windows下mongodb基础玩法系列二CURD附加一

浏览数：23 / 时间：2015年06月12日

windows下mongodb基础玩法系列

windows下mongodb基础玩法系列一介绍与安装
windows下mongodb基础玩法系列二CURD操作（创建、更新、读取和删除）
windows下mongodb基础玩法系列二CURD附加一

说在前面的话

在系列二中CURD只是简单的走了一下代码操作的流程，其中全是简单基础操作的内容，在我仔细看完接下来的内容后决定再丰富一下前面的操作，并实战一个简单的demo出来，demo具体搭配语言暂时决定在PHP与nodejs之间。

增加内容至文档没说完的那些事儿

①在插入文档到集合的时候，如果集合不存在，增加内容到文档的这个操作就自动创建集合。这一点和mysql有些不一样，mysql必须先创建库、表，再增加内容到表中。
②这一次就不实际操作截图了，按照之前的操作我又走看一遍，这一次留意了一个小的细节。增加内容成功后会返回一个WriteResult({"nInserted":1}），这个对象表示了插入的条数。

增加多个文档的方法

①创建一个数组文档，在增加数组文档即可。

//用数组存放多个文档
var users = [{
    "name":"A",
    "age":32
},{
    "name":"B",
    "age":33
},{
    "name":"C",
    "age":34
}];
//添加数组操作
db.testData.insert(users);

View Code

②在2.6版本之后提供了一个可以用来增加多个文档的API，具体操作流程展开代码。

//初始化bulk()
var bulk = db.testData.initializeUnorderedBulkOp();//无序列表操作
//var bulk = db.collection.initializeOrderedBulkOp();//有序列表操作
//insert至bulk对象
bulk.insert({
    "name":"A",
    "age":20
});
bulk.insert({
    "name":"B",
    "age":21
});
//调用bulk对象的execute()方法添加文档至集合
bulk.execute();

View Code

这里只是描述一下有这两个方法，暂时不做深入学习，感觉挺需要深入学习的一点，后续跟踪一下。

查找内容没说完的那些事儿

//插入模拟数据
db.testData.insert([{
    "name":"unofficial",
    "age":18,
    "other":{
        "hobby":["eat","drink","play","happy"],
        "speciality":["hands","legs"]
    },
        "score":[58,59,60]
},{
    "name":"pushself",
    "age":100,
    "other":{
        "hobby":["play"],
        "speciality":["legs"]
    },
        "score":[60,70,80]
}]);
//成绩分别对应语数外，找到语文成绩小于60的同学的姓名
db.testData.find({"score.0":{$lt:60}},{"_id":0, "name":1});
//把好吃的家伙的名字查出来
db.testData.find({"other.hobby":"eat"},{"_id":0, "name":1});

View Code

限制查询

在find()时，在第二个参数中控制对应需要的键值对，例如我不需要_id，只是需要显示姓名，我就可以把第二个参数设置为{"_id":0,"name":1}。

反复的切换光标读取

//执行查找操作
var rs = db.testData.find({});
//遍历
while(rs.hasNext()) {
    print(tojson(rs.next()));//也可以使用printjson(rs.next());
}

View Code

其中的while也可以使用myCursor.forEach(printjson);代替操作

查询的性能问题

取决于索引的创建，引入一个explain()方法反应查询性能的数据。

//插入一组测试数据
db.testData.insert([
    { "_id" : 1, "item" : "f1", type: "food", quantity: 500 },
    { "_id" : 2, "item" : "f2", type: "food", quantity: 100 },
    { "_id" : 3, "item" : "p1", type: "paper", quantity: 200 },
    { "_id" : 4, "item" : "p2", type: "paper", quantity: 150 },
    { "_id" : 5, "item" : "f3", type: "food", quantity: 300 },
    { "_id" : 6, "item" : "t1", type: "toys", quantity: 500 },
    { "_id" : 7, "item" : "a1", type: "apparel", quantity: 250 },
    { "_id" : 8, "item" : "a2", type: "apparel", quantity: 400 },
    { "_id" : 9, "item" : "t2", type: "toys", quantity: 50 },
    { "_id" : 10, "item" : "f4", type: "food", quantity: 75 }
]);
//执行查找操作
db.testData.find({"type":"food"});
//nscanned 和 nscannedObjects 显示 10 表明MongoDB不得不扫描十文档 (即集合中的所有文档)找到这四个匹配文档。
//如果给type添加一个索引
db.testData.ensureIndex({"type":1})
//再执行查询操作的时候就查询四个索引文档，并返回了四个文档内容

//复合索引的性能
db.testData.ensureIndex( { quantity: 1, type: 1 } );
db.testData.ensureIndex( { type: 1, quantity: 1 } );
//明显通过数据可以看出性能的差异，更多的后面的学习文章争取分析一下查询优化