQL等效语句相等{<key>:<value>}db.mycol.find({"by":"yiibai"}).pretty()where by = 'yiibai'小于{<key>:{$lt:<value>}}db.mycol.find({"likes":{$lt:50}}).pretty()where likes < 50小于等于{<key>:{$lte:<value>}}db.mycol.find({"likes":{$lte:50}}).pretty()where likes <= 50大于{<key>:{$gt:<value>}}db.mycol.find({"likes":{$gt:50}}).pretty()where likes > 50大于等于{<key>:{$gte:<value>}}db.mycol.find({"likes":{$gte:50}}).pretty()where likes >= 50不等于{<key>:{$ne:<value>}}db.mycol.find({"likes":{$ne:50}}).pretty()where likes != 50

演示：

a.MongoDB中的AND操作符

语法：

#在find()方法中，如果通过使用’，‘将它们分开传递多个键，则 MongoDB 将其视为AND条件。 以下是AND的基本语法
>db.mycol.find(
{
  $and: [
    {key1: value1}, {key2:value2}
  ]
}
).pretty()

演示：

db.check.find({$and:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty()
{
"_id" : 104,
"title" : "Python Quick Guide",
"description" : "Python Quick start ",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"Python",
"database",
"NoSQL"
],
"likes" : 30,
"comments" : [
{
"user" : "user1",
"message" : "My first comment",
"dateCreated" : ISODate("2018-12-09T18:35:00Z"),
"like" : 590
}
]
}
>

db.check.find({'by':'yiibai tutorials','title':'Python Quick Guide'}).pretty()

{
"_id" : 104,
"title" : "Python Quick Guide",
"description" : "Python Quick start ",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"Python",
"database",
"NoSQL"
],
"likes" : 30,
"comments" : [
{
"user" : "user1",
"message" : "My first comment",
"dateCreated" : ISODate("2018-12-09T18:35:00Z"),
"like" : 590
}
]
}

#等效的SQL的语句
select * from check where by="" and title="";

b.MongoDB中的OR操作符

语法：

#在要根据OR条件查询文档，需要使用$or关键字。 以下是OR条件的基本语法
>db.mycol.find(
  {
    $or: [
        {key1: value1}, {key2:value2}
    ]
  }
).pretty()

演示：

db.check.find({$or:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty()

c.使用 AND 和 OR 联合使用

演示：

> db.check.find({'likes':{$gt:100},$or:[{'title':'NoSQL Database'},{'by':'yiibai tutorials'}]}).pretty()
{
"_id" : 102,
"title" : "NoSQL Database",
"description" : "NoSQL database doesn't have tables",
"by" : "yiibai tutorials",
"url" : "http://www.yiibai.com",
"tags" : [
"mongodb",
"database",
"NoSQL"
],
"likes" : 210,
"comments" : [
{
"user" : "user1",
"message" : "My first comment",
"dateCreated" : ISODate("2017-12-09T18:35:00Z"),
"like" : 0
}
]
}
>
select * from check where likes>100 and (title='' or by='')

3.3更新文档

1>update()：更新现有文档中的值

criteria:用于指定一个查询，查询选择将要更新的目标记录

action：用于指定更新信息，也可以使用操作符完成

options:

语法：

db.COLLECTION_NAME.update(SELECTION_CRITERIA, UPDATED_DATA)

演示：

#find（）：查询指定列的数据
#{'_id':1,'title':1}：表示要检索的字段列表
#注意：当执行find函数的时候，它默认将所有的文档显示，为了限制显示的字段，需要将字段列表的值设置为1，如果不显示可以设置为0
> db.check.find({'title':'MongoDB Guide'},{'_id':1,'title':1})
{ "_id" : 101, "title" : "MongoDB Guide" }

#注意：update默认只更新一个文档，如果要更新多个文档，则添加参数{multi:true})
db.check.update({'title':'MongoDB Guide'},{$set:{'title':'aaaaaa'}},{multi:true})

2>save()：使用save()方法中传递的文档数据替换现有文档

语法：

>db.COLLECTION_NAME.save({_id:ObjectId(),NEW_DATA})

演示：

> use mydb1
switched to db mydb1
> db.check.save({'_id':102,'titlt':'bbbb','by':'hello'})
WriteResult({ "nMatched" : 0, "nUpserted" : 1, "nModified" : 0, "_id" : 102 })
> db.check.find({'_id':102},{'_id':1,'title':1,'by':1})
{ "_id" : 102, "by" : "hello" }

3.4删除文档

MongoDB中的 remove()方法用于从集合中删除文档。 remove()方法接受两个参数。 一个是删除条件，第二个是标志：justOne。

criteria - (可选)符合删除条件的集合将被删除。

justOne - (可选)如果设置为true或1，则只删除一个文档

语法：

>db.COLLECTION_NAME.remove(DELLETION_CRITTERIA)

演示：

> db.check.remove({'_id':100})
WriteResult({ "nRemoved" : 0 })
> db.check.find({},{'_id':1,'title':1})
{ "_id" : 102 }
> db.check.remove()
2018-07-05T15:02:29.068+0800 remove needs a query at src/mongo/shell/collection.js:299
> db.check.find({},{'_id':1,'title':1})
{ "_id" : 102 }
> db.check.find().pretty()

4.查询

4.1投影

投影：查询过程中，只显示指定的字段

语法：

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

演示：

#在查询文档时只显示文档的标题
> db.mycol.find({}, {'title':1,'_id':0})

##注意，在执行find()方法时，始终都会显示_id字段，如果不想要此字段，则需要将其设置为0

4.2限制筛选记录

1>limit方法

作用：限制MongoDB要返回的记录数

根据指定的参数返回记录数

语法：

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

演示：

#在查询文档时仅显示两个文档
> db.mycol.find({},{"title":1,_id:0}).limit(2)

2>skip方法

语法：

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

演示：

> db.mycol.find({},{"title":1,_id:0}).limit(1).skip(2)

#注意：skip()方法中的默认值为0。

4.3对查询记录排序

语法：

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

注意：使用指定顺序进行排序，1表示升序，-1表示降序

演示：

> db.mycol.find({},{'_id':1, 'title':1})
# 按`title`降序排序
> db.mycol.find({},{"title":1,_id:0}).sort({"title":-1})
# 按`title`降序排序
> db.mycol.find({},{"title":1,_id:0}).sort({"title":-1})

4.4分组与聚合函数查询

1>aggregate()方法

语法：

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

以下是可用聚合表达式的列表。

表达式描述示例$sum从集合中的所有文档中求出定义的值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])$avg计算集合中所有文档的所有给定值的平均值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])$min从集合中的所有文档获取相应值的最小值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])$max从集合中的所有文档获取相应值的最大值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])$push将值插入到生成的文档中的数组中。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])$addToSet将值插入生成的文档中的数组，但不会创建重复项。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])$first根据分组从源文档获取第一个文档。 通常情况下，这只适用于以前应用的“$sort”阶段。db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])$last根据分组从源文档获取最后一个文档。通常情况下，这只适用于以前应用的“$sort”阶段。db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

演示：

db.article.aggregate([{$group:{'_id':'$by_user','num_tutorial':{$sum:1}}}])
{ "_id" : "Curry", "num_tutorial" : 1 }
{ "_id" : "Kuber", "num_tutorial" : 1 }
{ "_id" : "Maxsu", "num_tutorial" : 2 }

#等效的sql语句
select by_user, count(*) as num_tutorial from article group by by_user

管道：

每一组的输出可以作为另一组的输入，并且生成一组新的文档

$sort

$limit

$skip

$group

5.MongoDB关联关系

MongoDB中的关系表示各个文档在逻辑上的相互关联。关系可以通过嵌入式和引用方法建模。 这种关系可以是1：1，1：N，N：1或N：N。

假设有一种情况：要存储用户的地址。一个用户可以拥有多个地址，这就是1：N关系。

以下是用户(user)文档示例的文档结构

{
"_id":10999110,
"name": "Maxsu",
"contact": "13888990021",
"dob": "1992-10-11"
}

以下是地址(address)文档的示例文档结构 -

{
"_id":12200,
"building": "Hainan Building NO.2100",
"pincode": 571100,
"city": "Haikou",
"province": "Hainan"
}

5.1嵌入式关系建模

在嵌入式方法中，我们将地址(address)文档嵌入到用户(user)文档中。

{
"_id": 21000100,
"contact": "13800138000",
"dob": "1991-11-11",
"name": "Maxsu",
"address": [
  {
    "building": "Hainan Building NO.2100",
    "pincode": 571100,
    "city": "Haikou",
    "province": "Hainan"
  },
  {
    "building": "Sanya Building NO.2100",
    "pincode": 572200,
    "city": "Sanya",
    "province": "Hainan"
  },
]
}

该方法将所有相关数据保存在单个文档中，这使得检索和维护更容易。可以使用单个查询来在整个文档检索，例如 -

> db.users.findOne({"name":"Maxsu"},{"address":1, "name":1})

请注意，在上述查询中，db和users分别是数据库和集合。缺点是如果嵌入式文档的大小如果不断增长，可能会影响读/写性能。

5.2建模参考关系

这是设计规范化关系的方法。 在这种方法中，用户和地址文件将分别维护，但用户文档将包含一个将引用地址文档的id字段的字段。

{
"_id":ObjectId("52ffc33321332111sdfaf"),
"contact": "13800138000",
"dob": "1991-11-11",
"name": "Maxsu",
"address_ids": [
  ObjectId("123123"),
  ObjectId("123412")
]
}

如上所示，用户文档包含对应地址的ObjectId的数组字段address_ids。 使用这些ObjectIds，我们可以从那里查询地址文件并获取地址详细信息。 使用这种方法，需要两个查询：首先从用户文档获取address_ids字段，然后从地址集中获取这些地址。

>var result = db.users.findOne({"name":"Maxsu"},{"address_ids":1})
>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})

6.MongoDB-update多层嵌套数组解决办法

{ "_id" : 1
"user_id": 1,
"message" : "Yes"
"translations" : [
{
  "destination" : "fr",
  "text": "Oui"
},
{
  "destination" : "bf",
  "text": "uid"
},
]
}

如果是一层数组，可以用如下语句更新数组里指定key的value

db.getCollection('message').update({
'_id': 1,
'translations.destination': 'fr'  
},
{
'$set': {
    "translations.$.text": "asd"
}
}

如果再加一层嵌套

{ "_id" : 1
"user_id": 1,
"message" : "Yes"
"translations" : [
{
"destination" : "fr",
"text": "Oui",
"rating" : [
{ "user_id" : 1,
"rating" : 1
},
{ "user_id" : 2,
"rating" : 1
}
]
}
]
}

使用这个更新语句就会报错了

db.getCollection('message').update({
'_id': 1,
'translations.destination': 'fr',
'translations.rating.user_id':'1'
},
{
'$set': {
"translations.$.rating.$.rating": 5
}
}

目前mongodb不支持多个$占位符，推荐的方法的修改数据结构，把数据格式改成这样，把数组元素改成key-value形式

{ "_id" : 1
"user_id": 1,
"message" : "Yes"
"translations" : {
"fr": {
"destination" : "fr",
"text": "Oui",
"rating" : [
{ "user_id" : 1,
"rating" : 1
},
{ "user_id" : 2,
"rating" : 1
}
}
},
"en": {...}
]
}

执行如下更新语句

db.getCollection('message').update({
'_id': 1,
'translations.destination': 'fr',
'translations.rating.user_id':'1'
},
{
'$set': {
translations.fr.rating.$.rating”: 5
}
}

ps:只能使用一个$占位符的问题在社区里已经提了很久了，一直没有得到解决，希望下个版本可以解决。

7.python操作mongodb

安装 pip3 install pymongo

import pymongo
from pymongo import MongoClient
from bson.objectid import ObjectId

#1.建立连接
#创建MongoClient的对象
#方式一
#特点：可以连接默认的主机和端口号
#client = MongoClient()
#方式二
#明确指明主机和端口号
#client = MongoClient('localhost',27017)
#client = MongoClient(host='localhost',port=27017)
#方式三
#使用MongoDB URI的
client = MongoClient('mongodb://localhost:27017')

#2.获取数据库
#MongoDB的一个实例可以支持多个独立的数据库
#可以通过MongoClient的对象的属性来访问数据库
#方式一
db = client.test
print(db)
#方式二
#db = client['test']

#3.获取集合
#集合是存储在MongoDb中的一组文档，可以类似于MySQl中的表
#方式一
collection = db.stuents
#方式二
#collection = db['students']
"""
注意：
MongoDB中关于数据库和集合的创建都是懒创建
以上的操作在MongoDB的服务端没有做任何操作
当第一个文档被插入集合的时候才会创建数据库和集合
"""

#4.文档
#在pymongo中使用字典来表示文档
student1 = {
'id':'20180101',
'name':'jack',
'age':20,
'gender':'male'
}

#5.插入文档
#5.1insert（）
#插入单条数据
#注意：MongoDb会自动生成一个ObjectId,insert函数的返回值为objectid
result = collection.insert(student1)
print(result)

#插入多条数据
student2 = {
'id':'20180530',
'name':'tom',
'age':30,
'gender':'male'
}
student3 = {
'id':'20180101',
'name':'bob',
'age':18,
'gender':'male'
}
#result = collection.insert([student2,student3])

#5.2insert_one()
student4 = {
'id':'20180101',
'name':'rose',
'age':25,
'gender':'female'
}
#result = collection.insert_one(student4)
#print(result) #InsertOneResult
#print(result.inserted_id)

#5.3insert_many()
#result = collection.insert_many([student2,student3]);
#print(result) #InsertOneResult
#print(result.inserted_ids)

#6.查询文档
#6.1
#find_one()
result = collection.find_one({'name':'jack'})
print(type(result)) #<class 'dict'>
print(result)

#6.2通过objectid查询
#5b3ed21f2e1016e9ad2dc7b7
#注意：导入模块
result = collection.find_one({'_id':ObjectId('5b3ed21f2e1016e9ad2dc7b7')})
print(result)
#查询不到结果则返回None

#6.3find()
#需求：查询年龄为20的数据
results = collection.find({'age':20})
print(results)
#Cursor相当于是一个生成器，只能通过遍历的方式获取其中的数据
for r in results:
print(r)

#需求：查询年龄大于20的数据
results = collection.find({'age':{'$gt':20}})

#6.4其他用法
#a.count()
#统计所有数据的条数
count1 = collection.find().count()
#统计制定条件的数据条数
count1 = collection.find({'age':20}).count()

#b.sort()
r0 = collection.find().sort('name',pymongo.ASCENDING)

#c.limit(),skip()
r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2)
r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2).limit(5)
#注意事项：在数据库数量非常庞大的情况下，最好不要使用大的 的偏移量，很可能会导致内存溢出


#7.更新文档
#7.1update()
conditon = {'name':'jack'}
student = collection.find_one(conditon);
student['age'] = 30
result = collection.update(conditon,student)

#7.2update_one()
conditon = {'name':'jack'}
student = collection.find_one(conditon);
student['age'] = 30
result = collection.update_one(conditon,{'$set':student})
print(result.matched_count,result.modified_count)

#7.2update_many()
#查询年龄大于20的数据，然后讲年龄增加1
conditon = {'age':{'$gt':20}}
result = collection.update_one(conditon,{'$inc':{'age':1}})
print(result.matched_count,result.modified_count)

#8.删除文档
#8.1remove()
#将符合条件的所有的数据全部删除
result = collection.remove({'name':'rose'})

#8.2delete_one()
result = collection.delete_one({'name':'rose'})

#8.3delete_many()
result = collection.delete_many({'name':'rose'})