mongodb数据库实验之增删查改-巨人网络通讯

mongodb数据库实验之增删查改

mongodb 数据库实验

一：增加数据

操作1：单条插入：Yelp数据库中的User数据集插入符和如下要求的数据

_id：自定义为自己的班级；

user_id：自己的学号+任意字符（多于22个字符取前22位，不足22个字符补充字母，数字或下划线）；

name：姓名拼音；

review_count：任意随机数；

yelping_since：实验时间；

操作2：多条插入：

随机构建4条User数据，有序插入User数据集中；

db.user.insert(
 {
  _id: 2018211,
  user_id: 201821057900000000000000000000000,
  name: "xiao",
  review_count: 100,
  "yelping_since": ISODate("2020-11-17 07:58:51"),
 }
)

the result

2: 插入多项数据：

db.user.insertMany(
 [ {
  _id: 201821112,
  user_id: 201811111111111111111111,
  name: "xiaoxiao",
  review_count: 1,
  "yelping_since": ISODate("2020-11-18 07:58:51"),
 },
   {
  _id: 201821114,
  user_id: 201822222222222222222,
  name: "xuexiao",
  review_count: 344,
  "yelping_since": ISODate("2030-11-18 07:58:51"),
 },
   {
  _id: 201821117,
  user_id: 201833333333333333333,
  name: "xiaoxiao",
  review_count: 56,
  "yelping_since": ISODate("2020-11-19 07:58:51"),
 },]
  
)

the result

二：删除数据

删除指定条件的数据：删除business数据集中 stars小于3且city位于Las Vegas的记录；

db.business.remove({
 "city": "Las Vegas",
 stars: {
  $lt:3
 }
})

result :

三：更新数据

整体更新：将1.1中插入的数据整体更新

user_id：自己的班级+任意字符（多于22个字符取前22位，不足22个字符补充字母，数字或下划线）；

name：姓名拼音倒序；

review_count：任意随机数（与之前不同）；

yelping_since：当前实验时间（与之前不同）；

操作5：局部更新

将business数据集内business_id为"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars增加0.5

db.user.update({_id: 2018211125},

 {name:"xiaoxiao", review_count: 0,yelping_since: ISODate("2020-11-18 21:58:51")})

result: 查询后

部分更新

初始：

db.business.update({business_id:8mIrX_LrOnAqWsB5JrOojQ},
{ "$inc":{stars:0.5}
}
)

进行部分更新，再次查询结果为：

四：查询

1：查询business集合内latitude大于30，longitude小于50，state位于AZ的10条记录

查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录（跳过前510条数据）

db.business.find({
 latitude: {
  "$gte": 30,
  "$lte": 50
 },
 state: "AZ"
}).limit(10)

result:

查询business集合内city为"Charlotte"或"Toronto"或“Scottsdale”的记录（跳过前510条数据）

db.business.find({
 city: {
  "$in": ["Charlotte", "Toronto", "cottsdale"]
 }
}).skip(150)

result :

五索引：

创建索引：friend数据集上，建立user_id（升序）与friend_id（降序）多字段唯一索引

db.friend.createIndex({user_id:1 ,friend_id: -1})

result

查看索引：

db.friend.getIndexes()

六聚合：

统计review数据集中stars大于2.0对应的不同user_id(作为_id)的stars评分总和（重命名为starSum）

db.review.aggregate([
 {
  $match: {
    "stars": {
   "$gte": 2.0
   }
  }
 },
 {
  $group: {
   _id: "$user_id",
  starSum:{
    $sum: "$stars"
   }
  }
 },
 
])

result :

统计friend数据集中friend_id为"BI4jBJVto2tEQ0NiaR0rNQ"的不同用户的总数（count）从第10条开始统计

db.friend.aggregate([
 {
  $match: {
   friend_id:"BI4jBJVto2tEQ0NiaR0rNQ"
  }
 },
 {
  $group: {
   _id: "$friend_id",
  Sum:{
    $sum: "$count",
   }
  }
 },
 
]).skip(10)

result :