Mongodb学习记录

基础匹配查询：
*

|------------------------------------------|
| { "id_card": "134353387483947" } |
确认某字段是否存在
1. 查询所有存在age字段：
  
  |-----------------------------------------------|
  | db.users.find({age: {$exists: true}}) |
2. 查询所有不存在age字段：
  
  |-------------------------------------------------|
  | db.users.find({name: {$exists: false}}) |
多表关联查询：
- 可以使用aggregation+lookup 实现类似mysql的左连接 查询，再综合unionWith 实现类似mysql的全连接查询；
- 【左连接】参考语法：
  |---------------------------------------------------------------------------------------------------------------------------------------------|
  | [ { $lookup: { from: "B", localField: "id_card", foreignField: "id_card", as: "自测指标" } }, { $match: { "自测指标.rbc.value": "4.6" } } ] |
  - 如使用mongodb compass，配置方式如右图：
- 【左连接+右连接】实现【全连接】查询语法：
  
  |----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
  | db.collectionA.aggregate([ // Left join collectionA with collectionB { $lookup: { from: "collectionB", localField: "fieldA", foreignField: "fieldB", as: "leftJoinResult" } }, // Union with the right join result { $unionWith: { coll: "collectionB", pipeline: [ { $lookup: { from: "collectionA", localField: "fieldB", foreignField: "fieldA", as: "rightJoinResult" } }, // Optionally, format or reshape the rightJoinResult documents ] } }, // Optional: Further operations such as grouping to handle duplicates ]); |
- 使用mongodb compass配置方式如图：
  3. 索引【A 】数量为3，【B】数量为5，全连接返回了两个索引的全部数量的记录数8，每条记录都包含A+B的全部数据；
  4. 参考链接：MongoDB的分组操作，联集合查询（多表查询）_mongodb 命令多个表union-CSDN博客
在 MongoDB 索引设计中，某些文档的特定字段存在，而另一些文档该字段不存在时，选择将缺失字段设为 null 还是直接不包含该字段，取决于以下几点考虑：
1. 查询性能
  1. 字段不存在 ：当文档中字段缺失时，MongoDB 在查询中会视该字段为"不存在"。如果你经常使用 { field: { $exists: true } } 查询，MongoDB 会在索引中记录哪些文档包含该字段，不需要扫描全部数据。
  2. 字段设为 null ：如果你将不存在的字段显式设置为 null，你可以直接通过 { field: null } 查询相关文档。在某些情况下（如需要与现有字段 null 值保持一致），使用 null 可能会更方便
2. 索引大小
  1. 字段不存在：当字段不存在时，索引将不记录该字段。这样索引的大小会相对较小。如果你的文档中大量字段是缺失的，选择不包含该字段可以减少索引的大小和数据库的存储开销。
  2. 字段设为 null ：如果将不存在的字段设为 null，这些文档会被包含在索引中，增加索引的大小。不过，如果 null 是有效的查询条件或需要在某些查询中明确区分"无值"和"缺失"，使用 null 更有意义。
3. 查询复杂性
  1. 字段不存在 ：如果你明确区分"字段缺失"和"字段值为 null"，那么可以使用 $exists 或类似的查询操作。这样有助于区分那些根本没有该字段的文档和字段值为 null 的文档，减少查询的歧义性
  2. 字段设为 null ：如果你希望在查询中将"缺失字段"和"字段值为 null"的情况视为相同，使用 null 会让查询更简单和一致，因为你可以直接通过 { field: null } 查找。
4. 数据一致性
  1. 如果业务逻辑上不存在字段也被视为"没有值"，可以考虑使用 null，这能在数据结构上保持一致性，让查询和数据处理更直观。
  2. 如果需要严格区分"没有这个字段"和"字段值为空"，可以选择让字段不存在。
5. 总结建议
  1. 如果你希望通过索引减少存储和加快查询速度 ，并且能够通过 $exists 等条件处理字段缺失，推荐 不包含字段。
  2. 如果查询逻辑中需要统一处理"缺失字段"和"字段为空" ，并且希望在查询中简化操作，推荐将缺失字段 设置为 null。
  3. 选择哪种方式取决于你的具体查询需求和数据模型设计。
在 MongoDB 中，当字段不存在或字段值设为null 时，查询性能可能会受到哪些影响，以下是相关的几点分析：
1. 索引的行为
  1. 字段不存在 ：如果文档中没有某个字段，而你对该字段建立了索引，MongoDB 的索引只会记录那些拥有该字段的文档。如果你进行查询时使用了 { field: { $exists: true } }，MongoDB 通过索引可以快速找到包含该字段的文档。然而，如果你使用 { field: { $exists: false } }，这种查询无法通过索引快速获取结果，因为它需要扫描整个集合来找出哪些文档不包含该字段。
  2. 字段设为 null ：如果你将不存在的字段显式设为 null，查询 { field: null } 将直接使用索引查找所有值为 null 的文档，效率较高。这种方式减少了全表扫描的概率。
2. 查询性能差异
  1. 存在字段（exists: true）查询：这种查询可以使用索引，性能通常较好，尤其是当索引覆盖大量文档时。查询会直接从索引中找到哪些文档包含该字段，减少全表扫描。
  2. 不存在字段（exists: false）查询：如果查询条件是找出那些没有某个字段的文档，则可能需要进行全表扫描，因为索引中只记录了存在字段的文档，而 MongoDB 无法从索引中直接查出"缺失字段"的文档。这种情况下，性能可能比查找有字段的文档要差一些，特别是在集合规模较大时。
3. 索引优化
  1. 稀疏索引 ：如果某个字段在文档中并非总是存在，可以使用 稀疏索引 （sparse: true）来仅为那些包含该字段的文档建立索引。稀疏索引不包括字段缺失的文档，因此在查询包含字段的文档时，可以提高效率。然而，稀疏索引对于查询缺失字段的文档（$exists: false）仍然需要全表扫描。
  2. 复合索引：在多字段查询时，如果某个字段有时存在、有时不存在，可以设计复合索引。比如将一个常见字段与一个稀疏字段结合在一起的复合索引，可能能够帮助优化部分查询。
4. MongoDB 查询优化
  1. MongoDB 会在查询时尽量利用现有的索引和缓存来优化性能。如果字段不存在，MongoDB 可能不得不执行全表扫描，从而导致查询速度变慢。在这种情况下，如果查询涉及大量字段缺失的文档，使用显式 null 值可能更高效，因为 MongoDB 可以通过索引快速识别这些文档。
5. 总结：
  1. 如果你的查询主要查找字段存在的文档，字段缺失不会明显影响性能，尤其是使用了合适的索引。
  2. 如果你的查询频繁查找字段不存在的文档（exists: false），则这种查询无法直接利用索引，性能可能下降。考虑通过稀疏索引或调整数据模型来优化。
  3. 如果查询场景对"字段缺失"和"字段为空"的区分不敏感，可以考虑使用 null 代替缺失字段，简化查询并提高查询性能。
  4. 因此，查询是否存在该字段的性能差异取决于你的索引结构和查询模式。
如果最终为了减少存储和加快查询速度，选择空值字段不存在的形式设计索引，那么查询query如下：
1. 查询字段存在且有特定值
  1. 如果你希望查询某个字段存在且包含特定值的文档，可以使用以下查询语法：
    
    |------------------------------------------------------------------------------|
    | db.collection.find({ fieldName: { $exists: true, $eq: "keyword" } }) |
    
    这条查询语句表示：
    
    fieldName: { $exists: true }：确保该字段存在。
    
    $eq: "keyword"：确保该字段的值等于 "keyword"。
2. 查询字段缺失的文档
  1. 如果要查询字段不存在的文档，可以使用 $exists 操作符：
    
    |---------------------------------------------------------------|
    | db.collection.find({ fieldName: { $exists: false } }) |
    
    这条查询语句会返回所有不包含 fieldName 字段的文档。
3. 查询字段存在且不为 null
  1. 如果你需要查询某个字段存在，并且它的值不是 null 或其他空值的情况，可以这样写：
    
    |-------------------------------------------------------------------------|
    | db.collection.find({ fieldName: { $exists: true, $ne: null } }) |
    
    这条查询语句返回包含该字段且该字段的值不为 null 的文档。
4. 全文搜索特定字段
  1. 如果你想对某个字段进行关键字匹配（例如部分匹配），可以使用 $regex 来进行模糊匹配：
    
    |---------------------------------------------------------------------------------|
    | db.collection.find({ fieldName: { $exists: true, $regex: /keyword/ } }) |
    
    这条查询语句会查找所有 fieldName 包含 keyword 的文档，注意这是正则表达式匹配。
5. 总结
  
  如果字段值为空时选择该字段不存在，那么查询该字段内容时通常需要加上 $exists: true 的条件，确保查询只会返回那些包含该字段的文档。例如：
  
  |---------------------------------------------------------------------------------|
  | db.collection.find({ fieldName: { $exists: true, $regex: /keyword/ } }) |
  
  这样可以确保只查询存在该字段并且匹配指定内容的文档。