时间:2020-11-22来源:www.pcxitongcheng.com作者:电脑系统城
mongodb 数据库实验
一:增加数据
操作1:单条插入:Yelp数据库中的User数据集插入符和如下要求的数据
_id:自定义为自己的班级;
user_id:自己的学号+任意字符(多于22个字符取前22位,不足22个字符补充字母,数字或下划线);
name:姓名拼音;
review_count:任意随机数;
yelping_since:实验时间;
操作2:多条插入:
随机构建4条User数据,有序插入User数据集中;
1 2 3 4 5 6 7 8 9 |
db. user . insert ( { _id: 2018211, user_id: 201821057900000000000000000000000, name : "xiao" , review_count: 100, "yelping_since" : ISODate( "2020-11-17 07:58:51" ), } ) |
the result
2: 插入多项数据:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
db. user .insertMany( [ { _id: 201821112, user_id: 201811111111111111111111, name : "xiaoxiao" , review_count: 1, "yelping_since" : ISODate( "2020-11-18 07:58:51" ), }, { _id: 201821114, user_id: 201822222222222222222, name : "xuexiao" , review_count: 344, "yelping_since" : ISODate( "2030-11-18 07:58:51" ), }, { _id: 201821117, user_id: 201833333333333333333, name : "xiaoxiao" , review_count: 56, "yelping_since" : ISODate( "2020-11-19 07:58:51" ), },] ) |
the result
二:删除数据
删除指定条件的数据:删除business数据集中 stars小于3且city位于Las Vegas的记录;
1 2 3 4 5 6 |
db.business.remove({ "city" : "Las Vegas" , stars: { $lt:3 } }) |
result :
三: 更新数据
整体更新:将1.1中插入的数据整体更新
user_id:自己的班级+任意字符(多于22个字符取前22位,不足22个字符补充字母,数字或下划线);
name:姓名拼音倒序;
review_count:任意随机数(与之前不同);
yelping_since:当前实验时间(与之前不同);
操作5:局部更新
将business数据集内business_id为"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars增加0.5
1 2 3 |
db. user . update ({_id: 2018211125}, { name : "xiaoxiao" , review_count: 0,yelping_since: ISODate( "2020-11-18 21:58:51" )}) |
result: 查询后
部分更新
初始:
1 2 3 4 |
db.business. update ({business_id:8mIrX_LrOnAqWsB5JrOojQ}, { "$inc" :{stars:0.5} } ) |
进行部分更新, 再次查询结果为:
四:查询
1: 查询business集合内latitude大于30,longitude小于50,state位于AZ的10条记录
查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录(跳过前510条数据)
1 2 3 4 5 6 7 |
db.business.find({ latitude: { "$gte" : 30, "$lte" : 50 }, state: "AZ" }).limit(10) |
result:
查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录(跳过前510条数据)
1 2 3 4 5 |
db.business.find({ city: { "$in" : [ "Charlotte" , "Toronto" , "cottsdale" ] } }).skip(150) |
result :
五索引:
创建索引:friend数据集上,建立user_id(升序)与friend_id(降序)多字段唯一索引
1 | db.friend.createIndex({user_id:1 ,friend_id: -1}) |
result
查看索引:
1 | db.friend.getIndexes() |
六聚合:
统计review数据集中stars大于2.0对应的不同user_id(作为_id)的stars评分总和(重命名为starSum)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
db.review.aggregate([ { $match: { "stars" : { "$gte" : 2.0 } } }, { $ group : { _id: "$user_id" , starSum:{ $ sum : "$stars" } } }, ]) |
result :
统计friend数据集中friend_id为"BI4jBJVto2tEQ0NiaR0rNQ"的不同用户的总数(count)从第10条开始统计
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
db.friend.aggregate([ { $match: { friend_id: "BI4jBJVto2tEQ0NiaR0rNQ" } }, { $ group : { _id: "$friend_id" , Sum :{ $ sum : "$count" , } } }, ]).skip(10) |
result :
统计friend数据集中不同的friend_id(distinct)
1 2 3 |
db.friend. distinct ( "friend_id" ) |
result :
总结
到此这篇关于mongodb数据库实验之增删查改的文章就介绍到这了
2023-03-15
Navicat远程连接MongoDB最全实现方法以及报错解决2023-03-15
MongoDB的启动方法详细总结2023-03-11
详解分库分表后非分片键如何查询GROUP BY 语句用于结合合计函数,根据一个或多个列对结果集进行分组,下面这篇文章主要给大家介绍了关于高版本Mysql使用group by分组报错的解决方案,文中通过实例代码介绍的非常详细,需要的朋友可以参考下...
2023-03-06