mongodb数据库的基本操作

装好环境变量的mongo后可以按

键盘上面的 window+R键 进入到mongo数据库的环境


此时的这个服务千万别关,最小化就可以了

然后再次window+R 键再开一个dos界面 输入mongo 就可以了


查看数据库相关的信息

show dbs:查看当前的数据库


首先进入之后可以创建一个虚拟的数据库,

这个数据库当插入数据后就不再是虚拟的了。

比如先创建一个叫student的数据库 use student

此时你的数据库肯定没有数据,你可以导入数据或者自己插入数据

use score进入到名字叫做score的数据库 ,此时你的数据库名字可以用db代替

db就相当于你的数据库 ,以后使用可以直接使用db就可以了,

db:查看当前所在的数据库

show collections:查看当前数据库中有哪些集合

增加

添加数据库

因为db相当于你的数据库的名字,所以我向db中添加东西,就相当于向数据库名为score 中添加东西

db.userList.insert({userName:“大哥”})

此时的userList是我的集合(在 其他数据库 称为表)

批量向score中导入一些数据

这里我导入的是我的电脑E盘下面的webStrompace\mongodb\userScore 文件

这段话必须没有进入数据库环境中使用

mongoimport --db score --collection userScore --file E:\webStrompace\mongodb\userScore

解释:

–db :指定数据库

–collection: 指定集合

–file:指定导入文件

查询

mongo 进入环境

show dbs :查看有哪些数据库

use score :开始使用score的数据库

当使用use score这段代码之后 db就默认等同于你的数据库了(比如说你叫铁柱,我给你起一个别名叫:“铁蛋”,此时的铁蛋不还是指的是你吗?所以当前你的数据库叫做db了)

db 指的是当前的score数据库

show collections 查看当前数据路中的集合

db.userScore.find() 查看当前数据库中userScore集合中导入的所有数据

db.userScor.count() 查看当前数据库中userScore集合中的数据文档的条数

mongoimport --db score --collection userScore --file E:\webStrompace\mongodb\userScore –drop

此段代码是你想导入一条新的数据,但是你想删除数据库中的剩余的数据,所以你可以在导入的语句后面加上一句 --drop

–drop 是删除以前的数据,加入新的数据

可以用 db.userScore.count() 查看追加后的数据条数

db.userScore.find({userName:“张三”}); 查找姓名为张三的数据

指定查找

db.userScore.find({age:12}) 查找年纪为12的人的数据

多条件查询

db.userScore.find({age:23,userName:“张三”}) 多条件查询

db.drapDatabase(); 删除数据库

小于查找

–db.userScore.find({age:{KaTeX parse error: Expected 'EOF', got '}' at position 6: lt:56}̲) ; 年纪小于56的-- …gt:56}}); 年纪大于56的

不等于查找

db.userScore.find({age:{$ne:21}}) 年纪不等于21的

且查找

db.userScore.find({age:{$gt:22},{$lt:50}}); 年纪大于22的且小于50的

或查找

db.userScore.find($or:[{age:21},{sex:“女”}]); 查找年纪等于21的或者性别是女的

模糊查找(只能查找字符串的)

db.userScore.find({userName:/张/})

排序

正序(从小到大) 1

db.userScore.find().sort({age:1})

倒序(从大到小) -1

db.userScore.find().sort({age:-1})

如果查找的属性是对象,则要用双引号包裹起来

这是我的数据的格式

{ “_id” : 1, “userName” : “沈七”, “age” : 345, “sex” : “男”, “score” : { “yuwen” : 12, “shuxue” : 100, “yingyu” : 100 } }

db.userScore.find({“score.yuwen”:54}) 查找分数中语文等于54分的数据

db.userScore.find().sort({age:1,“score.yuwen”:-1});按照年龄正常的排序,如果年龄相同,则按照语文的成绩倒序

db.userScore.find().limit(0) 如果是0就是获取全部,如果是1或者是N,那么就获取n条数据

db.userScore.find().skip(1) 跳过几条后的数据

db.userScore.find().sort({age:1}).skip(1)…limit(2)

//按照年龄排序之后跳过第一条数据,只需要两条数据

修改数据

只会更改符合条件的的第一条数据

第一个参数是条件,第二个参数是修改的内容

db.userScore.update({userName:“张三”},{$set:{age:1111}})

完整修改,其他字段全部移出,只留年纪是111的数据

db.userScore.update({userName:“张三”},{sex:1111}})

更改多个

db.userScore.update({sex:“女”},{$set:{age:16}},{mlti:true})

修改所有叫刘鹏的并且把年纪改为1000或-1000

db.userScore.update({userName:“刘鹏”},{$set:{age:1000}},{multi:true});

将语文是100的文档删除了

db.userScore.remove({“score.yuwen”:100})

删除符合条件的文档

db.userScore.remove({sex:“男”},{justOne:true});

db.userScore.remove({}) 将集合内的文档进行删除

db.userScore.drop() 删除集合

————————————————

版权声明:本文为CSDN博主「田园将芜」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/qq_42628504/article/details/105085782

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,367评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,959评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,750评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,226评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,252评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,975评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,592评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,497评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,027评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,147评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,274评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,953评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,623评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,143评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,260评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,607评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,271评论 2 358

推荐阅读更多精彩内容