mongodb - 可视化工具 / pymongo - 使用方法

一、mongodb可视化工具 - adminMongo

https://www.cnblogs.com/shiweida/p/7692468.html

https://github.com/mrvautin/adminMongo

Installation

Navigate to folder & install adminMongo: git clone https://github.com/mrvautin/adminMongo.git && cd adminMongo
Install dependencies: npm install
Start application: npm start or node app
Visit http://127.0.0.1:1234 in your browser

安装npm

https://blog.csdn.net/gaomengwang/article/details/77540429

　　sudo apt-get install nodejs

　　sudo ln -s /usr/bin/nodejs /usr/bin/node

　　sudo apt-get install npm

二、mongodb可视化工具 - Robo 3T

　　https://robomongo.org/

下载

点击：

　　create

　　Connection

　　　　name:

　　　　ip：

　　　　端口：

　　Authentication

　　　　Database 认证数据库

　　　　账号：

　　　　密码：

　　　　Auth Mechanism : MONGDB-CR

　　Test 测试，就可以连接成功！！！

三、pymongo使用方法

引用：

https://www.cnblogs.com/nixingguo/p/7260604.html

官方文档：

http://api.mongodb.com/python/current/api/pymongo/

http://api.mongodb.com/python/current/api/pymongo/collection.html

https://docs.mongodb.com/manual/reference/operator/query/

#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
MongoDB存储
    在这里我们来看一下Python3下MongoDB的存储操作，在本节开始之前请确保你已经安装好了MongoDB并启动了其服务，另外安装好了Python
    的PyMongo库。
 
连接MongoDB
    连接MongoDB我们需要使用PyMongo库里面的MongoClient，一般来说传入MongoDB的IP及端口即可，第一个参数为地址host，
    第二个参数为端口port，端口如果不传默认是27017。
"""
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
"""
这样我们就可以创建一个MongoDB的连接对象了。另外MongoClient的第一个参数host还可以直接传MongoDB的连接字符串，以mongodb开头，
例如：client = MongoClient('mongodb://localhost:27017/')可以达到同样的连接效果。
"""

创建连接对象时,用client = pymongo.MongoClient('mongodb://user:password@localhost:27017/')这样的方式,增加权限认证

# 指定数据库
# MongoDB中还分为一个个数据库，我们接下来的一步就是指定要操作哪个数据库，在这里我以test数据库为例进行说明，所以下一步我们
# 需要在程序中指定要使用的数据库。
 
db = client.test
# 调用client的test属性即可返回test数据库，当然也可以这样来指定：
# db = client['test']
#　两种方式是等价的。
 
# 指定集合
# MongoDB的每个数据库又包含了许多集合Collection，也就类似与关系型数据库中的表，下一步我们需要指定要操作的集合，
# 在这里我们指定一个集合名称为students，学生集合。还是和指定数据库类似，指定集合也有两种方式。
 
collection = db.students
# collection = db['students']
# 插入数据,接下来我们便可以进行数据插入了，对于students这个Collection，我们新建一条学生数据，以字典的形式表示：
 
student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}
# 在这里我们指定了学生的学号、姓名、年龄和性别，然后接下来直接调用collection的insert()方法即可插入数据。
 
result = collection.insert(student)
print(result)
# 在MongoDB中，每条数据其实都有一个_id属性来唯一标识，如果没有显式指明_id，MongoDB会自动产生一个ObjectId类型的_id属性。
# insert()方法会在执行后返回的_id值。
 
# 运行结果：
# 5932a68615c2606814c91f3d
# 当然我们也可以同时插入多条数据，只需要以列表形式传递即可，示例如下：
 
student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}
 
student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}
 
result = collection.insert([student1, student2])
print(result)
# 返回的结果是对应的_id的集合，运行结果：
# [ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]
# 实际上在PyMongo 3.X版本中，insert()方法官方已经不推荐使用了，当然继续使用也没有什么问题，
# 官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。
 
student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}
 
result = collection.insert_one(student)
print(result)
print(result.inserted_id)
# 运行结果：
# <pymongo.results.InsertOneResult object at 0x10d68b558>
# 5932ab0f15c2606f0c1cf6c5
# 返回结果和insert()方法不同，这次返回的是InsertOneResult对象，我们可以调用其inserted_id属性获取_id。
 
# 对于insert_many()方法，我们可以将数据以列表形式传递即可，示例如下：
 
student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}
 
student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}
 
result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)
# insert_many()方法返回的类型是InsertManyResult，调用inserted_ids属性可以获取插入数据的_id列表，运行结果：
 
# <pymongo.results.InsertManyResult object at 0x101dea558>
# [ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]
# 查询，插入数据后我们可以利用find_one()或find()方法进行查询，find_one()查询得到是单个结果，find()则返回多个结果。
 
result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)
# 在这里我们查询name为Mike的数据，它的返回结果是字典类型，运行结果：
# <class'dict'>
# {'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}
# 可以发现它多了一个_id属性，这就是MongoDB在插入的过程中自动添加的。
 
# 我们也可以直接根据ObjectId来查询，这里需要使用bson库里面的ObjectId。
 
from bson.objectid import ObjectId
 
result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)
# 其查询结果依然是字典类型，运行结果：
 
# {' ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
# 当然如果查询_id':结果不存在则会返回None。
 
# 对于多条数据的查询，我们可以使用find()方法，例如在这里查找年龄为20的数据，示例如下：
 
results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)
# 运行结果：
 
# <pymongo.cursor.Cursor object at 0x1032d5128>
# {'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
# {'_id': ObjectId('593278c815c2602678bb2b8d'), 'id': '20170102', 'name': 'Kevin', 'age': 20, 'gender': 'male'}
# {'_id': ObjectId('593278d815c260269d7645a8'), 'id': '20170103', 'name': 'Harden', 'age': 20, 'gender': 'male'}
# 返回结果是Cursor类型，相当于一个生成器，我们需要遍历取到所有的结果，每一个结果都是字典类型。
 
# 如果要查询年龄大于20的数据，则写法如下：
 
results = collection.find({'age': {'$gt': 20}})
# 在这里查询的条件键值已经不是单纯的数字了，而是一个字典，其键名为比较符号$gt，意思是大于，键值为20，这样便可以查询出所有
# 年龄大于20的数据。
 
# 在这里将比较符号归纳如下表：
"""
符号含义示例
$lt小于{'age': {'$lt': 20}}
$gt大于{'age': {'$gt': 20}}
$lte小于等于{'age': {'$lte': 20}}
$gte大于等于{'age': {'$gte': 20}}
$ne不等于{'age': {'$ne': 20}}
$in在范围内{'age': {'$in': [20, 23]}}
$nin不在范围内{'age': {'$nin': [20, 23]}}
"""
# 另外还可以进行正则匹配查询，例如查询名字以M开头的学生数据，示例如下：
 
results = collection.find({'name': {'$regex': '^M.*'}})
# 在这里使用了$regex来指定正则匹配，^M.*代表以M开头的正则表达式，这样就可以查询所有符合该正则的结果。
 
# 在这里将一些功能符号再归类如下：
"""
符号含义示例示例含义
$regex匹配正则{'name': {'$regex': '^M.*'}}name以M开头
$exists属性是否存在{'name': {'$exists': True}}name属性存在
$type类型判断{'age': {'$type': 'int'}}age的类型为int
$mod数字模操作{'age': {'$mod': [5, 0]}}年龄模5余0
$text文本查询{'$text': {'$search': 'Mike'}}text类型的属性中包含Mike字符串
$where高级条件查询{'$where': 'obj.fans_count == obj.follows_count'}自身粉丝数等于关注数
"""
# 这些操作的更详细用法在可以在MongoDB官方文档找到：
# https://docs.mongodb.com/manual/reference/operator/query/
 
# 计数
# 要统计查询结果有多少条数据，可以调用count()方法，如统计所有数据条数：
 
count = collection.find().count()
print(count)
# 或者统计符合某个条件的数据：
 
count = collection.find({'age': 20}).count()
print(count)
# 排序
# 可以调用sort方法，传入排序的字段及升降序标志即可，示例如下：
 
results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])
# 运行结果：
 
# ['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']
# 偏移,可能想只取某几个元素，在这里可以利用skip()方法偏移几个位置，比如偏移2，就忽略前2个元素，得到第三个及以后的元素。
 
results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])
# 运行结果：
# ['Kevin', 'Mark', 'Mike']
# 另外还可以用limit()方法指定要取的结果个数，示例如下：
 
results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])
# 运行结果：
# ['Kevin', 'Mark']
# 如果不加limit()原本会返回三个结果，加了限制之后，会截取2个结果返回。
 
# 值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，很可能会导致内存溢出，
# 可以使用类似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}}) 这样的方法来查询，记录好上次查询的_id。
 
# 更新
# 对于数据更新可以使用update()方法，指定更新的条件和更新后的数据即可，例如：
 
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)
# 在这里我们将name为Kevin的数据的年龄进行更新，首先指定查询条件，然后将数据查询出来，修改年龄，
# 之后调用update方法将原条件和修改后的数据传入，即可完成数据的更新。
 
# 运行结果：
 
# {'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}
# 返回结果是字典形式，ok即代表执行成功，nModified代表影响的数据条数。
 
# 另外update()方法其实也是官方不推荐使用的方法，在这里也分了update_one()方法和update_many()方法，用法更加严格，
# 第二个参数需要使用$类型操作符作为字典的键名，我们用示例感受一下。
 
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)
# 在这里调用了update_one方法，第二个参数不能再直接传入修改后的字典，而是需要使用{'$set': student}这样的形式，
# 其返回结果是UpdateResult类型，然后调用matched_count和modified_count属性分别可以获得匹配的数据条数和影响的数据条数。
 
# 运行结果：
#
# <pymongo.results.UpdateResult object at 0x10d17b678>
# 1 0
# 我们再看一个例子：
 
condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
# 在这里我们指定查询条件为年龄大于20，然后更新条件为{'$inc': {'age': 1}}，执行之后会讲第一条符合条件的数据年龄加1。
 
# 运行结果：
#
# <pymongo.results.UpdateResult object at 0x10b8874c8>
# 1 1
# 可以看到匹配条数为1条，影响条数也为1条。
 
# 如果调用update_many()方法，则会将所有符合条件的数据都更新，示例如下：
 
condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
# 这时候匹配条数就不再为1条了，运行结果如下：
#
# <pymongo.results.UpdateResult object at 0x10c6384c8>
# 3 3
# 可以看到这时所有匹配到的数据都会被更新。
 
# 删除
# 删除操作比较简单，直接调用remove()方法指定删除的条件即可，符合条件的所有数据均会被删除，示例如下：
 
result = collection.remove({'name': 'Kevin'})
print(result)
# 运行结果：
#
# {'ok': 1, 'n': 1}
# 另外依然存在两个新的推荐方法，delete_one()和delete_many()方法，示例如下：
 
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)
# 运行结果：
 
# <pymongo.results.DeleteResult object at 0x10e6ba4c8>
# 1
# 4
# delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型，
# 可以调用deleted_count属性获取删除的数据条数。
 
# 更多
# 另外PyMongo还提供了一些组合方法，如find_one_and_delete()、find_one_and_replace()、find_one_and_update()，
# 就是查找后删除、替换、更新操作，用法与上述方法基本一致。
 
# 另外还可以对索引进行操作，如create_index()、create_indexes()、drop_index()等。
 
# 详细用法可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html
 
# 另外还有对数据库、集合本身以及其他的一些操作，在这不再一一讲解，可以参见
# 官方文档：http://api.mongodb.com/python/current/api/pymongo/

四、python - mongodb基本操作 - 补充

http://www.cnblogs.com/liuwei0824/p/8329705.html

数据库
    增
        use db1 #有则切换，无则新增

    查
        show dbs #查看所有
        db #当前

    删
        db.dropDatabase()

集合：
    增:
        db.user
        db.user.info
        db.user.auth

    查看
        show collections
        show tables

     删
        db.user.info.drop()

文档：
    增
        db.user.insert({"_id":1,"name":"egon"})
        user0={
            "name":"egon",
            "age":10,
            'hobbies':['music','read','dancing'],
            'addr':{
                'country':'China',
                'city':'BJ'
            }
        }

        db.user.insert(user0)
        db.user.insertMany([user1,user2,user3,user4,user5])

        db.t1.insert({"_id":1,"a":1,"b":2,"c":3})
        #有相同的_id则覆盖，无相同的_id则新增，必须指定_id
        db.t1.save({"_id":1,"z":6})
        db.t1.save({"_id":2,"z":6})
        db.t1.save({"z":6})

　　　　　save与insert的区别:
       　　 若新增的数据中存在主键 ，insert() 会提示错误，而save() 则更改原来的内容为新内容。
       　　 如：
    　　　　 已存在数据：  {_id : 1, " name " : " n1 " }，再次进行插入操作时，
    　　　　 insert({_id : 1, " name " : " n2 " })    会报主键重复的错误提示
    　　　　 save({ _id : 1, " name " : " n2 " })     会把 n1 修改为  n2  。
    　　　　 相同点：
    　　　　 若新增的数据中没有主键时，会增加一条记录。
    　　　　 已存在数据：  { _id : 1, " name " : " n1 " }，再次进行插入操作时，
    　　　　 insert({ " name " : " n2 " })    插入的数据因为没有主键，所以会增加一条数据
    　　　　 save({  " name " : " n2 " })   增加一条数据。
    查

        比较运算：=，!=,>,<,>=,<=
        #1、select * from db1.user where id = 3
        db.user.find({"_id":3})

        #2、select * from db1.user where id != 3
        db.user.find({"_id":{"$ne":3}})

        #3、select * from db1.user where id > 3
        db.user.find({"_id":{"$gt":3}})

        #4、select * from db1.user where age < 3
        db.user.find({"age":{"$lt":3}})

        #5、select * from db1.user where id >= 3
        db.user.find({"_id":{"$gte":3}})

        #6、select * from db1.user where id <= 3
        db.user.find({"_id":{"$lte":3}})


        #逻辑运算:$and,$or,$not
        #1 select * from db1.user where id >=3 and id <=4;
        db.user.find({"_id":{"$gte":3,"$lte":4}})

        #2 select * from db1.user where id >=3 and id <=4 and age >=40;
        db.user.find({
            "_id":{"$gte":3,"$lte":4},
            "age":{"$gte":40}
        })

        db.user.find({"$and":[
        {"_id":{"$gte":3,"$lte":4}},
        {"age":{"$gte":40}}
        ]})


        #3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao";
        db.user.find({"$or":[
        {"_id":{"$lte":1,"$gte":0}},
        {"_id":{"$gte":4}},
        {"name":"yuanhao"}
        ]})

        #4 select * from db1.user where id % 2 = 1;
        db.user.find({"_id":{"$mod":[2,1]}})


        db.user.find({
            "_id":{"$not":{"$mod":[2,1]}}
        })

        #成员运算:$in,$nin
        db.user.find({"name":{"$in":["alex","egon"]}})
        db.user.find({"name":{"$nin":["alex","egon"]}})


        #正则匹配
        select * from db1.user where name regexp "^jin.*?(g|n)$";
        db.user.find({
            "name":/^jin.*?(g|n)$/i
        })


        #查看指定字段
        select name,age from db1.user where name regexp "^jin.*?(g|n)$";
        db.user.find({
            "name":/^jin.*?(g|n)$/i
        },
        {
            "_id":0,
            "name":1,
            "age":1
        }
        )

        #查询数组相关
        db.user.find({
            "hobbies":"dancing"
        })

        db.user.find({
            "hobbies":{"$all":["dancing","tea"]}
        })

        db.user.find({
            "hobbies.2":"dancing"
        })

        db.user.find(
        {},
        {
            "_id":0,
            "name":0,
            "age":0,
            "addr":0,
            "hobbies":{"$slice":[1,2]},
        }
        )


        db.user.find(
        {},
        {
            "_id":0,
            "name":0,
            "age":0,
            "addr":0,
            "hobbies":{"$slice":2},
        }
        )


        db.user.find(
        {
            "addr.country":"China"
        }
        )

        db.user.find().sort({"_id":1,"age":-1})


        db.user.find().limit(2).skip(0)
        db.user.find().limit(2).skip(2)
        db.user.find().limit(2).skip(4)
        db.user.find().distinct()
        
    改
        一 语法：
            db.table.update(
            条件,
            修改字段,
            其他参数
            )

            update db1.t1 set id=10 where name="egon";

            db.table.update(
            {},
            {"age":11},
            {
                "multi":true,
                "upsert":true
            }
            )

            1、update db1.user set age=23,name="武大郎" where name="wupeiqi";
            #覆盖式
            db.user.update(
                {"name":"wupeiqi"},
                {"age":23,"name":"武大郎"}
            )
            #局部修改:$set
            db.user.update(
                {"name":"alex"},
                {"$set":{"age":73,"name":"潘金莲-alex"}}
            )

            #改多条
            db.user.update(
                {"_id":{"$gte":1,"$lte":2}},
                {"$set":{"age":53,}},
                {"multi":true}
            )
            #有则修改，无则添加
            db.user.update(
                {"name":"EGON"},
                {"$set":{"name":"EGON","age":28,}},
                {"multi":true,"upsert":true}
            )

            #修改嵌套文档
            db.user.update(
                {"name":"潘金莲-alex"},
                {"$set":{"addr.country":"Japan"}}
            )

            #修改数组
            db.user.update(
                {"name":"潘金莲-alex"},
                {"$set":{"hobbies.1":"Piao"}}
            )

            #删除字段
            db.user.update(
                {"name":"潘金莲-alex"},
                {"$unset":{"hobbies":""}}
            )

            2、$inc
            db.user.update(
                {},
                {"$inc":{"age":1}},
                {"multi":true}
            )

            db.user.update(
                {},
                {"$inc":{"age":-10}},
                {"multi":true}
            )

            3、$push, $pop  $pull
            db.user.update(
                {"name":"yuanhao"},
                {"$push":{"hobbies":"tangtou"}},
                {"multi":true}
            )

            db.user.update(
                {"name":"yuanhao"},
                {"$push":{"hobbies":{"$each":["纹身","抽烟"]}}},
                {"multi":true}
            )

            #从头删-1，从尾删1
            db.user.update(
                {"name":"yuanhao"},
                {"$pop":{"hobbies":-1}},
                {"multi":true}
            )

            db.user.update(
                {"name":"yuanhao"},
                {"$pop":{"hobbies":1}},
                {"multi":true}
            )

            #按条件删
            db.user.update(
                {"name":"yuanhao"},
                {"$pull":{"hobbies":"纹身"}},
                {"multi":true}
            )

            #3、$addToSet
            db.t3.insert({"urls":[]})
            db.t3.update(
                {},
                {"$addToSet":{"urls":{"$each":[
                    "http://www.baidu.com",
                    "http://www.baidu.com",
                    "http://www.baidu.com",
                    "http://www.baidu.com",
                    "http://www.baidu.com"
                ]}}},
                {"multi":true}
            )


    删
        db.user.deleteOne({"_id":{"$gte":3}})
        db.user.deleteMany({"_id":{"$gte":3}})
        db.user.deleteMany({})

        
    聚合
        一：$match
            例：
                select post from db1.emp where age > 20 group by post having avg(salary) > 10000;

            #$match
            #1、select * from db1.emp where age > 20
            db.emp.aggregate({"$match":{"age":{"$gt":20}}})

            #$group
            #2、select post from db1.emp where age > 20 group by post;
            db.emp.aggregate(
                {"$match":{"age":{"$gt":20}}},
                {"$group":{"_id":"$post"}}
            )

            #3、select post,avg(salary) as avg_salary from db1.emp where age > 20 group by post;
            db.emp.aggregate(
                {"$match":{"age":{"$gt":20}}},
                {"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}}}
            )

            #select post from db1.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}}}
            )

        二： 投射
　　　　　　      {"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}
            例1：
            db.emp.aggregate(
                {"$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":1000000}}},
                {"$project":{"部门名":"$_id","平均年薪":1,"_id":0}}
            )

            例2：
            db.emp.aggregate(
                {"$project":{"_id":0,"name":1,"hire_period":{"$subtract":[new Date(),"$hire_date"]}}}
            )


            db.emp.aggregate(
                {"$project":{"_id":0,"name":1,"hire_year":{"$year":"$hire_date"}}}
            )

            db.emp.aggregate(
                {"$project":{"_id":0,"name":1,"hire_period":{"$subtract":[{"$year":new Date()},{"$year":"$hire_date"}]}}}
            )

            例3：
            db.emp.aggregate(
                {"$project":{"_id":0,"new_name":{"$toUpper":"$name"},}}
            )

            db.emp.aggregate(
                {"$match":{"name":{"$ne":"egon"}}},
                {"$project":{"_id":0,"new_name":{"$concat":["$name","_SB"]},}}
            )

            db.emp.aggregate(
                {"$match":{"name":{"$ne":"egon"}}},
                {"$project":{"_id":0,"new_name":{"$substr":["$name",0,3]},}}
            )

        三：{"$group":{"_id":分组字段,"新的字段名":聚合操作符}}

            #select post,max,min,sum,avg,count,group_concat from db1.emp group by post;

            db.emp.aggregate(
                {"$group":{
                    "_id":"$post",
                    "max_age":{"$max":"$age"},
                    "min_id":{"$min":"$_id"},
                    "avg_salary":{"$avg":"$salary"},
                    "sum_salary":{"$sum":"$salary"},
                    "count":{"$sum":1},
                    "names":{"$push":"$name"}
                    }
                }
            )


        四：排序：$sort、限制：$limit、跳过：$skip
            db.emp.aggregate(
                {"$match":{"name":{"$ne":"egon"}}},
                {"$project":{"_id":1,"new_name":{"$substr":["$name",0,3]},"age":1}},
                {"$sort":{"age":1,"_id":-1}},
                {"$skip":5},
                {"$limit":5}
            )


        # 补充
        db.emp.aggregate({"$sample":{"size":3}})   #随机选取3个文档

补充：

db.tb1.find() //查询全部，用it查看下一页。
db.tb1.find({"age":1}) //查询年龄==1的记录
db.tb1.find({},{"age":1}) //查询年龄==1的记录
db.tb1.find({"name":{$all:["a","b"]}}) //查询name含有a,b的记录
db.tb1.find({"name":{$exists:true}}) //查询存在name字段的记录。
db.tb1.find({"age":{$nin:[12,14]}}) //查询age不含12,14值的记录。
db.tb1.find({name) //查询name含a字母的记录

.......

总结如下：
查询格式如下：Db.collection.find({“field”: { operator: val}})
field为colleciton的字段名,operator为操作符，val为比较值。
operator有如下：
$gt,$gte,$lt,$lte: val  v1.
$all :都有, val  {v1,v2,v3...}
$exists:存在, val  true/false;
$ne :不等于, val  v1
$mod: 取模。 Val  [v1取模数,v2余数]
$in :包含某值，val  [v1,v2,v3...]
$nin :不包含某值，val  [v1,v2,v3...]
$size: 指定长度数组, val  v1
$regex: 正则查询,val  v1 :通配符查询：/s/ ,但是s/，/是这样语法错误。
Javascript查询: 编写function,然后查询。

>Find(条件).count() / limit(v) /skip(v) /sort({“field”: 1/-1},{“field2”: 1/-1}...)
分页查询，通过limit,skip,sort组合进行分页查询。
如每页X条，第N页
> Find(条件).SKIP * X).Limit(X).SORT.
distinct: 查询指定键的不同值。db.runCommand({"distinct":”集合名","key":"字段名"})
group: 较复杂。

五、mongodb聚合利用日期分组

参考：https://blog.csdn.net/u013066244/article/details/53842355

$dayOfYear: 返回该日期是这一年的第几天。（全年366天）
$dayOfMonth: 返回该日期是这一个月的第几天。（1到31）
$dayOfWeek: 返回的是这个周的星期几。（1：星期日，7：星期六）
$year: 返回该日期的年份部分
$month： 返回该日期的月份部分（between 1 and 12.）
$week： 返回该日期是所在年的第几个星期（between 0 and 53）
$hour： 返回该日期的小时部分
$minute: 返回该日期的分钟部分
$second: 返回该日期的秒部分（以0到59之间的数字形式返回日期的第二部分，但可以是60来计算闰秒。）
$millisecond：返回该日期的毫秒部分（between 0 and 999.）
$dateToString：
    { $dateToString: { format: <formatString>, date: <dateExpression> } }

%Y  Year (4 digits, zero padded)    0000-9999
%m  Month (2 digits, zero padded)   01-12
%d  Day of Month (2 digits, zero padded)    01-31
%H  Hour (2 digits, zero padded, 24-hour clock) 00-23
%M  Minute (2 digits, zero padded)  00-59
%S  Second (2 digits, zero padded)  00-60
%L  Millisecond (3 digits, zero padded) 000-999
%j  Day of year (3 digits, zero padded) 001-366
%w  Day of week (1-Sunday, 7-Saturday)  1-7
%U  Week of year (2 digits, zero padded)    00-53
%%  Percent Character as a Literal  %

假设有这么一个集合

{
  "_id" : 1,
  "item" : "abc",
  "price" : 10,
  "quantity" : 2,
  "date" : ISODate("2014-01-01T08:15:39.736Z")
}

我们在执行：

$project yearMonthDay format 都要加 “ ” 才行。

db.sales.aggregate(
   [
     {
       $project: {
          yearMonthDay: { $dateToString: { format: "%Y-%m-%d", date: "$date" } },
          time: { $dateToString: { format: "%H:%M:%S:%L", date: "$date" } }
       }
     }
   ]
)

结果就是：

{ "_id" : 1, "yearMonthDay" : "2014-01-01", "time" : "08:15:39:736" }

$dateToString，这个需要mongodb3.0+支持。

再执行：

注意：year 和 $year 。。。要加 “ ” 才能正常显示

db.sales.aggregate(
   [
     {
       $project:
         {
           year: { $year: "$date" },
           month: { $month: "$date" },
           day: { $dayOfMonth: "$date" },
           hour: { $hour: "$date" },
           minutes: { $minute: "$date" },
           seconds: { $second: "$date" },
           milliseconds: { $millisecond: "$date" },
           dayOfYear: { $dayOfYear: "$date" },
           dayOfWeek: { $dayOfWeek: "$date" },
           week: { $week: "$date" }
         }
     }
   ]
)

得到的结果就是：

{
  "_id" : 1,
  "year" : 2014,
  "month" : 1,
  "day" : 1,
  "hour" : 8,
  "minutes" : 15,
  "seconds" : 39,
  "milliseconds" : 736,
  "dayOfYear" : 1,
  "dayOfWeek" : 4,
  "week" : 0
}

六、pymongo处理正则表达式的情况

在python里使用pymongo处理mongodb数据库，在插入或者查询的时候，我们有时需要使用操作符号，如set，in，

具体操作符的可以参考 https://docs.mongodb.com/manual/reference/operator/query/

需求：需要用到正则表达式来插入或查询，如何操作？

1.首先要了解一下，mongodb里面的正则表达式怎么用

参考：https://docs.mongodb.com/manual/reference/operator/query/regex/

使用如下语法：

{ <field>: { $regex: /pattern/, $options: '<options>' } }
{ <field>: { $regex: 'pattern', $options: '<options>' } }
{ <field>: { $regex: /pattern/<options> } }

或者

{ <field>: /pattern/<options> }

当然option的含义是对正则表达式的一种选择，有

i 不区分大小写

m 包含锚的模式（即起始为 ^，结束为 $）

x 扩展

s 允许.点字符

详细的参考官网，这只是很简单的介绍

2.在pymongo里如何使用

mongodb默认使用的是bson数据，所以要在python里转换为该格式的数据

import bson

然后参照官网教程：http://api.mongodb.com/python/current/api/bson/regex.html

>>> pattern = re.compile('.*')
>>> regex = Regex.from_native(pattern)
>>> regex.flags ^= re.UNICODE
>>> db.collection.insert({'pattern': regex})

这里注意一下，Regex是bson的类，可以导入

我的实例：

    for collection in col_list:
        pattern = re.compile(time.strftime('%Y-%m-%d'))
        regex = bson.regex.Regex.from_native(pattern)
        regex.flags ^= re.UNICODE
        for item in db[collection].find({"insert_time":regex}):
            for j in item['value']:
                ...

posted @ 2018-10-11 15:29 Alice的小屋阅读(1842) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部