mongodb数据库实验之增删查改
mongodb 数据库实验
一：增加数据
操作1：单条插入：Yelp数据库中的User数据集插入符和如下要求的数据
_id：自定义为自己的班级；
user_id：自己的学号+任意字符（多于22个字符取前22位，不足22个字符补充字母，数字或下划线）；
name：姓名拼音；
review_count：任意随机数；
yelping_since：实验时间；
操作2：多条插入：
随机构建4条User数据，有序插入User数据集中；
db.user.insert(
{
_id: 2018211,
user_id: 201821057900000000000000000000000,
name: "xiao",
review_count: 100,
"yelping_since": ISODate("2020-11-17 07:58:51"),
}
)
the result
2: 插入多项数据：
db.user.insertMany(
[ {
_id: 201821112,
user_id: 201811111111111111111111,
name: "xiaoxiao",
review_count: 1,
"yelping_since": ISODate("2020-11-18 07:58:51"),
},
{
_id: 201821114,
user_id: 201822222222222222222,
name: "xuexiao",
review_count: 344,
"yelping_since": ISODate("2030-11-18 07:58:51"),
},
{
_id: 201821117,
user_id: 201833333333333333333,
name: "xiaoxiao",
review_count: 56,
"yelping_since": ISODate("2020-11-19 07:58:51"),
},]
)
the result
二：删除数据
删除指定条件的数据：删除business数据集中 stars小于3且city位于Las Vegas的记录；
db.business.remove({
"city": "Las Vegas",
stars: {
$lt:3
}
})
result :
三： 更新数据
整体更新：将1.1中插入的数据整体更新
user_id：自己的班级+任意字符（多于22个字符取前22位，不足22个字符补充字母，数字或下划线）；
name：姓名拼音倒序；
review_count：任意随机数（与之前不同）；
yelping_since：当前实验时间（与之前不同）；
操作5：局部更新
将business数据集内business_id为"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars增加0.5
db.user.update({_id: 2018211125},
{name:"xiaoxiao", review_count: 0,yelping_since: ISODate("2020-11-18 21:58:51")})
result: 查询后
部分更新
初始： 
db.business.update({business_id:8mIrX_LrOnAqWsB5JrOojQ},
{ "$inc":{stars:0.5}
}
)
进行部分更新， 再次查询结果为：
四：查询
1： 查询business集合内latitude大于30，longitude小于50，state位于AZ的10条记录
查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录（跳过前510条数据）
db.business.find({
latitude: {
"$gte": 30,
"$lte": 50
},
state: "AZ"
}).limit(10)
result:
查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录（跳过前510条数据）
db.business.find({
city: {
"$in": ["Charlotte", "Toronto", "cottsdale"]
}
}).skip(150)
result :
五索引：
创建索引：friend数据集上，建立user_id（升序）与friend_id（降序）多字段唯一索引
db.friend.createIndex({user_id:1 ,friend_id: -1})
result
查看索引：
db.friend.getIndexes()
六聚合：
统计review数据集中stars大于2.0对应的不同user_id(作为_id)的stars评分总和（重命名为starSum）
db.review.aggregate([
{
$match: {
"stars": {
"$gte": 2.0
}
}
},
{
$group: {
_id: "$user_id",
starSum:{
$sum: "$stars"
}
}
},
])
result :
统计friend数据集中friend_id为"BI4jBJVto2tEQ0NiaR0rNQ"的不同用户的总数（count）从第10条开始统计
db.friend.aggregate([
{
$match: {
friend_id:"BI4jBJVto2tEQ0NiaR0rNQ"
}
},
{
$group: {
_id: "$friend_id",
Sum:{
$sum: "$count",
}
}
},
]).skip(10)
result :
统计friend数据集中不同的friend_id（distinct）
db.friend.distinct( "friend_id" )
result : 
总结
到此这篇关于mongodb数据库实验之增删查改的文章就介绍到这了,更多相关mongodb增删查改 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要给大家介绍了关于MongoDB设置登录账号、密码及权限的详细过程,文中通过代码以及图文介绍的非常详细,对大家学习或者使用MongoDB具有一定的参考借鉴价值,需要的朋友可以参考下2023-09-09
这篇文章主要给大家介绍了关于MongoDB中方法limit和skip的使用方法，文中通过示例代码介绍的非常详细，对大家学习或者使用MongoDB具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-03-03
这篇文章主要介绍了使用Node操作MongoDB数据库的方法，非常不错，具有参考借鉴价值,需要的朋友可以参考下2018-01-01
$push操作符添加指定的值到数组中,下面这篇文章主要给大家介绍了关于MongoDB中push操作(将文档插入到数组)的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-11-11
这篇文章主要介绍了MongoDB数据库两阶段提交实现事务的方法,结合实例形式详细分析了MongoDB数据库事务提交、回滚、撤销等操作的原理、实现方法及相关操作注意事项,需要的朋友可以参考下2018-08-08
这篇文章主要介绍了MongoDB中的bson介绍和使用实例,本文讲解了什么是bson、bson在MongoDB中的使用、几个BSON的例子等内容,需要的朋友可以参考下2015-05-05
Mongodb实现的关联表查询功能【population方法】
这篇文章主要介绍了Mongodb实现的关联表查询功能,结合实例形式较为详细的分析了population方法实现关联表查询的原理与相关操作技巧,需要的朋友可以参考下2017-07-07
MongoDB这工具很好用的,页面美观,设置账号密码也必不可少,下面这篇文章主要给大家介绍了关于MongoDB数据库设置账号密码的完整步骤,文中给出了详细的实例代码,需要的朋友可以参考下2023-05-05
MongoDB是一个开源的、基于分布式文件存储的NoSQL数据库系统,它使用文档存储方式,数据结构由键值（key-value）对组成,本文给大家介绍了Mongodb亿级数据性能测试和压测,需要的朋友可以参考下2024-06-06
这篇文章主要介绍了MongoDB导出查询结果到文件例子,本文直接给出示例代码,简洁易懂,需要的朋友可以参考下2015-02-02
最新评论