MongoDB命令及SQL语法对比
传统的关系数据库一般由数据库(database)、表(table)、记录(record)三个层次概念组成,MongoDB是由数据库(database)、集合(collection)、文档对象(document)三个层次组成。MongoDB对于关系型数据库里的表,但是集合中没有列、行和关系概念,这体现了模式自由的特点。
MySQL |
MongoDB |
说明 |
mongod |
服务器守护进程 |
|
mysql |
mongo |
客户端工具 |
mysqldump |
mongodump |
逻辑备份工具 |
mysql |
mongorestore |
逻辑恢复工具 |
|
db.repairDatabase() |
修复数据库 |
mysqldump |
mongoexport |
数据导出工具 |
source |
mongoimport |
数据导入工具 |
grant * privileges on *.* to … |
Db.addUser() Db.auth() |
新建用户并权限 |
show databases |
show dbs |
显示库列表 |
Show tables |
Show collections |
显示表列表 |
Show slave status |
Rs.status |
查询主从状态 |
Create table users(a int, b int) |
db.createCollection("mycoll", {capped:true, size:100000}) 另:可隐式创建表。 |
创建表 |
Create INDEX idxname ON users(name) |
db.users.ensureIndex({name:1}) |
创建索引 |
Create INDEX idxname ON users(name,ts DESC) |
db.users.ensureIndex({name:1,ts:-1}) |
创建索引 |
Insert into users values(1, 1) |
db.users.insert({a:1, b:1}) |
插入记录 |
Select a, b from users |
db.users.find({},{a:1, b:1}) |
查询表 |
Select * from users |
db.users.find() |
查询表 |
Select * from users where age=33 |
db.users.find({age:33}) |
条件查询 |
Select a, b from users where age=33 |
db.users.find({age:33},{a:1, b:1}) |
条件查询 |
select * from users where age<33 |
db.users.find({'age':{$lt:33}}) |
条件查询 |
select * from users where age>33 and age<=40 |
db.users.find({'age':{$gt:33,$lte:40}}) |
条件查询 |
select * from users where a=1 and b='q' |
db.users.find({a:1,b:'q'}) |
条件查询 |
select * from users where a=1 or b=2 |
db.users.find( { $or : [ { a : 1 } , { b : 2 } ] } ) |
条件查询 |
select * from users limit 1 |
db.users.findOne() |
条件查询 |
select * from users where name like "%Joe%" |
db.users.find({name:/Joe/}) |
模糊查询 |
select * from users where name like "Joe%" |
db.users.find({name:/^Joe/}) |
模糊查询 |
select count(1) from users |
Db.users.count() |
获取表记录数 |
select count(1) from users where age>30 |
db.users.find({age: {'$gt': 30}}).count() |
获取表记录数 |
select DISTINCT last_name from users |
db.users.distinct('last_name') |
去掉重复值 |
select * from users ORDER BY name |
db.users.find().sort({name:-1}) |
排序 |
select * from users ORDER BY name DESC |
db.users.find().sort({name:-1}) |
排序 |
EXPLAIN select * from users where z=3 |
db.users.find({z:3}).explain() |
获取存储路径 |
update users set a=1 where b='q' |
db.users.update({b:'q'}, {$set:{a:1}}, false, true) |
更新记录 |
update users set a=a+2 where b='q' |
db.users.update({b:'q'}, {$inc:{a:2}}, false, true) |
更新记录 |
delete from users where z="abc" |
db.users.remove({z:'abc'}) |
删除记录 |
|
db. users.remove() |
删除所有的记录 |
drop database IF EXISTS test; |
use test db.dropDatabase() |
删除数据库 |
drop table IF EXISTS test; |
db.mytable.drop() |
删除表/collection |
|
db.addUser(‘test’, ’test’) |
添加用户 readOnly-->false |
|
db.addUser(‘test’, ’test’, true) |
添加用户 readOnly-->true |
|
db.addUser("test","test222") |
更改密码 |
|
db.system.users.remove({user:"test"}) 或者db.removeUser('test') |
删除用户 |
|
use admin |
超级用户 |
|
db.auth(‘test’, ‘test’) |
用户授权 |
|
db.system.users.find() |
查看用户列表 |
|
show users |
查看所有用户 |
|
db.printCollectionStats() |
查看各collection的状态 |
|
db.printReplicationInfo() |
查看主从复制状态 |
|
show profile |
查看profiling |
|
db.copyDatabase('mail_addr','mail_addr_tmp') |
拷贝数据库 |
|
db.users.dataSize() |
查看collection数据的大小 |
|
db. users.totalIndexSize() |
查询索引的大小 |
mongodb语法
MongoDB的好处挺多的,比如多列索引,查询时可以用一些统计函数,支持多条件查询,但是目前多表查询是不支持的,可以想办法通过数据冗余来解决多表查询的问题。
MongoDB对数据的操作很丰富,下面做一些举例说明,内容大部分来自官方文档,另外有部分为自己理解。
查询colls所有数据
db.colls.find() //select * from colls
通过指定条件查询
db.colls.find({‘last_name’: ‘Smith’});//select * from colls where last_name=’Smith’
指定多条件查询
db.colls.find( { x : 3, y : “foo” } );//select * from colls where x=3 and y=’foo’
指定条件范围查询
db.colls.find({j: {$ne: 3}, k: {$gt: 10} });//select * from colls where j!=3 and k>10
查询不包括某内容
db.colls.find({}, {a:0});//查询除a为0外的所有数据
支持<, <=, >, >=查询,需用符号替代分别为$lt,$lte,$gt,$gte
db.colls.find({ “field” : { $gt: value } } );
db.colls.find({ “field” : { $lt: value } } );
db.colls.find({ “field” : { $gte: value } } );
db.colls.find({ “field” : { $lte: value } } );
也可对某一字段做范围查询
db.colls.find({ “field” : { $gt: value1, $lt: value2 } } );
不等于查询用字符$ne
db.colls.find( { x : { $ne : 3 } } );
in查询用字符$in
db.colls.find( { “field” : { $in : array } } );
db.colls.find({j:{$in: [2,4,6]}});
not in查询用字符$nin
db.colls.find({j:{$nin: [2,4,6]}});
取模查询用字符$mod
db.colls.find( { a : { $mod : [ 10 , 1 ] } } )// where a % 10 == 1
$all查询
db.colls.find( { a: { $all: [ 2, 3 ] } } );//指定a满足数组中任意值时
$size查询
db.colls.find( { a : { $size: 1 } } );//对对象的数量查询,此查询查询a的子对象数目为1的记录
$exists查询
db.colls.find( { a : { $exists : true } } ); // 存在a对象的数据
db.colls.find( { a : { $exists : false } } ); // 不存在a对象的数据
$type查询$type值为bsonhttp://bsonspec.org/数 据的类型值
db.colls.find( { a : { $type : 2 } } ); // 匹配a为string类型数据
db.colls.find( { a : { $type : 16 } } ); // 匹配a为int类型数据
使用正则表达式匹配
db.colls.find( { name : /acme.*corp/i } );//类似于SQL中like
内嵌对象查询
db.colls.find( { “author.name” : “joe” } );
1.3.3版本及更高版本包含$not查询
db.colls.find( { name : { $not : /acme.*corp/i } } );
db.colls.find( { a : { $not : { $mod : [ 10 , 1 ] } } } );
sort()排序
db.colls.find().sort( { ts : -1 } );//1为升序2为降序
limit()对限制查询数据返回个数
db.colls.find().limit(10)
skip()跳过某些数据
db.colls.find().skip(10)
snapshot()快照保证没有重复数据返回或对象丢失
count()统计查询对象个数
db.students.find({‘address.state’ : ‘CA’}).count();//效率较高
db.students.find({‘address.state’ : ‘CA’}).toArray().length;//效率很低
group()对查询结果分组和SQL中group by函数类似
distinct()返回不重复值
相关推荐
sql到mongodb 将SQL表转换为MongoDB集合的Java工具 轻松将 MSSQL 表转换为 MongoDB。 从下载 SQL Server JDBC 驱动程序 将 SQLJDBC4.jar 文件放在同一文件夹中。 一次指定 TABLE NAME 和 NUMBER OF ROWS 进行导入...
作为文档型数据库的代表,MongoDB使用的是BSON(一种类似JSON的二进制形式)格式存储数据,它与传统的关系型数据库如MySQL使用的SQL语言操作方式有所不同。 MongoDB的集合对应于SQL数据库中的表,文档则对应于表中...
6. 应用层调整:如果应用程序依赖于SQL Server特有的功能,如SQL查询、存储过程等,可能需要在应用程序中进行相应的调整以适应MongoDB的API和查询语法。 7. 性能优化:MongoDB支持索引,迁移后根据查询需求创建合适...
3. SQL语法:需要熟悉SQL的基本语法,包括SELECT、INSERT、UPDATE和DELETE语句,以及JOIN、WHERE、GROUP BY、ORDER BY等子句的使用。 4. PHP操作MongoDB:PHP提供了mongodb扩展来与MongoDB交互,包括创建连接、执行...
MongoDB是一种流行的开源文档数据库系统,它以其灵活性、可扩展...在使用过程中,理解MQL的语法和概念,以及如何在Java中正确地调用MongoDB API,是关键。阅读官方文档和实践案例将有助于深入理解和掌握MongoDB的使用。
在本教程中,我们将对比 MongoDB 和 MySQL 的语法,帮助读者更好地理解和掌握这两种数据库系统。 1. 数据模型: - MySQL 采用的是表格形式的数据模型,由数据库、表和记录组成,具有固定的列名和数据类型。 - ...
研究者通过该模型的构建和原型系统的开发,成功地解决了MongoDB缺乏标准SQL访问接口的问题,使得原本熟悉SQL的开发者能够利用熟悉的语法进行数据查询和操作,从而降低了MongoDB数据库的学习曲线,提升了开发效率。...
Mongodb的使用语法以及同传统sql语句的对比
@Author:Runsen SQL 语法基础 库级操作语句 表级操作语句 在已有表中添加列 修改数据类型 修改字段名 增删查改 添加数据 修改数据 ...SQL 数据类型 ...MongoDB 基本语法 库级操作语句 集合操作语句 文档操作
1. **MySQL**:作为最常见的关系型数据库,MySQL支持标准的SQL语法。distributeTemplate能够帮助开发者执行事务处理,确保数据的一致性和完整性,同时在分布式环境中实现数据分片和读写分离,提高系统的性能和可扩展...
6. 操作命令对比: - MongoDB插入多个字段的数据,正确语法是`db.user.insert({id:1,name:'steve',sex:'male'})`,错误语法是`db.user.insert({id:2},{name:'bear'},{sex:'female'})`,后者应合并为一个文档插入。 ...
1. **SQL与MongoDB查询语法的差异**:尽管可以通过某些工具将SQL语句转换成MongoDB查询语句,但仍存在一定的局限性。例如,MongoDB不支持所有SQL中的特性,如JOIN操作。 2. **性能考虑**:某些SQL风格的操作可能不会...
MongoDB 的数据操作语法与SQL有一定的相似性,但更倾向于面向对象的查询语言。以下是一些基本操作: - `db.AddUser(username, password)`:添加新用户到数据库。 - `db.auth(username, password)`:进行身份验证以...
总结来说,MongoDB和MySQL在数据模型、命令语法以及操作方式上都有各自的优缺点。MySQL适合结构化数据,而MongoDB适合处理半结构化和非结构化数据。选择哪种数据库取决于具体的应用场景和需求。在实际应用中,开发者...
MongoDB ORM(对象关系映射)框架是一种工具,它允许开发者使用类似SQL的方式来操作MongoDB数据库,从而在非关系型数据库中实现更加直观和高效的数据管理。MongoDB因其灵活性、可扩展性和高性能,在现代Web应用中被...
### MongoDB in Mycat 指南 ...通过上述配置和实现方式,Mycat能够有效地支持MongoDB的接入,并且提供了一套相对完整的SQL语法支持机制。这对于需要处理大量非结构化数据的应用来说,是非常有价值的。
MongoDB的查询语法与SQL有所不同,但提供了类似的功能: - `db.collection.find({key: value})`:查询key为value的文档。 - `db.collection.remove({key: value})`:删除key为value的文档。 - `db.collection.update...
MongoDB的聚合框架允许对数据进行处理,类似于SQL的GROUP BY。它包括`$match`, `$group`, `$sort`, `$project`, `$skip`, `$limit`, `$unwind`, `$lookup`, `$bucket`等阶段。 7. MapReduce: 提供了MapReduce...
HaoSQL,可能是指一个针对MongoDB的优化工具或者一种SQL查询方式,尽管在标准MongoDB中并不直接支持SQL语法,但有一些第三方工具或接口可以实现类似的功能,使得非SQL背景的开发者也能更方便地操作MongoDB。...