本文共 3550 字，大约阅读时间需要 11 分钟。

MongoDB - 增删改查及聚合操作

数据库操作

创建及查看库

在 MongoDB 中，数据库相当于 SQL 中的数据库概念。使用以下命令可以创建或切换到指定数据库：

use DATABASE_NAME

查看当前选择的数据库：

db

查看所有存在的数据库：

show dbs

删除库

要删除一个数据库，首先需要切换到该数据库：

use database_name

然后执行删除命令：

db.dropDatabase()

集合操作

集合相当于 SQL 中的表。以下是基本的增删改查操作。

增

插入一个文档到集合中：

db.table1.insert({ "name": "alex" })

插入多个文档：

db.table1.insertMany([{ "name": "alex" }, { "name": "wupeiqi" }])

查

查询集合中的所有文档：

db.table1.find()

按条件查询：

db.table1.find({ "name": "alex" })

删

删除一个文档：

db.table1.deleteOne({ "name": "alex" })

删除多个符合条件的文档：

db.table1.deleteMany({ "name": "alex" })

删除所有文档：

db.table1.deleteMany({})

改

更新文档中的字段：

db.table1.update({ "name": "alex" }, { "$set": { "age": 10 } })

使用 $inc 进行加减操作：

db.table1.update({}, { "$inc": { "age": 1 } }, { "multi": true })

文件操作

插入

插入单个文档：

db.table1.insert({ "name": "alex", "age": 10 })

插入多个文档：

db.table1.insertMany([{ "name": "alex" }, { "name": "wupeiqi" }])

删

删除数组中的元素：

db.table1.deleteOne({ "hobbies": "read" })

使用 $pop 删除数组中的最后一个元素：

db.table1.deleteOne({ "hobbies": 1 })

使用 $pull 删除满足条件的元素：

db.table1.deleteMany({ "addr.country": "China" })

修改

简单修改：

db.table1.update({ "name": "alex" }, { "$set": { "age": 99 } })

加减操作：

db.table1.update({}, { "$inc": { "age": -10 } }, { "multi": true })

聚合操作

$match 和 $group

$match 用于过滤数据，$group 用于聚合数据。

示例：

db.emp.aggregate([  { "$match": { "post": "公务员" } },  { "$group": { "_id": "$post", "avg_salary": { "$avg": "$salary" } } }])

$project

用于投射字段，保留或隐藏字段：

db.emp.aggregate([  { "$project": { "name": 1, "post": 1, "age": 0 } }])

排序和限制

排序：

db.emp.find().sort({ "age": 1 })

分页：

db.emp.find().skip(5).limit(10)

获取数量：

db.table1.count({ "age": { "$gt": 30 } })

实践题

db.emp.aggregate([  { "$group": { "_id": "$post", "names": { "$push": "$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.aggregate([  { "$group": { "_id": "$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", "avg_salary": { "$avg": "$salary" }, "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.aggregate([  { "$group": { "_id": "$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", "count": { "$sum": 1 }, "names": { "$push": "$name" } },  { "$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 } },  { "$project": { "_id": 1, "avg_salary": 1 } }])

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, "$lt": 20000 } },  { "$project": { "_id": 1, "avg_salary": 1 } }])

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 },  { "$project": { "date": new Date(), "平均工资": "$avg_salary", "_id": 0 } }])