记录mongo中的一些特殊查询

习惯用mysql的查询语句对mongodb复杂查询有时候力不从心,推荐mongodb聚合查询

db.getCollection("countTurnTableLog")
.aggregate([
                        { $match : { $and : [{date : { $gte : 20210201, $lte : 20210222 }}, {behavior : "drawLucky"}]}}, //过滤条件
                        { $group: { _id: {user_id:"$userId",date:"$date"}, count: { $sum: 1 } } }, // 分组查询
                                                {$match:{count:{$gt:1}}}, // 分组之后再过滤
                                                {$group:{_id:"$_id.date",count:{$sum:1}}}, //过滤之后再分组
                                                  {$sort: {"_id": 1} }//最后再排序
                       ]);

该段mongodb的查询就类似于

select * from (
select count(1),date from countTurnTableLog where date>=20200201 and date <=20200222 and behavior = 'drawLucky'
group by userId,date having count(1)>1) a group by a.date

需求:查询 日期再20210201 到 20210222 时间内,behavior是 drawLucky,按天每天出现两条记录的用户数

内嵌数据查询

1 对查询内嵌数组元素的条件查询:$elemMatch(条件查询所有评论中评论人是:zensss,内容是:dasdsadsadasdsad,的文档)
mongo 查询语句

db.users.find({"comments":{"$elemMatch":{"author" : "zensss","content" :"dasdsadsadasdsad"}}}) .pretty()

java查询语句

        Query query4 = new Query(Criteria.where("comments").elemMatch(Criteria.where("author").is("zensss").and("content").is("dasdsadsadasdsad")));
        mongoTemplate.find(query4,MongoUser.class,"user");

2 分页查询内嵌数组中的数据

//最新的三条数据
db.users.find({"username":"lison"},{"comments":{"$slice":[0,3]}}).pretty()
//分页查询下一页的数据
db.users.find({"username":"lison"},{"comments":{"$slice":[3,3]},"$id":1}).pretty();

java查询语句

//最新的三条数据
    Query query1 = new Query(Criteria.where("username").is("sean"));
        query1.fields().include("comments").slice("comments",0,3);
        mongoTemplate.find(query1,MongoUser.class,"user");
//分页查询下一页的数据
   Query query3 = new Query(Criteria.where("username").is("lison"));
        query3.fields().include("comments").slice("comments",3,3).include("id");
        mongoTemplate.find(query3,MongoUser.class,"user");
最后编辑于
©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 204,293评论 6 478
  • 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 85,604评论 2 381
  • 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 150,958评论 0 337
  • 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 54,729评论 1 277
  • 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 63,719评论 5 366
  • 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 48,630评论 1 281
  • 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 38,000评论 3 397
  • 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 36,665评论 0 258
  • 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 40,909评论 1 299
  • 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 35,646评论 2 321
  • 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 37,726评论 1 330
  • 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 33,400评论 4 321
  • 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 38,986评论 3 307
  • 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 29,959评论 0 19
  • 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 31,197评论 1 260
  • 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 44,996评论 2 349
  • 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 42,481评论 2 342

推荐阅读更多精彩内容

  • 关于Mongodb的全面总结 MongoDB的内部构造《MongoDB The Definitive Guide》...
    中v中阅读 31,894评论 2 89
  • 下面将会讨论MongoDB中的聚合查询,聚合查询是以管道的方式来完成的,这和Java8中的Stream非常类似,首...
    孔浩阅读 1,424评论 0 1
  • 01.NoSQL入门概述-上 1.互联网时代背景下大机遇,为什么用NoSQL 1.单机MySQL的美好年代 在90...
    ytyt1313阅读 217评论 0 0
  • 基本介绍 什么是NoSQL数据库 NoSQL,指的是非关系型的数据库。NoSQL有时也称作Not Only SQL...
    我就是小政政阅读 2,117评论 0 11
  • 本文为转载,原文:MongoDB查询耗时记录方法 准备 在此之前,我们先在我们的数据库中插入10万条数据。数据的格...
    ChainZhang阅读 12,673评论 0 4