mongodb 基础查询使用

  1. 环境安装
    https://blog.csdn.net/qq_42402648/article/details/134932412
    net start MongoDB 启动
    net stop MongoDB 停止
  2. 测试插入数据结构
java 复制代码
{
  "create_time": {
    "$data": "1711244538176"
  },
  "language": "en",
  "create_time01": "1711244538176",
  "source": "ximalaya",
  "time": 848
}
  1. 数据基础查询
java 复制代码
	 查询source为ximalaya
	 {"source":"ximalaya"}
	 查询source为ximalaya,language为 zh 
	 {"source":"ximalaya","language":"zh"}
	 查询source为ximalaya,time<300
	 {"source":"ximalaya","time":{"$lt":300}}
	  查询source为ximalaya,language为zh或者ko
	 {"source":"ximalaya","language":{"$in":["jp","ko"]}}
	 查询source为null  false为null,true 不为null
	 {"source":{"$exists":false}}
	 根据time降序 -1降序,1 升序
	 {"time":-1}
	 
  1. 聚合查询
java 复制代码
统计language为zh的总数
[
  {
    $match: {
      language: "zh",
    }
  },
  {
      $count: 'language_count'
  }
]

根据source分组统计总数
[
  {
    $group: {
      _id: "$source",
      count: {
        $sum: 1
      }
    }
  }
]
根据source分组统计所有time和
[
  {
    $group: {
      _id: "$source",
      count: {
        $sum: 1,
      },
      time_sum: {
        $sum: "$time",
      },
    },
  },
]
数组文档拆分 ,一拆多行数据
[
  {
    $unwind:  "$tag"
  },
]
关联表查询
[
  {
    $match: {
      source: "qintin",
    },
  },
  {
    $lookup: {
      from: "base_info_v2",
      localField: "v2_id",
      foreignField: "id",
      as: "v2Info",
    },
  },
]
  1. 管道操作符
java 复制代码
 $project 指定输出的字段
[
  {
    $project: {
      sourceName: "$source",
      date:"$time",
    },
  },
]
 $match 添加过滤条件
[
  {
    $match: {
      source:"youtube"
    }
  },
  {
    $project: {
      sourceName: "$source",
      date:"$time",
    },
  },
]
 $count 统计结果总数
[
  {
    $match: {
      source:"youtube"
    }
  },
  {
    $count: 'sourceCount'
  }
]

分组后将输出结果使用project重新命名
[
  {
    $group: {
      _id: "$source",
      count:{
         $sum:1
      }
    }
  },
  {
    $project: {
      source:"$_id",
      count:"$count"
    }
  }
]

根据时间分组(时间格式化)

再根据source分组 统计出每天每个来源的总数

将分组后的数据重新命名 ,再次根据时间分组

最后 根据时间 升序排序

java 复制代码
[
  {
    $group: {
      _id: {
        date: {
          $dateToString: {
            format: "%Y-%m-%d",
            date: "$create_time",
          },
        },
        source: "$source",
      },
      count: {
        $sum: 1,
      },
    },
  },
  {
    $project: {
      date: "$_id.date",
      source: "$_id.source",
      count: "$count",
    },
  },
  {
    $group: {
      _id: "$date",
      positions: {
        $push: {
          source: "$source",
          count: "$count",
        },
      },
    },
  },
  {
    $sort: {
      _id: 1
    }
  }
]
相关推荐
一个天蝎座 白勺 程序猿2 天前
金仓数据库KingbaseES实现MongoDB平滑迁移全攻略:从架构适配到性能调优的完整实践
数据库·mongodb·数据迁移·kingbasees·金仓数据库
武子康2 天前
Java-153 深入浅出 MongoDB 全面的适用场景分析与选型指南 场景应用指南
java·开发语言·数据库·mongodb·性能优化·系统架构·nosql
程序边界2 天前
MongoDB迁移到KES实战全纪录(上):迁移准备与实施指南
数据库·mongodb
小猿姐2 天前
闲谈KubeBlocks For MongoDB设计实现
mongodb·云原生·kubernetes
Super Rookie2 天前
MongoDB 自动化脚本安装方案
数据库·mongodb·自动化
Code哈哈笑2 天前
【MongoDB 基本语法】数据库和集合的基本操作--探秘 MongoDB
数据库·mongodb
武子康3 天前
Java-152 深入浅出 MongoDB 索引详解 从 MongoDB B-树 到 MySQL B+树 索引机制、数据结构与应用场景的全面对比分析
java·开发语言·数据库·sql·mongodb·性能优化·nosql
斯普信专业组4 天前
基于k8s环境的mongodb多副本高可用方案
mongodb·容器·kubernetes
SirLancelot14 天前
MongoDB-基本介绍(一)基本概念、特点、适用场景、技术选型
java·数据库·分布式·后端·mongodb·软件工程·软件构建
武子康4 天前
Java-151 深入浅出 MongoDB 索引详解 性能优化:慢查询分析 索引调优 快速定位并解决慢查询
java·开发语言·数据库·sql·mongodb·性能优化·nosql