MongoDB增删改查操作
本文包含对数据库、集合以及文档的基本增删改查操作
数据库操作
#1、增 use config #如果数据库不存在,则创建并切换到该数据库,存在则直接切换到指定数据库。 #2、查 show dbs #查看所有数据库,相当于Mysql的show databases #空数据库不会显示在列表中比如默认创建的数据库config, 要显示,就必须在库中插入数据 db #查看当前所在库 #3、删 use config #先切换到要删的库下 db.dropDatabase() #删除当前库
集合操作
#1、增 use db1#选择所在数据库 #方式一: db.table1.insert({\'a\':1})#当第一个文档插入时,集合就会被创建并包含该文档 #方式二: db.table2#创建一个空集合 #2、查 show collections show tables#两者等价 #3、删 db.table1.drop() #集合没有改的操作
文档操作
文档的操作可以看成是对字典的操作
增:增加时没有指定_id则默认ObjectId,_id不能重复,且在插入后不可变
单条增加
user0={ "name":"egon", "age":10, \'hobbies\':[\'music\',\'read\',\'dancing\'], \'addr\':{ \'country\':\'China\', \'city\':\'BJ\' } } db.test.insert(user0)
多条批量增加:db.user.insertMany([ , , , , ,])的形式
user1={ "_id":1, "name":"alex", "age":10, \'hobbies\':[\'music\',\'read\',\'dancing\'], \'addr\':{ \'country\':\'China\', \'city\':\'weifang\' } } user2={ "_id":2, "name":"wupeiqi", "age":20, \'hobbies\':[\'music\',\'read\',\'run\'], \'addr\':{ \'country\':\'China\', \'city\':\'hebei\' } } user3={ "_id":3, "name":"yuanhao", "age":30, \'hobbies\':[\'music\',\'drink\'], \'addr\':{ \'country\':\'China\', \'city\':\'heibei\' } } user4={ "_id":4, "name":"jingliyang", "age":40, \'hobbies\':[\'music\',\'read\',\'dancing\',\'tea\'], \'addr\':{ \'country\':\'China\', \'city\':\'BJ\' } } user5={ "_id":5, "name":"jinxin", "age":50, \'hobbies\':[\'music\',\'read\',], \'addr\':{ \'country\':\'China\', \'city\':\'henan\' } } db.user.insertMany([user1,user2,user3,user4,user5])
删:
#1、删除符合条件的第一个文档 db.user.deleteOne({ \'age\': 8 })#第一个包含有 \'age\': 8的文档 #2、删除符合条件的全部 db.user.deleteMany( {\'addr.country\': \'China\'} ) #只要有内嵌文档,且内容含有country\': \'China\'的全都删除 db.user.deleteMany({"_id":{"$gte":3}})#删除id大于等于3的所有 #3、删除全部 db.user.deleteMany({}) #等于是清空该集合(表)
查:
查的形式有很多,如比较运算、逻辑运算、成员运算、取指定字段、对数组的查询、使用正则、获取数量,还有排序、分页等等。下面我们针对十种查的形式进行详细说明。
注:在MongoDB中,用到方法都得用 $ 符号开头
一、比较运算:=,!= (\'$ne\') ,> (\'$gt\') ,< (\'$lt\') ,>= (\'$gte\') ,<= (\'$lte\')
=,!= (\'$ne\') ,> (\'$gt\') ,< (\'$lt\') ,>= (\'$gte\') ,<= (\'$lte\') #1、select * from db1.user where id = 3 db.user.find({"_id":3}) #2、select * from db1.user where id != 3 db.user.find({"_id":{"$ne":3}}) #3、select * from db1.user where id > 3 db.user.find({"_id":{"$gt":3}}) #4、select * from db1.user where age < 3 db.user.find({"age":{"$lt":3}}) #5、select * from db1.user where id >= 3 db.user.find({"_id":{"$gte":3}}) #6、select * from db1.user where id <= 3 db.user.find({"_id":{"$lte":3}})
二、逻辑运算:MongoDB中字典内用逗号分隔多个条件是and关系,或者直接用$and,$o,r$not(与或非)
#逻辑运算:$and,$or,$not #1 select * from db1.user where id >=3 and id <=4; db.user.find({"_id":{"$gte":3,"$lte":4}}) #2 select * from db1.user where id >=3 and id <=4 and age >=40; db.user.find({ "_id":{"$gte":3,"$lte":4}, "age":{"$gte":40} }) db.user.find({"$and":[ {"_id":{"$gte":3,"$lte":4}}, {"age":{"$gte":40}} ]}) #3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao"; db.user.find({"$or":[ {"_id":{"$lte":1,"$gte":0}}, {"_id":{"$gte":4}}, {"name":"yuanhao"} ]}) #4 select * from db1.user where id % 2 = 1; db.user.find({"_id":{"$mod":[2,1]}}) db.user.find({ "_id":{"$not":{"$mod":[2,1]}} })
三、成员运算:成员运算无非in和not in,MongoDB中形式为$in , $nin
#1、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #2、select * from db1.user where name not in (\'alex\',\'yuanhao\'); db.user.find({"name":{"$nin":[\'Stefan\',\'Damon\']}})
四、正则:正则定义在/ /内
# MongoDB: /正则表达/i #1、select * from db1.user where name regexp \'^j.*?(g|n)$\'; db.user.find({\'name\':/^j.*?(g|n)$/i})#匹配规则:j开头、g或n结尾,不区分大小写
五、查看指定字段:0表示不显示1表示显示
#1、select name,age from db1.user where id=3; db.user.find({\'_id\':3},{\'_id\':0,\'name\':1,\'age\':1}) #2、select name,age from db1.user where name regexp "^jin.*?(g|n)$"; db.user.find({ "name":/^jin.*?(g|n)$/i }, { "_id":0, "name":1, "age":1 } )
六、对数组的查询:
#查询数组相关 #查hobbies中有dancing的人 db.user.find({ "hobbies":"dancing" }) #查看既有dancing爱好又有tea爱好的人 db.user.find({ "hobbies":{"$all":["dancing","tea"]} }) #查看第2个爱好为dancing的人 db.user.find({ "hobbies.2":"dancing" }) #查看所有人的第2个到第3个爱好 db.user.find( {}, { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":[1,2]}, } ) #查看所有人最后两个爱好,第一个{}表示查询条件为所有,第二个是显示条件 db.user.find( {}, { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":-2}, } ) #查询子文档有"country":"China"的人 db.user.find( { "addr.country":"China" } )
七、对查询结果进行排序:sort() 1代表升序、-1代表降序
db.user.find().sort({"name":1,})
db.user.find().sort({"age":-1,\'_id\':1})
八、分页:limit表示取多少个document,skip代表跳过几个document
#这样就做到了分页的效果 db.user.find().limit(2).skip(0)#前两个 db.user.find().limit(2).skip(2)#第三个和第四个 db.user.find().limit(2).skip(4)#第五个和第六个
九、获取数量:count()
#查询年龄大于30的人数 #方式一: db.user.count({\'age\':{"$gt":30}}) #方式二: db.user.find({\'age\':{"$gt":30}}).count()
十、其他:查找所有、去重、查找key为null的项
#1、查找所有 db.user.find() #等同于db.user.find({}) db.user.find().pretty() #2、去重 db.user.find().distinct() #3、{\'key\':null} 匹配key的值为null或者没有这个key db.t2.insert({\'a\':10,\'b\':111}) db.t2.insert({\'a\':20}) db.t2.insert({\'b\':null}) db.t2.find({"b":null})#得到的是b这个key的值为null和没有b这个key的文档 { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null }
改:
对已有的问当今进行修改的操作也叫更新,用upsate(),具体格式和参数如下:
#update() 方法用于更新已存在的文档。语法格式如下: db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) #参数说明:对比update db1.t1 set name=\'EGON\',sex=\'Male\' where name=\'egon\' and age=18; """ query : 相当于where条件。 update : update的对象和一些更新的操作符(如$,$inc...等,相当于set后面的 upsert : 可选,默认为false,代表如果不存在update的记录则不更新也不插入,设置为true代表不存在则添加。 multi : 可选,默认为false,代表只更新找到的第一条记录,设为true时,代表更新找到的全部记录。 writeConcern :可选,抛出异常的级别。 """ #更新操作是不可分割的:若两个更新同时发送,先到达服务器的先执行,然后执行另外一个,不会破坏文档。
1、常规修改操作:
#设数据为{\'name\':\'武松\',\'age\':18,\'hobbies\':[\'做煎饼\',\'吃煎饼\',\'卖煎饼\'],\'addr\':{\'country\':\'song\',\'province\':\'shandong\'}} #update db1.user set age=23,name="武大郎" where name="武松"; #1、覆盖式 db.user.update( {"name":"武松"}, {"age":23,"name":"武大郎"} ) #得到的结果为{"age":23,"name":"武大郎"} #2、局部修改:$set db.user.update( {"name":"武松"}, {"$set":{"age":15,"name":"潘金莲"}} ) #得到的结果为{"name":"潘金莲","age":15,\'hobbies\':[\'做煎饼\',\'吃煎饼\',\'卖煎饼\']} #3、改多条:将multi参数设为true db.user.update( {"_id":{"$gte":1,"$lte":2}}, {"$set":{"age":53,}}, {"multi":true} ) #4、有则修改,无则添加:upsert参数设为true db.user.update( {"name":"EGON"}, {"$set":{"name":"EGON","age":28,}}, {"multi":true,"upsert":true} ) #5、修改嵌套文档:将国家改为日本 db.user.update( {"name":"潘金莲"}, {"$set":{"addr.country":"Japan"}} ) #6、修改数组:将第一个爱好改为洗澡 db.user.update( {"name":"潘金莲"}, {"$set":{"hobbies.1":"洗澡"}} ) #删除字段:不要爱好了 db.user.update( {"name":"潘金莲"}, {"$unset":{"hobbies":""}} )
2、加减操作:$inc
#增加和减少$inc #年龄都+1 db.user.update( {}, {"$inc":{"age":1}}, {"multi":true} ) #年龄都-10 db.user.update( {}, {"$inc":{"age":-10}}, {"multi":true} )
3、添加删除数组内元祖$push $pop $pull
$push的功能是往现有数组内添加元素
#1、为名字为武大郎的人添加一个爱好read db.user.update({"name":"武大郎"},{"$push":{"hobbies":"read"}}) #2、为名字为武大郎的人一次添加多个爱好tea,dancing db.user.update({"name":"武大郎"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }})
$pop的功能是按照位置只能从头或从尾即两端删元素,类似于队列。1代表尾,-1代表头
#1、{"$pop":{"key":1}} 从数组末尾删除一个元素 db.user.update({"name":"武大郎"},{"$pop":{ "hobbies":1} }) #2、{"$pop":{"key":-1}} 从头部删除 db.user.update({"name":"武大郎"},{"$pop":{ "hobbies":-1} })
$pull可以自定义条件删除
db.user.update({\'addr.country\':"China"},{"$pull":{
"hobbies":"read"}
},
{
"multi":true
}
)
4、避免重复添加 $addToSet 即多个相同元素要求插入时只插入一条
db.urls.insert({"_id":1,"urls":[]})
db.urls.update(
{"_id":1},
{
"$addToSet":{
"urls":{
"$each":[
\'http://www.baidu.com\',
\'http://www.baidu.com\',
\'http://www.xxxx.com\'
]
}
}
}
)
5、了解部分
#1、了解:限制大小"$slice",只留最后n个 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",\'music\',\'dancing\'], "$slice":-2 } } }) #2、了解:排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",\'music\',\'dancing\'], "$slice":-1, "$sort":-1 } } }) #注意:不能只将"$slice"或者"$sort"与"$push"配合使用,且必须使用"$each"
聚合操作:
我们在查询时肯定会用到聚合,在MongoDB中聚合为aggregate,聚合函数主要用到$match $group $avg $project $concat
设我们的数据库中有这样的数据
from pymongo import MongoClient import datetime client=MongoClient(\'mongodb://root:123@localhost:27017\') table=client[\'db1\'][\'emp\'] # table.drop() l=[ (\'武大郎\',\'male\',18,\'20170301\',\'烧饼检察官\',7300.33,401,1), (\'武松\',\'male\',78,\'20150302\',\'公务员\',1000000.31,401,1), (\'宋江\',\'male\',81,\'20130305\',\'公务员\',8300,401,1), (\'林冲\',\'male\',73,\'20140701\',\'公务员\',3500,401,1), (\'柴进\',\'male\',28,\'20121101\',\'公务员\',2100,401,1), (\'卢俊义\',\'female\',18,\'20110211\',\'公务员\',9000,401,1), (\'高俅\',\'male\',18,\'19000301\',\'公务员\',30000,401,1), (\'鲁智深\',\'male\',48,\'20101111\',\'公务员\',10000,401,1), (\'史进\',\'female\',48,\'20150311\',\'打手\',3000.13,402,2), (\'李逵\',\'female\',38,\'20101101\',\'打手\',2000.35,402,2), (\'周通\',\'female\',18,\'20110312\',\'打手\',1000.37,402,2), (\'石秀\',\'female\',18,\'20160513\',\'打手\',3000.29,402,2), (\'李忠\',\'female\',28,\'20170127\',\'打手\',4000.33,402,2), (\'吴用\',\'male\',28,\'20160311\',\'文人\',10000.13,403,3), (\'萧让\',\'male\',18,\'19970312\',\'文人\',20000,403,3), (\'安道全\',\'female\',18,\'20130311\',\'文人\',19000,403,3), (\'公孙胜\',\'male\',18,\'20150411\',\'文人\',18000,403,3), (\'朱贵\',\'female\',18,\'20140512\',\'文人\',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, \'name\':item[0], \'sex\':item[1], \'age\':item[2], \'hire_date\':datetime.datetime.strptime(item[3],\'%Y%m%d\'), \'post\':item[4], \'salary\':item[5] } table.save(d)
$match和 $group:相当于sql语句中的where和group by
{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等
#例1、select * from db1.emp where post=\'公务员\';
db.emp.aggregate({"$match":{"post":"公务员"}})
#例2、select * from db1.emp where id > 3 group by post;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",\'avg_salary\':{"$avg":"$salary"}}}
)
#例3、select * from db1.emp where id > 3 group by post having avg(salary) > 10000;
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",\'avg_salary\':{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
)
{"$group":{"_id":分组字段,"新的字段名":聚合操作符}}
#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":"$post"}} #按照职位分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组,比如按照州市分组
#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符:$sum、$avg、$max、$min、$first、$last
#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})
#例2:取每个部门最大薪资与最低薪资
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})
#例3:如果字段是排序后的,那么$first,$last会很有用,比用$max和$min效率高
db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})
#例4:求每个部门的总工资
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})
#例5:求每个部门的人数
db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})
#3、数组操作符
{"$addToSet":expr}#不重复
{"$push":expr}#重复
#例:查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
$project:用于投射,即设定该键值对是否保留。1为保留,0为不保留,可对原有键值对做操作后增加自定义表达式
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}
#select name,post,(age+1) as new_age from db1.emp;
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"new_age":{"$add":["$age",1]}
}
})
#1、表达式之数学表达式 {"$add":[expr1,expr2,...,exprN]} #相加 {"$subtract":[expr1,expr2]} #第一个减第二个 {"$multiply":[expr1,expr2,...,exprN]} #相乘 {"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果 {"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果 #2、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second #例如:select name,date_format("%Y") as hire_year from db1.emp db.emp.aggregate( {"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}} ) #例如查看每个员工的工作多长时间 db.emp.aggregate( {"$project":{"name":1,"hire_period":{ "$subtract":[ {"$year":new Date()}, {"$year":"$hire_date"} ] }}} ) #3、字符串表达式 {"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]} {"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接 {"$toLower":expr} {"$toUpper":expr} db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}}) #4、逻辑表达式 $and $or $not
排序:$sort、限制:$limit、跳过:$skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
}
)
#例2、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
随机选取n个:$sample
#集合users包含的文档如下 { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true } { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false } { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true } { "_id" : 4, "name" : "li", "q1" : true, "q2" : false } { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true } { "_id" : 6, "name" : "li", "q1" : true, "q2" : true } { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } #下述操作时从users集合中随机选取3个文档 db.users.aggregate( [ { $sample: { size: 3 } } ] )
总结一下 MongoDB 跟 MySQL 的语法对比
| MySQL | MongoDB |
| CREATE TABLE USERS(a Number, b Number) |
db.users |
| INSERT INTO USERS VALUES(1, 1) | db.users.insert({\'a\':1, \'b\':1}) |
| SELECT a, b FROM USERS | db.users.find({}, {\'a\';1, \'b\':1}) |
| SELECT * FROM USERS | db.users.find() |
| SELECT a, b FROM USERS WHERE age=33 and name=\'Jack\' | db.users.find({\'age\':33, \'name\':\'Jack\'}, {\'a\';1, \'b\':1}) |
| SELECT * FROM USERS WHERE age=33 ORDER BY name | db.users.find({\'age\':33}).sort({\'name\': 1}) |
| SELECT * FROM USERS WHERE age>33 | db.users.find({\'age\':{\'$gt\':33}}) |
| SELECT * FROM USERS WHERE age<33 | db.users.find({\'age\':{\'$lt\':33}}) |
| SELECT * FROM USERS WHERE name LIKE \'%Jack%\' | db.users.find({\'name\': \'/Jack/\'}) |
| SELECT * FROM USERS WHERE name LIKE \'Jack%\' | db.users.find({\'name\': \'/^Jack/\'}) |
| SELECT * FROM USERS WHERE age>33 AND age < 40 | db.users.find({\'age\':{\'$gt\':33, \'$lt\':40}}) |
| SELECT * FROM USERS ORDER BY name DESC | db.users.find().sort({\'name\': -1}) |
| SELECT * FROM USERS LIMIT 1 | db.users.findOne() |
| SELECT * FROM USERS LIMIT 10 SKIP 20 | db.users.find().limit(10).skip(20) |
| SELECT * FROM USERS WHERE age=33 or name=\'Jack\' | db.users.find({\'$or:[{\'age\':33}, {\'name\':\'Jack\'}]}) |
| SELECT DISTINCT last_name FROM USERS | db.users.distinct(\'last_name\') |
| SELECT COUNT(*) FROM USERS | db.users.count() |
| SELECT COUNT(*) FROM USERS WHERE age=33 | db.users.find({\'age\':33}).count() |
| UPDATE USERS SET name=\'LEE\' WHERE age=33 | db.user.update({\'age\':33}, {\'$set\':{\'name\':\'LEE\',}} false, true) |
| UPDATE USERS SET age=age+10 WHERE name=\'LEE\' | db.user.update({\'name\':\'LEE\'}, {\'$inc\':{\'age\':10}}, false, true) |
| CREATE INDEX myindex ON users(name) | db.user.ensureIndex({\'name\':1}) |
| CREATE INDEX myindex ON users(name, ts DESC) | db.user.ensureIndex({\'name\':1, \'ts\':-1}) |
| DELETE FROM USERS WHERE name=\'Alex\' | db.users.remove({\'name\':\'Alex\'}) |
增删改查练习
1. 查询岗位名以及各岗位内的员工姓名 2. 查询岗位名以及各岗位内包含的员工个数 3. 查询公司内男员工和女员工的个数 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 5. 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 9. 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
1. 查询岗位名以及各岗位内的员工姓名 db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) 2. 查询岗位名以及各岗位内包含的员工个数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) 3. 查询公司内男员工和女员工的个数 db.emp.aggregate({"$group":{"_id":"$sex","count":{"$sum":1}}}) 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"},"max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) 5. 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资 db.emp.aggregate({"$group":{"_id":"$sex","avg_salary":{"$avg":"$salary"}}}) 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 db.emp.aggregate( { "$group":{"_id":"$post","count":{"$sum":1},"names":{"$push":"$name"}} }, {"$match":{"count":{"$lt":2}}}, {"$project":{"_id":0,"names":1,"count":1}} ) 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000,"$lt":20000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 9. 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序 db.emp.aggregate( {"$sort":{"age":1,"hire_date":-1}} ) 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":1}} ) 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":-1}}, {"$limit":1}, {"$project":{"date":new Date,"平均工资":"$avg_salary","_id":0}} )