要在MongoDB中聚合嵌套文档，可以使用$group。让我们首先创建一个包含文档的集合 -> db.aggregateDemo.insertOne( ... { ... "ProductInformation": [ ... { ... "Product1": [ ... { ... Amount: 50 ... }, ... { ... Amount: 90 ... } ... ] ... } ... ] ... } ... ); 阅读更多

要更新，只需保存新的ID并使用remove()删除旧的ID。让我们首先创建一个包含文档的集合 -> db.updatingDemo.insertOne({"StudentName":"Robert"}); { "acknowledged" : true, "insertedId" : ObjectId("5e04dae5150ee0e76c06a04b") } > db.updatingDemo.insertOne({"StudentName":"Bob"}); { "acknowledged" : true, "insertedId" : ObjectId("5e04dae7150ee0e76c06a04c") } 以下是使用find()方法显示集合中所有文档的查询 -> db.updatingDemo.find(); 这将产生以下输出 -{ "_id" : ObjectId("5e04dae5150ee0e76c06a04b"), "StudentName" : "Robert" } { "_id" : ObjectId("5e04dae7150ee0e76c06a04c"), "StudentName" : "Bob" } 以下是更新MongoDB中_id的查询 -> myDocument = db.updatingDemo.findOne({"StudentName":"Bob"}); { "_id" : ObjectId("5e04dae7150ee0e76c06a04c"), ... 阅读更多

要添加列，您需要更新集合。语法如下：db.getCollection(yourCollectionName).update({}, {$set: {"yourColumnName": "yourValue"}}, false, true); 为了理解上述语法，让我们创建一个包含文档的集合 -> db.addColumnDemo.insertOne({"StudentId":101, "StudentName":"Chris"}); { "acknowledged" : true, "insertedId" : ObjectId("5e04d66af5e889d7a519950f") } > db.addColumnDemo.insertOne({"StudentId":102, "StudentName":"Robert"}); { "acknowledged" : true, "insertedId" : ObjectId("5e04d673f5e889d7a5199510") } > db.addColumnDemo.insertOne({"StudentId":103, "StudentName":"David"}); { "acknowledged" : true, "insertedId" : ObjectId("5e04d67bf5e889d7a5199511") } 以下是使用find()方法显示集合中所有文档的查询 -> db.addColumnDemo.find().pretty(); 这将产生以下输出 -{ "_id" : ObjectId("5e04d66af5e889d7a519950f"), ... 阅读更多

要检查特定值，请使用$in。让我们首先创建一个包含文档的集合 -> db.testInArray.insertOne({"ListOfNumbers":[10, 56, 78, 90, 32]}); { "acknowledged" : true, "insertedId" : ObjectId("5e04d42df5e889d7a519950d") } > db.testInArray.insertOne({"ListOfNumbers":[56, 78, 91, 100]}); { "acknowledged" : true, "insertedId" : ObjectId("5e04d588f5e889d7a519950e") } 以下是使用find()方法显示集合中所有文档的查询 -> db.testInArray.find().pretty(); 这将产生以下输出 -{ "_id" : ObjectId("5e04d42df5e889d7a519950d"), "ListOfNumbers" : [ 10, 56, 78, 90, 32 ... 阅读更多

为此，只需使用find()。对于不同的格式，请使用pretty()。让我们首先创建一个包含文档的集合 -> db.getSpecificData.insertOne( ... { ... "StudentName": "John", ... "Information": { ... "FatherName": "Chris", ... "Place": { ... "CountryName": "US", ... "ZipCode":"111344" ... }, ... "id": "1" ... } ... } ... ); { "acknowledged" : true, "insertedId" : ObjectId("5e039abdf5e889d7a5199509") } > db.getSpecificData.insertOne( ... { ... "StudentName": "Carol", ... "Information": ... 阅读更多

要将行复制到另一个集合，请使用MongoDB。语法如下，其中“yourOldCollectionName”是旧集合，而将此集合复制到的集合是我们的新集合，即“yourNewCollectionName” -db.yourOldCollectionName.aggregate([{ $sample: { size: 333333 }}, {$out: "yourNewCollectionName"} ], {allowDiskUse: true}); 让我们首先创建一个包含文档的集合 -> db.sourceCollection.insertOne({"EmployeeName":"Robert", "EmployeeSalary":15000}); { "acknowledged" : true, "insertedId" : ObjectId("5e0397c1f5e889d7a5199506") } > db.sourceCollection.insertOne({"EmployeeName":"David", "EmployeeSalary":25000}); { "acknowledged" : true, "insertedId" : ObjectId("5e0397c3f5e889d7a5199507") } > db.sourceCollection.insertOne({"EmployeeName":"Mike", "EmployeeSalary":29000}); { "acknowledged" : true, "insertedId" : ObjectId("5e0397c4f5e889d7a5199508") } 以下是显示集合中所有文档的查询 ... 阅读更多

在这种情况下，请使用特定字段上的索引概念。让我们首先创建一个包含文档的集合。在这里，我们还使用createIndex()创建了索引 -> db.decreasetimeusingindex.createIndex({"StudentName":1}); { "createdCollectionAutomatically" : true, "numIndexesBefore" : 1, "numIndexesAfter" : 2, "ok" : 1 } > db.decreasetimeusingindex.insertOne({"StudentName":"John Smith", "StudentAge":21}); { "acknowledged" : true, "insertedId" : ObjectId("5e03960af5e889d7a51994ff") } > db.decreasetimeusingindex.insertOne({"StudentName":"John Doe", "StudentAge":24}); { "acknowledged" : true, "insertedId" : ObjectId("5e039611f5e889d7a5199500") } > db.decreasetimeusingindex.insertOne({"StudentName":"Adam Smith", "StudentAge":22}); { "acknowledged" : true, "insertedId" : ObjectId("5e03961df5e889d7a5199501") } 以下是显示集合中所有文档的查询 ... 阅读更多

使用点(.)表示法提取嵌套数组中的特定元素。让我们首先创建一个包含文档的集合 -> db.extractParticularElementDemo.insertOne( ... { ... "_id" : 101, ... "StudentName" : "John", ... "StudentInformation" : [ ... { ... "Age" : 21, ... "StudentPersonalInformation" : [ ... { ... "StudentNickName" : "Mike", ... } ... ] ... } ... ] ... } ... ); ... 阅读更多

使用MongoDB $literal 设置字符串字面量。让我们首先创建一个包含文档的集合 ->db.replacevaluedemo.insertOne({"StudentName":"Chris", "StudentFavouriteSubject":{"TeacherName":"Bob", "SubjectCode":"MySQL111"}}); { "acknowledged" : true, "insertedId" : ObjectId("5e0390a3f5e889d7a51994fd") } >db.replacevaluedemo.insertOne({"StudentName":"Mike", "StudentFavouriteSubject":{"TeacherName":"David", "SubjectCode":"3221Java"}}); { "acknowledged" : true, "insertedId" : ObjectId("5e0390b8f5e889d7a51994fe") } 以下是使用find()方法显示集合中所有文档的查询 -> db.replacevaluedemo.find().pretty(); 这将产生以下输出 -{ "_id" : ObjectId("5e0390a3f5e889d7a51994fd"), "StudentName" : "Chris", "StudentFavouriteSubject" : { "TeacherName" : "Bob", "SubjectCode" : "MySQL111" } } { "_id" : ObjectId("5e0390b8f5e889d7a51994fe"), "StudentName" ... 阅读更多

使用聚合操作符`$gte`和`$lte`以及`$sum`来统计和求和两个日期之间某个字段的值。 让我们首先创建一个包含文档的集合 −> db.countandsumdemo.insertOne({"Value":10, "created_at":ISODate('2019-10-11')}); {    "acknowledged" : true,    "insertedId" : ObjectId("5e038e6df5e889d7a51994fa") } > db.countandsumdemo.insertOne({"Value":50, "created_at":ISODate('2019-01-31')}); {    "acknowledged" : true,    "insertedId" : ObjectId("5e038e77f5e889d7a51994fb") } > db.countandsumdemo.insertOne({"Value":100, "created_at":ISODate('2019-06-31')}); {    "acknowledged" : true,    "insertedId" : ObjectId("5e038e8af5e889d7a51994fc") }以下是使用find()方法显示集合中所有文档的查询 −> db.countandsumdemo.find().pretty(); 这将产生以下输出 −{    "_id" : ObjectId("5e038e6df5e889d7a51994fa"),    "Value" : 10,    "created_at" : ISODate("2019-10-11T00:00:00Z") ... 阅读更多