mongodb

1.db.users.find()
select * from users
2.db.users.find({"age" : 27})
select * from users where age = 27
3.db.users.find({"username" : "joe", "age" : 27})
select * from users where username = "joe" and age = 27
4.db.users.find({}, {"username" : 1, "email" : 1})
select username, email from users
5.db.users.find({}, {"username" : 1, "_id" : 0})
// no case // 即时加上了列筛选,_id也会返回;必须显式的阻止_id返回
6.db.users.find({"age" : {"gte" : 18, "lte" : 30}})
select * from users where age >=18 and age <= 30 // lt(<)lte(<=) gt(>)gte(>=)
7.db.users.find({"username" : {"ne" : "joe"}}) select * from users where username <> "joe" 8.db.users.find({"ticket_no" : {"in" : [725, 542, 390]}})
select * from users where ticket_no in (725, 542, 390)
9.db.users.find({"ticket_no" : {"nin" : [725, 542, 390]}}) select * from users where ticket_no not in (725, 542, 390) 10.db.users.find({"or" : [{"ticket_no" : 725}, {"winner" : true}]})
select * form users where ticket_no = 725 or winner = true
11.db.users.find({"id_num" : {"mod" : [5, 1]}}) select * from users where (id_num mod 5) = 1 12.db.users.find({"not": {"age" : 27}})
select * from users where not (age = 27)
13.db.users.find({"username" : {"in" : [null], "exists" : true}})
select * from users where username is null
// 如果直接通过find({"username" : null})进行查询,那么连带"没有username"的纪录一并筛选出来
14.db.users.find({"name" : /joey?/i}) // 正则查询,value是符合PCRE的表达式
15.db.food.find({fruit : {all : ["apple", "banana"]}}) // 对数组的查询, 字段fruit中,既包含"apple",又包含"banana"的纪录 16.db.food.find({"fruit.2" : "peach"}) // 对数组的查询, 字段fruit中,第3个(从0开始)元素是peach的纪录 17.db.food.find({"fruit" : {"size" : 3}})
// 对数组的查询, 查询数组元素个数是3的记录,size前面无法和其他的操作符复合使用 18.db.users.findOne(criteria, {"comments" : {"slice" : 10}})
// 对数组的查询,只返回数组comments中的前十条,还可以{"slice" : -10}, {"slice" : [23, 10]}; 分别返回最后10条,和中间10条
19.db.people.find({"name.first" : "Joe", "name.last" : "Schmoe"}) // 嵌套查询
20.db.blog.find({"comments" : {"elemMatch" : {"author" : "joe", "score" : {"gte" : 5}}}})
// 嵌套查询,仅当嵌套的元素是数组时使用,
21.db.foo.find({"where" : "this.x + this.y == 10"}) // 复杂的查询,where当然是非常方便的,但效率低下。对于复杂查询,考虑的顺序应当是 正则 -> MapReduce -> where 22.db.foo.find({"where" : "function() { return this.x + this.y == 10; }"})
// $where可以支持javascript函数作为查询条件
23.db.foo.find().sort({"x" : 1}).limit(1).skip(10);
/ 返回第(10, 11]条,按"x"进行排序; 三个limit的顺序是任意的,应该尽量避免skip中使用large-number
24.db.user.find({"name":/ab/})
select * from user where name like "%ab%"
25.db.user.find({"name:/ABC\(v/})
select * from user where name like "%ABC(v%"
加双斜杠的原因是所查字段里面有括号,要转义一下
26.db.user.find({"name":/^ABC\(v/})
select * from user where name like "ABC(v%"

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 217,084评论 6 503
  • 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 92,623评论 3 392
  • 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 163,450评论 0 353
  • 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 58,322评论 1 293
  • 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 67,370评论 6 390
  • 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 51,274评论 1 300
  • 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 40,126评论 3 418
  • 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 38,980评论 0 275
  • 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 45,414评论 1 313
  • 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 37,599评论 3 334
  • 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 39,773评论 1 348
  • 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 35,470评论 5 344
  • 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 41,080评论 3 327
  • 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 31,713评论 0 22
  • 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 32,852评论 1 269
  • 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 47,865评论 2 370
  • 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 44,689评论 2 354