MongoDB 操作手册CRUD查询，mongodbcrud
查询操作
基本查询
查询指定集合中的所有记录
db.testData.find()或者db.testData.find({});相等条件查询
db.testData.find({num:5});//查询num=5的记录使用查询操作符声明多个条件
db.testData.find({num:{$in:[2,3,4]}});查询num为2,3,4的记录。尽管可以使用$or操作符来执行同样的查询，但是当多个or条件都是在同一字段上的相等判断时，请使用$in而不是$or。
and条件查询
db.testData.find({name:'d',num:{$lt:10}});//查询name为d且num小于10的记录。lt = less thanor条件查询
db.find({$or:[{name:'a'},{num:{$gt:3}}])//查询name为a或者num大于3的记录。gt = greater thanand or 混合查询
db.testData.find({gender:'male',$or:[{name:'a'},{age:{$gt:3}}]});//查询gender为male，且（名字为a或者age>3）的记录。
嵌入型记录查询
当一个字段内嵌了一条记录，查询时既可以声明精确的（即字段顺序，字段值都匹配）去匹配内嵌记录某些字段，或者使用“.”来匹配内嵌记录的各个字段声明。测试数据
db.testData.insert( { producer:{company:'a',address:'123'},name:'aaa' } );db.testData.insert( { producer:{company:'a',address:'123'} } );
精确匹配内嵌记录的某字段
原来的db.testData.find(<field>:<value>)中，将<value>改为匹配的内嵌记录即可例：db.testData.find( { producer:{company:'a',address:'123'} } );
结果将返回以上两条测试数据
注意:
db.testData.find( { producer:{address:'123',company:'a'} } )
db.testData.find( { producer:{address:'123',name:'aaa'} } )
db.testData.find( { producer:{company:'a',name:'aaa'} } )
这三条语句都不会查询到结果，即这种查询方式必须从是从第一到第n个字段的匹配，字段顺序颠倒，或者不是挨着的都不会查到结果。
匹配某些内嵌字段
db.testData.find( { 'producer.company':'a' } );db.testData.find( { 'producer.company':'a','producer.address':'123' } );
以上两条可以查询到所有测试数据。
注意：
db.testData.find( { 'producer.company':'a','producer.name':'aaa' } );
db.testData.find( { 'producer.address':'123','producer.name':'aaa' } );
db.testData.find( { 'producer.name':'aaa' } );
这三条语句也无法查询到测试数据，也就是说这种方式也必须是从第一到第n个字段的匹配，字段顺序，或者不是挨着的字段都不会查到结果
数组
概述
当某个字段保存数组，可以根据数组中的某个值来查询这条记录。如果这个数组保存着嵌入型记录，可以使用“.”查询。如果使用$elemMatch声明多个条件来进行查询，数组必须至少包含一条记录满足所有条件。
如果没有使用$elemMatch来声明多个条件进行查询，那么满足条件的记录符合的条件是：这个数组中的各个元素能够覆盖条件的每个要求，如数组5，6，7，条件为=5且=7的情况下，数组中的5和7两个元素组合起来能够覆盖所有条件要求。
测试数据
db.testData.insert({ _id: 5, type: "food", item: "aaa", ratings: [ 5, 8, 9 ] });db.testData.insert({ _id: 6, type: "food", item: "bbb", ratings: [ 5, 9 ] });
db.testData.insert({ _id: 7, type: "food", item: "ccc", ratings: [ 9, 5, 8 ] });
精确匹配数组
查询结果需要精确匹配数组中的每个值，包括每个元素的顺序
db.testData.find( { ratings: [ 5, 8, 9 ] } )匹配数组中的一个值
db.testData.find( { ratings: 5 } )匹配数组指定位置的值
db.testData.find( { 'ratings.0': 5 } )//匹配ratings数组中第一个元素为5的记录数组的多条件查询
单元素条件查询
db.testData.find( { ratings: { $elemMatch: { $gt: 5, $lt: 9 } } } )//匹配ratings数组中至少有一个元素既大于5又小于9的记录。多元素联合匹配查询
db.testData.find( { ratings: { $gt: 5, $lt: 9 } } )//匹配数组中有一个元素大于5，同时有另一个元素小于9的记录，或者某个元素同时满足这两个条件的记录。嵌入型记录数组
测试数据
{_id: 100,
type: "food",
item: "xyz",
qty: 25,
3.3. MongoDB CRUD Tutorials 91
MongoDB Documentation, Release 2.6.4
price: 2.5,
ratings: [ 5, 8, 9 ],
memos: [ { memo: "on time", by: "shipping" }, { memo: "approved", by: "billing" } ]
}
{
_id: 101,
type: "fruit",
item: "jkl",
qty: 10,
price: 4.25,
ratings: [ 5, 9 ],
memos: [ { memo: "on time", by: "payment" }, { memo: "delayed", by: "shipping" } ]
}
使用数组下标匹配嵌入型记录的某个字段
如果你知道嵌入型记录的数组顺序，可以用以下查询db.testData.find( { 'memos.0.by': 'shipping' } )//匹配memos数组中第一元素的by字段为shipping的记录
无需数组下标匹配字段
不知道数组顺序的情况下，用以下查询db.testData.find( { 'memos.by': 'shipping' } )//匹配memos数组中某个元素包含by字段且值为shipping的记录
数组的多条件查询
和数组查询一样，使用$elemMatch就是要数组中的某个元素满足所有条件，不用的话就是多个元素组合起来满足所有条件单元素条件查询
使用$elemMatch来查询数组中某个元素满足所有的记录db.testData.find(
{
memos:
{
$elemMatch:
{
memo: 'on time',
by: 'shipping'
}
}
}
)//匹配memos中某个元素既有memo为'on time'又有by为 'shipping'的记录
组合满足条件查询
db.inventory.find({
'memos.memo': 'on time',
'memos.by': 'shipping'
}
)//匹配memos数组中某个元素包含memo字段且值为on time，同时另一个元素包含by字段且值为shipping的记录，或者某个元素同时满足两条记录
MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，完全可以替代MySQL。在使用MongoDB做产品原型的过程中，我们总结了MonogDB的一些亮点：使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法。针对MongoDB的操作都使用JSON风格语法，客户端提交或接收的数据都使用JSON形式来展现。相对于SQL来说，更加直观，容易理解和掌握。Schema-less，支持嵌入子文档：MongoDB是一个Schema-free的文档数据库。一个数据库可以有多个Collection，每个Collection是Documents的集合。Collection和Document和传统数据库的Table和Row并不对等。无需事先定义Collection，随时可以创建。Collection中可以包含具有不同schema的文档记录。 这意味着，你上一条记录中的文档有3个属性，而下一条记录的文档可以有10个属性，属性的类型既可以是基本的数据类型（如数字、字符串、日期等），也可以是数组或者散列，甚至还可以是一个子文档（embed document）。这样，可以实现逆规范化（denormalizing）的数据模型，提高查询的速度。图1 MongoDB是一个Schema-free的文档数据库图2是一个例子，作品和评论可以设计为一个collection，评论作为子文档内嵌在art的comments属性中，评论的回复则作为comment子文档的子文档内嵌于replies属性。按照这种设计模式，只需要按照作品id检索一次，即可获得所有相关的信息了。在MongoDB中，不强调一定对数据进行Normalize ，很多场合都建议De-normalize，开发人员可以扔掉传统关系数据库各种范式的限制，不需要把所有的实体都映射为一个Collection，只需定义最顶级的class。MongoDB的文档模型可以让我们很轻松就能将自己的Object映射到collection中实现存储。图2 MongoDB支持嵌入子文档简单易用的查询方式：MongoDB中的查询让人很舒适，没有SQL难记的语法，直接使用JSON，相当的直观。对不同的开发语言，你可以使用它最基本的数组或散列格式进行查询。配合附加的operator，MongoDB支持范围查询，正则表达式查询，对子文档内属性的查询，可以取代原来大多数任务的SQL查询。CRUD更加简单，支持in-place update：只要定义一个数组，然后传递给MongoDB的insert/update方法就可自动插入或更新；对于更新模式，MongoDB支持一个upsert选项，即：“如果记录存在那么更新，否则插入”。MongoDB的update方法还支持Modifier，通过Modifier可实现在服务端即时更新，省去客户端和服务端的通讯。这些modifer可以让MongoDB具有和Redis、Memcached等KV类似的功能：较之MySQL，MonoDB更加简单快速。
MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，完全可以替代MySQL。在使用MongoDB做产品原型的过程中，我们总结了MonogDB的一些亮点：使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法。针对MongoDB的操作都使用JSON风格语法，客户端提交或接收的数据都使用JSON形式来展现。相对于SQL来说，更加直观，容易理解和掌握。Schema-less，支持嵌入子文档：MongoDB是一个Schema-free的文档数据库。一个数据库可以有多个Collection，每个Collection是Documents的集合。Collection和Document和传统数据库的Table和Row并不对等。无需事先定义Collection，随时可以创建。Collection中可以包含具有不同schema的文档记录。 这意味着，你上一条记录中的文档有3个属性，而下一条记录的文档可以有10个属性，属性的类型既可以是基本的数据类型（如数字、字符串、日期等），也可以是数组或者散列，甚至还可以是一个子文档（embed document）。这样，可以实现逆规范化（denormalizing）的数据模型，提高查询的速度。图1 MongoDB是一个Schema-free的文档数据库图2是一个例子，作品和评论可以设计为一个collection，评论作为子文档内嵌在art的comments属性中，评论的回复则作为comment子文档的子文档内嵌于replies属性。按照这种设计模式，只需要按照作品id检索一次，即可获得所有相关的信息了。在MongoDB中，不强调一定对数据进行Normalize ，很多场合都建议De-normalize，开发人员可以扔掉传统关系数据库各种范式的限制，不需要把所有的实体都映射为一个Collection，只需定义最顶级的class。MongoDB的文档模型可以让我们很轻松就能将自己的Object映射到collection中实现存储。图2 MongoDB支持嵌入子文档简单易用的查询方式：MongoDB中的查询让人很舒适，没有SQL难记的语法，直接使用JSON，相当的直观。对不同的开发语言，你可以使用它最基本的数组或散列格式进行查询。配合附加的operator，MongoDB支持范围查询，正则表达式查询，对子文档内属性的查询，可以取代原来大多数任务的SQL查询。CRUD更加简单，支持in-place update：只要定义一个数组，然后传递给MongoDB的insert/update方法就可自动插入或更新；对于更新模式，MongoDB支持一个upsert选项，即：“如果记录存在那么更新，否则插入”。MongoDB的update方法还支持Modifier，通过Modifier可实现在服务端即时更新，省去客户端和服务端的通讯。这些modifer可以让MongoDB具有和Redis、Memcached等KV类似的功能：较之MySQL，MonoDB更加简单快速。