MongoDB聚合查询及Python连接MongoDB操作
今日内容概要
-
聚合查询
-
Python操作MongoDB
-
第三方可视化视图工具
今日内容详细
- 聚合查询
- Python操作MongoDB
数据准备
from pymongo import MongoClient # 载入pymongo模块
import datetime # 载入datetime模块
client = MongoClient('mongodb://root:666@localhost:27017')# 连接MongoDB数据库(mongodb://用户名:密码@localhost(ip地址):port端口)
table = client['huangduoduo']['emp'] # client['数据库']['所形成的的表名']
l=[
('egon','male','男',18,'20170301','teacher',7300.33,401,1),
('alex','male','男',78,'20150302','teacher',1000000.31,401,1),
('wupeiqi','male','男',81,'20130305','teacher',8300,401,1),
('yuanhao','male','男',73,'20140701','teacher',3500,401,1),
('liwenzhou','male',28,'20121101','teacher',2100,401,1),
('jingliyang','female',18,'20110211','teacher',9000,401,1),
('jinxin','male',18,'19000301','teacher',30000,401,1),
('成龙','male',48,'20101111','teacher',10000,401,1),
('歪歪','female',48,'20150311','sale',3000.13,402,2),
('丫丫','female',38,'20101101','sale',2000.35,402,2),
('丁丁','female',18,'20110312','sale',1000.37,402,2),
('星星','female',18,'20160513','sale',3000.29,402,2),
('格格','female',28,'20170127','sale',4000.33,402,2),
('张野','male',28,'20160311','operation',10000.13,403,3),
('程咬金','male',18,'19970312','operation',20000,403,3),
('程咬银','female',18,'20130311','operation',19000,403,3),
('程咬铜','male',18,'20150411','operation',18000,403,3),
('程咬铁','female',18,'20140512','operation',17000,403,3)
]
for n,item in enumerate(l):
d={
"_id":n,
'name':item[0],
'sex':item[1],
'age':item[2],
'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'),
'post':item[4],
'salary':item[5]
}
table.save(d)
# 以sql语句为例
# 统计每个部门年龄大于20岁以上的员工的平均工资大于10000的部门和平均工资
select post,avg(salary) from emp where age>20 group by post having avg(salary)>10000;
'''在MongoDB中 设计到分组的 查询关键字需要使用aggregate（）'''
# 1.$match 筛选 等价于where和having
# select *from emp where age>20
db.emp.aggregate({'$match':{"age":{"$gt":20}}})
# 2.$group
# select post,avg(salary) from emp where age>20 group by post
db.emp.aggregate({'$match':{"age":{"$gt":20}}},{'$group':{"_id":"$post","avg_salary":{"$avg":"$salary"}}})
# _id是$group固定的用法不是主键_id，$post表示获取键post对应的值
# 按什么分组就在键_id后面写什么
'''
如果你想拿到键对应的值 很简单
只需要在键的前面加上一个$符号就表示获取键对应的值
$avg 等价于sql语句里面的聚合函数 avg()
'''
# 3.select post from emp where age>20 group by post having avg(salary)>10000;
db.emp.aggregate({'$match':{"age":{"$gt":20}}},{'$group':{"_id":"$post","avg_salary":{"$avg":"$salary"}}}，{'$match':{'avg_salary':{'$gt':10000}})
'''
MySQL里面的关键字 select
from
where
group by
having
order by
distinct
limit
regexp
MongoDB里面的关键字
$each
$match
$group
……
'''
# 投射(映射) $project
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}} # 单纯的映射意义不大
# select salary*12 from emp
# project还可以对数据做二次操作
db.emp.aggregate(
{"$project":{"_id":0,"name":1,"post":1,"salary":1}}
)
# 只能拿固定的数据 无法直接操作
db.emp.find({},{"_id":0,"name":1,"post":1,"salary":1})
# 关键字$multiply对应的值放一个列表 会自动将列表中的多个元素相乘
# 再分组取别的
# 再筛选
# 再次映射修改字段名
db.emp.aggregate(
{"$project":{"_id":0,
"name":1,
"post":1,
"annual_salary":{"$multiply":[12,"$salary"]}}},
{"$group":{"_id":"$post","平均年薪":{"$avg":"$annual_salary"}}},
{"$match":{"平均年薪":{"$gt":100000}}},
{"$project":{"部门名":"$_id","平均年薪":1,"_id":0}}
)
#1、select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"年龄":{"$add":["$age",1]}
}
})
"""
#2、表达式之数学表达式
{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一个减第二个
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果
"""
#例如：select name,date_format("%Y") as hire_year from emp
#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)
#例如查看每个员工的工作多长时间(年)
db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)
$group补充
#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":"$post"}} #按照职位分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组，比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符：$sum、$avg、$max、$min、$first、$last
#例1：select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2：去每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3：如果字段是排序后的，那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4：求每个部门的总工资
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5：求每个部门的人数
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#3、数组操作符
{"$addToSet":expr}：不重复
{"$push":expr}：重复
#例：查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
随机获取
#集合users包含的文档如下
{ "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true }
{ "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false }
{ "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true }
{ "_id" : 4, "name" : "li", "q1" : true, "q2" : false }
{ "_id" : 5, "name" : "annT", "q1" : false, "q2" : true }
{ "_id" : 6, "name" : "li", "q1" : true, "q2" : true }
{ "_id" : 7, "name" : "ty", "q1" : false, "q2" : true }
#下述操作时从users集合中随机选取3个文档
db.users.aggregate(
[ { $sample: { size: 3 } } ]
)
可视化软件
1.navicat里面也可以连接MongoDB
2.pycharm里面也可以连接
jetbrains公司也专门开发了一款可以连接很多数据库的软件
3.robo 3.0T
直接百度搜索下载即可
python代码操作MongoDB
#用python操作mongodb
from pymongo import MongoClient
#1、链接
# client=MongoClient('mongodb://root:123@localhost:27017/')
client = MongoClient('localhost', 27017)
#2、use 数据库
# db=client['db2'] #等同于：client.db1
db=client.test
#3、查看库下所有的集合
# print(db.collection_names(include_system_collections=False))
#4、创建集合
table_user=db['table1'] #等同于：db.user
# table1=db.table1
# #5、插入文档
# import datetime
# user0={
# "_id":1,
# "name":"egon",
# "birth":datetime.datetime.now(),
# "age":10,
# 'hobbies':['music','read','dancing'],
# 'addr':{
# 'country':'China',
# 'city':'BJ'
# }
# }
#
# user1={
# "_id":2,
# "name":"alex",
# "birth":datetime.datetime.now(),
# "age":10,
# 'hobbies':['music','read','dancing'],
# 'addr':{
# 'country':'China',
# 'city':'weifang'
# }
# }
# res=table_user.insert_many([user0,user1])
# print(res)
# print(table_user.count())
#6、查找
# from pprint import pprint#格式化细
# pprint(table_user.find_one())
# for item in table_user.find():
# pprint(item)
print(table_user.find_one({"_id":{"$gte":1},"name":'egon'}))
table_user.find()
#7、更新
table_user.update({'_id':1},{'name':'EGON'})
#8、传入新的文档替换旧的文档
table_user.save(
{
"_id":2,
"name":'egon_xxx'
}
)
作业
1. 查询岗位名以及各岗位内的员工姓名
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
2. 查询岗位名以及各岗位内包含的员工个数
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
3. 查询公司内男员工和女员工的个数
db.emp.aggregat({"$group":{"_id":"$sex","count":{"$sum":1}}})
4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
5. 查询男员工与男员工的平均薪资，女员工与女员工的平均薪资
db.emp.aggregat({"$group":{"_id":"$sex","avg_salary":{"$avg":"$salary"}}})
6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"},"count":{"$sum":1}},
"$match":{"count":{"$lt":2}},
"$project":{"_id":0,"names":1,"count":1}})
7. 查询各岗位平均薪资大于10000的岗位名、平均工资
db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}},
"$match":{"avg_salary":{"$gt":10000}}})
8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资
db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}},
"$match":{"avg_salary":{"$gt":10000,"$lt":20000}}})
9. 查询所有员工信息，先按照age升序排序，如果age相同则按照hire_date降序排序
db.emp.aggregate({"$sort":{"age":1,"hire_date":-1}})
10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列
db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}},
"$match":{"avg_salary":{"$gt":10000}},
"$sort":{"avg_salary":1}})
11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}},
"$match":{"avg_salary":{"$gt":10000}},
"$sort":{"avg_salary":-1},"$limit":1})
为了舒适的结果，眼前的坎坷路程即使再长都是值得的。
