MongoDB 查询操作可实现大部分关系型数据库的常用查询操作，本文对 MongoDB 常用查询进行讲解。
在阅读本文前，推荐先阅读《MongoDB 安装及文档的基本操作》
在进行操作讲解前，先展示当前 MongoDB 中已存在的文档，集合名称article 
条件大小比较操作
查询文档时，对条件的大小、范围进行过滤查询，以下是常用比较操作符
操作符
说明
$eq
查询与条件值相等的文档，类似关系型数据库的 =
$ne
查询与条件值不相等或不存在的文档，类似关系型数据库的 !=
$gt
查询大于条件值的文档，类似关系型数据库的 >
$gte
查询大于或等于条件值的文档，类似关系型数据库的 >=
$lt
查询小于条件值的文档，类似关系型数据库的 <
$lte
查询小于或等于条件值的文档，类似关系型数据库的 <=
$in
查询 $in 数据里值的文档，类似关系型数据库的 in
$nin
与 $in 查询相反，类似关系型数据库的 not in
由于使用大于、小于、等于关系都差不多，比较好理解，这里就举一个例子说明，使用$gte来获取大于或等于150的 visitor
db.article.find({"visitor": {$gte:150}})
执行结果：
使用$in时，必须用数组来设置条件值，比如获取 visitor 为70和150的值
db.article.find({"visitor": {$in:[70, 150]}})
执行结果：
逻辑操作符
多条件查询中，条件与条件连接符号叫做逻辑操作符。常用操作符：
操作符
说明
$and
表示所有条件同时满足时成立
$nor
与$and相反，所有条件都不满足时成立
$or
只要有一个条件满足则成立
$not
表示字段存在并且不符合条件
$and 查询author=ytao且visitor=150的文档
1db.article.find( 2 {$and:[ 3 {"author":{$eq:"ytao"}}, 4 {"visitor":{$eq:150}} 5 ]} 6)
$nor查询不是author=ytao和不是visitor=170的文档
1db.article.find( 2 {$nor:[ 3 {"author":{$eq:"ytao"}}, 4 {"visitor":{$eq:170}} 5 ]} 6)
$or查询author=ytao或visitor=170的文档
1db.article.find( 2 {$or:[ 3 {"author":{$eq:"ytao"}}, 4 {"visitor":{$eq:170}} 5 ]} 6)
$not查询不是author=ytao的文档
1db.article.find( 2 {"author":{$not:{$eq:"ytao"}}} 3)
元素操作符
对字段元素上的操作符叫做元素操作符
操作符
说明
$exists
判断文档中字段是否存在，true为存在，false为不存在
$type
筛选指定字段类型的文档
$exists查询author字段存在的文档
1db.article.find( 2 {"author":{$exists:true}} 3)
$type查询author字段为数组的文档
1db.article.find( 2 {"author":{$type:"array"}} 3)
正则表达式
MongoDB 支持正则表达式匹配文档，通过正则表达我们可以实现关系型数据库的模糊查询，以及更加强大匹配规则，其使用语法有三种：
1{ < field >: { $regex: /pattern/, $ options ： '<options>' } } 2{ < field >: { $regex: 'pattern', $ options ： '<options>' } } 3{ < field >: { $regex: /pattern/<options> } }
参数/pattern/和'pattern'都是表示正则表达式，直接添加字符串可用来模糊查询。 参数$options为可选参数，有四个固定值选择
options 选项
说明
i
匹配过程忽略大小写
x
匹配过程忽略空格
m
匹配多行数据，但都是从每行的起点和结尾匹配
s
将多行转换成一行后进行匹配，可匹配换行符\n字符串
模糊查询author为Tao的示例：
1db.article.find( 2 {"author":{$regex:/Tao/, $options:'i'}} 3)
查询结果
从上面查询结果中可以看到，数据格式也可以进行匹配到。
聚合操作
聚合操作可以实现分组、排序、分页、多集合关联查询等，使用语法格式：
1db.collection.aggregate([ 2 {聚合操作一}, 3 {聚合操作二} 4])
条件筛选
$match 用来进行条件筛选，可以使用一些条件限制来进行查询。
语法格式：
1db.article.aggregate([ 2 { $match: <条件> } 3])
查询author = ytao且visitor > 100的文档
1db.article.aggregate([ 2 { $match: { 3 $and: [ 4 {"author": {$eq: "ytao"}}, 5 {"visitor": {$gt: 100}} 6 ]} 7 } 8])
分组操作
$group 是分组操作符，类似于关系型数据库中的group by操作。其语法格式为：
1db.collection.aggregate([ 2 { 3 $group:{ 4 "_id":"$<分组字段名>", 5 <显示结果的字段名称>:{<运算符>:"$<运算符计算的字段名>"} 6 } 7 } 8])
其中运算符如下：
运算符
说明
$avg
当前组的平均数
$sum
当前组的总和
$min
当前组的最小值
$max
当前组的最大值
$first
当前组的第一个的值
$last
当前组的最后一个的值
$push
数组形式展示指定的当前组字段值
$addToSet
数组形式展示指定的当前组字段不重复值
分组求出每个author的visitor平均数的例子
1db.article.aggregate([ 2 { 3 $group:{ 4 "_id":"$author", 5 "avg_visitor":{$sum:"$visitor"} 6 } 7 } 8])
字段显示
指定查询后返回的字段使用**$project**，字段指定默认值为0，但是_id默认为1，显示指定字段语法为：
1db.collection.aggregate([ 2 { 3 $project:{ 4 "<字段名>": <0或1>, 5 "<字段名>":<0或1> 6 } 7 } 8])
展示title和visitor字段示例：
1db.article.aggregate([ 2 { 3 $project:{ 4 "_id": 0, 5 "title": 1, 6 "visitor": 1 7 } 8 } 9])
同时，$project还以搭配$split(字符串拆分)、$substr(截取字符串)、$concat(合并字符串)、$switch(条件判断)、$toLower(转换成小写)、$toUpper(转换成大写)、时间格式处理等等操作符进行操作，语法为：
1db.collection.aggregate([ 2 { 3 $project:{ 4 "<字段名>": {<操作符>: <条件>}, 5 "<字段名>": {<操作符>: <条件>}, 6 } 7 } 8])
例如将title中的字母都转换成大写
1db.article.aggregate([ 2 { 3 $project:{ 4 "titleField":{ $toUpper:"$title" } 5 } 6 } 7])
返回结果
排序操作
$sort是文档排序操作符，类似关系型数据中的order by指令。$sort排序用1和-1表示正序和倒序。
语法格式：
1db.collection.aggregate([ 2 { 3 $sort:{ 4 "<排序字段名>": <1 或 -1> 5 } 6 } 7])
按visitor字段名进行倒序排序：
1db.article.aggregate([ 2 { 3 $sort:{ 4 "visitor": -1 5 } 6 } 7])
排序结果
分页操作
分页使用 $skip 和 $limit 进行分页操作。$skip表示跳过文档的数量，$limit表示返回的文档数量，这两个指令使用，类似于关系型数据中的limit <start>, <size>分页操作。
语法格式：
1db.collection.aggregate([ 2 {$skip: <跳过的文档数量>}, 3 {$limit: <返回的文档数量>} 4])
查询第二页的两条数据示例：
1db.article.aggregate([ 2 {$skip: 2}, 3 {$limit: 2} 4])
返回结果
统计文档数量
$count用来统计文档数量，进行条件筛选时。
语法格式:
1db.collection.aggregate([ 2 { $count: "<显示数量的字段的名称>" } 3])
统计全部文档数量：
1db.article.aggregate([ 2 { $count: "数量" } 3])
统计结果：
多集合关联查询
$lookup 是用来多集合关联查询时使用的，类似于关系型数据库中的联表查询。
使用语法：
1db.collection.aggregate([ 2 { 3 $lookup: { 4 from: <关联的表名>, 5 localField: <当前表的关联字段>, 6 foreignField: <关联表的关联字段>, 7 as: <另一集合嵌入的字段名> 8 } 9 } 10])
在进行多集合关联查询演示前，先添加一个集合person，里面添加一条数据：
查询age = 18的集合：
1db.article.aggregate([ 2 { 3 $lookup: { 4 from: "person", 5 localField: "author", 6 foreignField: "author", 7 as: "person_info" 8 } 9 }, 10 { 11 $match:{ 12 "person_info.age": {$eq: 18} 13 } 14 } 15])
返回结果：
总结
对 MongoDB 的常用查询操作进行了解后，可以发现它和关系型数据操作有很多类似的操作思想。对于这些操作的使用，相对也是较为灵活，提供的 API 也是较为强大，几乎能满足大部分使用场景的检索要求。掌握这些查询操作，可以更高效的获取 MongoDB 中的文档。
推荐阅读