1 本地使用，mongo shell指令

在安装路径，使用控制台执行 mongo.exe, 自动连接127.0.0.1:27017

  db   # 显示当前数据库
  show dbs # 显示当前所有数据库和使用空间。

  db.adminCommand( { listDatabases: 1 } )  # 显示所有 db
  use users  # 选择 users 数据库

查看当前数据库的所有连接集合，即关系型数据库的表

    show collections   

副本集设置 replSet, windows是在安装目录下 mongod.exe

  mongod --port 27017 --dbpath " \MongoDB\backup\data" --replSet rs0

1.1 常用操作

• 管道 pipeline： 所有 在 1970-01-01出生的人

  var pipeline =3D [
  {"$unset": [
    "_id",
    "address",
  ]},   =20
   =20
  // Only match people born on or after 1st January 1970
  {"$match": {
    "dateofbirth": {"$gte": ISODate("1970-01-01T00:0=0:00Z")},
  }},
  

  =20
  /*
  {“sort": { "dateofbirth": -1, }}, =20 =20 {"limit”: 2}, =20
  */
  ];

• 小于某个值的数据

表达式 $$NOW 筛选全部年龄低于18的人

  $lt
  var pipeline =3D [
      {"$match":
        {"$expr":{
          "$lt": ["$dateofbirth", {"$subtract": [= "$$NOW", 18<=/span>*365.25*24*60*60*1000]}]
        }},
      },

• 大于某个值的数据
  匹配产品价格大于 15.00 的商品。

  $gt
  
  {"$match": {
    "products.price": {
      "$gt": NumberDecimal("15.00"),
    },
  }},
  

2 连接管理

我们先不理会连接池。 创建单个连接需要哪些步骤，如果从传输层连接开始，那么将很漫长。
所以这里只看第三方库如何创建和管理的连接。

使用连接库: pymongo操作， 指令是从右到左顺序执行的。

• pymongo代码指令

  创建连接

   cli = pymongo.MongoClient('127.0.0.1', 27017)
  

  创建数据库test

     db = cli.test
     db.name
     test
  

  查看连接属性

  db.my_collection
  
  Collection(Database(MongoClient(host=['127.0.0.1:27017'], document_class=dict, tz_aware=False, connect=True), 'test'), 'my_collection')
  

3 查询指令

查询最近N个数据，按create_time由近及远排序

  db.history_vedio_info.find().limit(10).sort({"create_time":-1})

查询最近5个

  db.history_vedio_info.find().limit(5).sort({"create_time":-1})   

模糊查询, 中间匹配

  db.history_vedio_info.find({"start_time":/2020-12-17/}).sort({"create_time":-1}).count()   

模糊查询 以 2020-12-17 开头的

  db.user.find(name:/^2020-12-17/);    

模糊查询不区分大小写

  db.user.find(name:/a/i);           

• 去重

  字段去重

    db.getCollection("表名").distinct("字段名");   
  

  某字段的按条件去重

    db.getCollection("表名").distinct('字段名',{筛选条件})  
  

嵌入字段去重

     db.getCollection("distinct").distinct("article_numbers.vol")

去重后统计

    db.student.distinct("name",{"age" : 18}).length

表名去重

    db.collection.distinct() 

聚合查询

db.student.aggregate([
{$match:{"age" : 18}},
{$project:{"name":true}},
{$group:{_id:"$name"}},
{$group:{_id:null,count:{$sum:1}}}

])

• 查询表

socket_users 中所有name 并隐藏id，美观显示， and 关键字两个条件同时满足

   db.socket_users.find({$and:[{"name":"jack", "id":3}]}).pretty()

投影查询，with projection is as follows ， 即只显示集合的某一部分 只显示文档的title部分，

  db.mycol.find({}, {"title":1, _id:0})    

查询限制 limit 和 查询跳跃 skip

 db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

只显示第二个文档

 db.COLLECTION_NAME.find().limit(1).skip(1)   

最近5个

 db.history_vedio_info.find().limit(5).sort({"create_time":-1})   

• 查询排序

1表示升序索引
查询收集集合的数据按title升序排列

  db.COLLECTION_NAME.find().sort({“title”:1})   

-1 降序索引

多个字段索引，title 1 升序索引，description -1 降序索引

 db.mycol.createIndex({"title":1,"description":-1})   

• 聚合查询

  db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
  

显示一个列表，显示每个用户编写了多少教程

  db.mycol.aggregate([{$group:{_id:"$by_user", num_tutorial:{$sum:1}}}])   

4 写入数据

插入一条数据

  db.my_collection.insert_one({"x":10}).inserted_id
      ObjectId('5fa0e195be9d31bf346b0c75')

插入两条相同数据，mongodb 默认id是hash自增的

  db.my_collection.insert_one({"x":110}).inserted_id   
   ...
  db.my_collection.insert_one({"x":110}).inserted_id  

查找最近的一条数据

    db.my_collection.find_one() 
       {'_id': ObjectId('5fa0e210be9d31bf346b0c77'), 'x': 110}

查找全部数据并遍历，升序排序

 for item in db.my_collection.find().sort("x", pymongo.ASCENDING):
         print(item["x"])

  10
  101
  110
  110
  1034

查找数据x并按x排序，默认升序

[item["x"] for item in db.my_collection.find().sort("x")]  
    [10, 101, 110, 110, 1034]
  [item["x"] for item in db.my_collection.find().sort("x", pymongo.ASCENDING)]
    [10, 101, 110, 110, 1034]  

• 从查询的所有数据中 跳过第一个数，并限取两个数

  [item[“x”] for item in db.my_collection.find().limit(2).skip(1)]
  [10, 101]

4.1 pymongo 常用操作

创建客户端

  import pymongo
  client = pymongo.MongoClient(host='localhost', port=27017)

指定数据库

   db = client.test

或者

   db = client['test']

指定集合（表）

    collection = db.students 
    
    collection = db['students']

插入数据

  student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
  }
  result = collection.insert(student)

插入多条数据,传入列表即可

  students = [{
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
  }, {
    'id': '20170102',
    'name': 'Jordans',
    'age': 21,
    'gender': 'male'
  }]
  result = collection.insert(students)

• 更新，指定更新的条件和更新后的数据即可

    condition = {"name":"Kexin"}
    student = collection.find_one(condition)
    student['age'] = 25
    result = collection.update(condition, student)
    print(result)
  
  {'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}   # ok代表执行成功，nModified代表影响的数据条数
  

  $set

  使用 $set可以只更新student字典内存在的字段。如果原先还有其他字段，则不会更新，也不会删除。

  而如果不用$set的话，则会把之前的数据全部用student字典替换；如果原本存在其他字段，则会被删除

    res = collection.update(condition, {'$set':student})
  

5 删除

删除示例，某字段相同的所有记录

  db.info.aggregate([
{
$group:{_id:{web_url:"$web_url"},count:{$sum:1},dups:{$addToSet:"$_id"}}
},
{
$web_url:{count:{$gt:1}}
}
]).forEach(function(doc){
doc.dups.shift();
db.info.remove({_id:{$in:doc.dups}});
})

#小结

mongdb可用于写日志，有现成的 参数可用，而不必 组织后端日志知识。

除了这些性能因素之外，日志数据是通常可以利用无模式集合的数据集之一。

mongodb 拥有一项 功能称为 顶点集。 capped collection.
我们创建的所有隐式创建的集合都只是普通的集合。

我们可以使用 db.createCollection 创建一个顶点集合。

如下示例，并将其标记为上限1M：

db.createCollection('logs', {capped: true,size: 1048576})

当顶点集到达限制，1MB后，旧的文档 立即被清理掉。

文件的大小，限制都可使用 MAX指定。

顶点集有一些有用的属性

比如 更新 顶点集的 文档而不必改变其 大小。

像tail 一个linux文件一样，tail 顶点集中的文档。

expire 可设置一个文档的 生存时间，就像TTL一样。