mongodb数据库实验之增删查改
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；
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：
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；
db.business.remove({
"city": "Las Vegas",
stars: {
$lt:3
}
})
result :
三： 更新数据
整体更新：将1.1中插入的数据整体更新
user_id：自己的班级+任意字符（多于22个字符取前22位，不足22个字符补充字母，数字或下划线）；
name：姓名拼音倒序；
review_count：任意随机数（与之前不同）；
yelping_since：当前实验时间（与之前不同）；
操作5：局部更新
"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars增加0.5
db.user.update({_id: 2018211125},
{name:"xiaoxiao", review_count: 0,yelping_since: ISODate("2020-11-18 21:58:51")})
result: 查询后
部分更新
初始： 
db.business.update({business_id:8mIrX_LrOnAqWsB5JrOojQ},
{ "$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）
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）
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
db.friend.createIndex({user_id:1 ,friend_id: -1})
result
查看索引：
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）
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
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）
db.friend.distinct( "friend_id" )
result : 
总结
下一篇：SpringBoot+MongoDB实现物流订单系统的代码