(编辑:jimmy 日期: 2024/12/23 浏览:2)
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: { $lt:3 } })
result :
三: 更新数据
整体更新:将1.1中插入的数据整体更新
user_id:自己的班级+任意字符(多于22个字符取前22位,不足22个字符补充字母,数字或下划线);
name:姓名拼音倒序;
review_count:任意随机数(与之前不同);
yelping_since:当前实验时间(与之前不同);
操作5:局部更新
"8mIrX_LrOnAqWsB5JrOojQ"的记录对应的stars增加0.5
db.user.update({_id: 2018211125}, {name:"xiaoxiao", review_count: 0,yelping_since: ISODate("2020-11-18 21:58:51")})
result: 查询后
部分更新
db.business.update({business_id:8mIrX_LrOnAqWsB5JrOojQ}, { "$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 :
统计friend数据集中不同的friend_id(distinct)
db.friend.distinct( "friend_id" )
总结