MongoDB基本增删改查操作-mongo shell

1.查看所有数据库：

show dbs

2.选择数据库：

use test

3.查看数据库中有哪些集合：

show collections

如下图：

查询

1.查看集合中有哪些数据，其中abc为集合名称：

2.为查询添加过滤条件a=2：

3.指定查询结果集中包含的字段，如下查询仅包含字段a/b，注意，此处除了_id字段外，其他字段要么全是1，要么全是0：

4.综合示例：

db.kpiRecord.find(
    {
        cellCode:"48BF74_12020000051TST0001", 
        startTime: {
            $gte: new ISODate("2018-06-01T00:00:00Z")
        }, 
        startTime: {
            $lt: new ISODate("2018-06-01T01:00:00Z")
        }
    },
    {
        _id:0,
        cellCode:1,
        startTime:1,
        kpiNameLalalalala0000:1
    }
)

如下图：

插入

1.添加一条记录：

db.abc.insertOne({"123" : "123-val", "a" : 34, "b" : 36})

如下图：

2.添加多条记录：

db.abc.insertMany([
    {"123" : "123-val0", "a" : 35, "b" : 37},
    {"123" : "123-val1", "a" : 36, "b" : 38}
])

如下图：

更新

按筛选条件更新数据：

db.abc.updateMany(
    {
        a: {$gt : 10}
    },
    {
        $set: {"b": 54321, "123": 54321}
    }
)

如下图：

删除

1.根据条件删除集合中的数据：

db.abc.deleteMany({
    a : {$gte : 36}
})

如下图：

2.删除集合，其中abc为集合名称：

聚合

先根据cellCode字段和startTime字段进行筛选，再根据cellCode进行聚合，计算出总和、最大值、最小值、平均值，其中pretty()方法只是为了以更整齐的方式显示结果：

db.kpiRecord.aggregate([
    {
        $match: {
            cellCode:"48BF74_12020000051TST0001", 
            startTime: {$gte: new ISODate("2018-06-01T00:00:00Z")}, 
            startTime: {$lt: new ISODate("2018-06-01T01:00:00Z")}
        }
    },
    {
        $group: {
            _id: "$cellCode",
            count: { $sum: 1 },
            sum: {$sum: "$kpiNameLalalalala0000"},
            max: {$max: "$kpiNameLalalalala0000"},
            min: {$min: "$kpiNameLalalalala0000"},
            avg: {$avg: "$kpiNameLalalalala0000"}
        }
    }
]).pretty()

如下图：

限制条件：
(1).结果集document大小限制：结果集中，每一个document的大小不得超过16M。注意仅是限制结果集，处理过程中，document的大小是可以超过这个限制的。
(2).内存限制：Stages所能使用的内存不能超过100M。对于一些数据量较大的聚合计算，100M不够用，这时，需要指定allowDiskUse属性，从而允许MongoDB向临时文件中写数据。注意，对于$graphLookup操作符，allowDiskUse不生效。

另外，这里介绍的聚合方式是pipeline，最基本的聚合方式，MongoDB还有更复杂但也更强大的聚合方式，如Map-reduce，具体可查阅官方文档。