使用Dbeaver 操作 mongodb

文章目录

使用Dbeaver 旗舰版 操作 mongodb

前提

使用前提是得安装dbeaver旗舰版,或者企业版,社区版不支持mongodb连接。

安装破解可以去找我的其他文章(dbeaver-ultimate23.3安装破解)。

使用限制

通过dbeaver工具,仅可执行mongodb的部分脚本,绝大部分脚本都不支持解析执行。

例如,查询mongodb数据库 show dbs,db.test.insertMany()等。还是需要使用mongodb的客户端shell工具来执行。

但是dbeaver可以使用SQL语句去查询mongodb。请看官方解释:

很明确,仅支持部分,上图列表部分。

如果是这个结论,那dbeaver作为操作mongodb的工具,就不是个很好的选择了,唯一比较好的作用,就是数据可视化,及界面化修改删除数据记录。

支持脚本

复制代码
use palces

db.places.find()
# 删除集合(数据表)
db.places.drop()
# 创建集合
db.createCollection('places')

# 批量插入地点数据
db.places.insert( [
   {
      loc: { type: "Point", coordinates: [ 114.537078, 30.505029 ] },
      name: "公寓01",
      category : "Park"
   },
   {
      loc: { type: "Point", coordinates: [ 114.520989, 30.545705 ] },
      name: "公寓02",
      category: "Airport"
   },
   {
      loc: { type: "Point", coordinates: [ 114.554095, 30.483247 ] },
      name: "公寓03",
      category : "Monument"
   }
] )

查询如下:

复制代码
#在loc列创建地理空间索引
db.places.createIndex( { loc : "2dsphere" } )
# 查询距离114.43702,30.492105 点附近50km内的地点,从近到远排
db.places.find( {
   loc: {
      $near: {
         $geometry: {
            type: "Point",
            coordinates: [ 114.43702,30.492105 ]
         },
         $maxDistance : 50000
      }
   }
} )

输出如下

复制代码
# 查询距离114.43702,30.492105 点附件50km内的地点,从近到远排,并返回距离(按球面距离计算)
db.places.aggregate([
   {
     $geoNear: {
        near: { type: "Point", coordinates: [ 114.43702,30.492105 ] },
        distanceField: "dist.calculated",
        maxDistance: 50000,
        includeLocs: "dist.loc",
        spherical: true
     }
   }
])

输出如下:

其中,calculated是计算的距离

经验总结

1 dbeaver 作为一个通用的数据库连接工具,并不能支持数据库所有的shell脚本,例如mongodb的show dbs脚本;

2 若遇到dbeaver 无法执行的脚本,也不必过于纠结,再切换到官方的shell客户端即可;

相关推荐
薛定谔的算法9 小时前
phoneGPT:构建专业领域的检索增强型智能问答系统
前端·数据库·后端
Databend10 小时前
Databend 亮相 RustChinaConf 2025,分享基于 Rust 构建商业化数仓平台的探索
数据库
得物技术11 小时前
破解gh-ost变更导致MySQL表膨胀之谜|得物技术
数据库·后端·mysql
似水流年流不尽思念14 小时前
MongoDB 有哪些索引?适用场景?
后端·mongodb
Raymond运维15 小时前
MariaDB源码编译安装(二)
运维·数据库·mariadb
沢田纲吉16 小时前
🗄️ MySQL 表操作全面指南
数据库·后端·mysql
RestCloud1 天前
SQL Server到Hive:批处理ETL性能提升30%的实战经验
数据库·api
RestCloud1 天前
为什么说零代码 ETL 是未来趋势?
数据库·api
ClouGence1 天前
CloudCanal + Paimon + SelectDB 从 0 到 1 构建实时湖仓
数据库
DemonAvenger2 天前
NoSQL与MySQL混合架构设计:从入门到实战的最佳实践
数据库·mysql·性能优化