常用的MongoDB查詢語句的示例代碼
背景
最近做瞭幾個規則邏輯。用到mongo查詢比較多,就是查詢交易信息跑既定規則篩選出交易商戶,使用聚合管道進行統計和取出簡單處理後的數據,用SQL代替業務代碼邏輯的判斷。
方法
MongoDB聚合使用aggregate
,聚合管道采取自動向下子執行方式,基本語法格式:
db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
聚合框架中常用的操作:
- $project:修改輸入文檔的結構。可以用來重命名、增加或刪除域,也可以用於創建計算結果以及嵌套文檔。
- match:用於過濾數據,隻輸出符合條件的文檔。match:用於過濾數據,隻輸出符合條件的文檔。match使用MongoDB的標準查詢操作。
- $limit:用來限制MongoDB聚合管道返回的文檔數。
- $skip:在聚合管道中跳過指定數量的文檔,並返回餘下的文檔。
- $unwind:將文檔中的某一個數組類型字段拆分成多條,每條包含數組中的一個值。
- $group:將集合中的文檔分組,可用於統計結果。
- $sort:將輸入文檔排序後輸出。
- $geoNear:輸出接近某一地理位置的有序文檔。
表達式 | 描述 | 實例 |
---|---|---|
$sum | 計算總和。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, num_tutorial : {sum:”likes”}}}]) |
$avg | 計算平均值 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, num_tutorial : {avg:”likes”}}}]) |
$min | 獲取集合中所有文檔對應值得最小值。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, num_tutorial : {min:”likes”}}}]) |
$max | 獲取集合中所有文檔對應值得最大值。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, num_tutorial : {max:”likes”}}}]) |
$push | 在結果文檔中插入值到一個數組中。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, url : {push:”url”}}}]) |
$addToSet | 在結果文檔中插入值到一個數組中,但不創建副本。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, url : {addToSet:”url”}}}]) |
$first | 根據資源文檔的排序獲取第一個文檔數據。 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, first_url : {first:”url”}}}]) |
$last | 根據資源文檔的排序獲取最後一個文檔數據 | db.mycol.aggregate([{\(group : {_id : “\)by_user”, last_url : {last:”url”}}}]) |
查詢示例
示例一
部分字段說明:transAmt:交易金額,transType:交易類型,transTime:交易時間,mercNum:商戶編號
查詢交易信息,交易商戶昨天交易筆數大於三百,交易金額累加大於三百萬,這裡現根據$match
將交易信息篩選出來,然後使用$group
根據商戶編號分組,統計交易筆數和累加交易金額,將分組結果判斷匹配交易筆數大於三百,交易金額大於三百萬。
db.getCollection('box_order').aggregate([ { $match: { "transTime":{$gte:ISODate("2020-01-03T00:00:00.000Z"),$lt:ISODate("2020-01-10T00:00:00.000Z")}, "transType":"consume", "transStatus":{$in:["tsProcessing","success"]} } }, { $group: { "_id": "$mercNum", "count": {"$sum": 1}, "totalAmt": {"$sum": "$transAmt"} } }, { $match: { "count": {"$gte": 300}, "totalAmt": {"$gte": 3000000} } } ])
示例二
部分字段說明:cardNo:交易卡號,transType:交易類型,transTime:交易時間,mercNum:商戶編號
查詢時間段內指定卡號下的交易商戶信息。
根據卡號和交易時間將交易數據查出來,然後隻顯示商戶號和卡號兩列字段,根據商戶號和卡號分組去重,再根據卡號分組,將商戶號轉化成一個字段變成數組。
db.getCollection('order_202011').aggregate([ { "$match": { "detailInfo.cardNo": { "$in": [ "YtCZ7KhCVG5xerKUg8bzJhVAjW/hWAWj", "cQ7QQ0yCVW6LhHtJNVRq2A==", "6KDpHmQ9s+0SQAGAUyLJ4A==", "cQ7QQ0yCVW7iSegn8uqIfg==", "ZEOcXdI4rfvswAz7dQ80hw==", "6KDpHmQ9s+2Nz61PPuOamw==" ] }, "baseInfo.transTime": { "$gte": new Date(2020,10,01), "$lt": new Date(2020,10,24) } } }, { "$project": { "merchantInfo.mercNum": 1, "detailInfo.cardNo": 1 } }, { "$group": { "_id": { "mercNum": "$merchantInfo.mercNum", "cardNo": "$detailInfo.cardNo" } } }, { "$group": { "_id": "$_id.cardNo", "mercNums": { "$push": "$_id.mercNum" } } } ])
示例三
根據指定商戶和其他條件查詢交易信息,根據卡號分組並組裝成一個字段的集合,最後篩選掉id隻保留cardNos數組
db.getCollection('box_order_fxq_202104').aggregate([ { "$match": { "mercNum": "M15201812030753174730", "transTime": { "$gte": ISODate("2021-04-17T16:00:00.000Z"), "$lt": ISODate("2021-04-18T16:00:00.000Z") }, "mercLevel": { "$in": [ "C", "D", "E" ] }, "payType": "POSPAY", "transType": "consume", "cardType": "2" } }, { "$group": { "_id": null, "cardNos": { "$push": "$cardNo" //$addToSet } } }, { "$project":{ "cardNos":1,"_id":0 } } ])
查詢結果:
{
“cardNos” : [
“n2IwHHhfEAJcm6RFsoNPcBVAjW/hWAWj”,
“n2IwHHhfEAJcm6RFsoNPcBVAjW/hWAWj”
]
}
示例四
根據時間查詢交易信息後,根據商戶號分組,並將第一個交易信息存放入data字段中。(如果是需要全部的商戶交易信息那麼將$first
修改為$push
)
db.getCollection('order').aggregate([ { "$match": { "startTrxTime": { "$gte": ISODate("2021-07-20T16:00:00.000Z"), "$lt": ISODate("2021-07-21T16:00:00.000Z") } } }, { "$group": { "_id": "$subMerchantNo", 'data':{'$first': '$$ROOT'} //$push } }, { "$sort": { "_id": 1 } } ])
尾言
最近那個到查詢的大差不差,要註意的都是一些小改動,一般情況正常查就可以。後續有什麼不一樣的會繼續補充。先到這裡
到此這篇關於整理最近用的MongoDB查詢語句的文章就介紹到這瞭,更多相關Mongo查詢語句內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- MongoDB基礎之查詢文檔
- mongodb 數據生成Insert 語句的示例代碼
- mongodb清除連接和日志的正確方法分享
- MongoDB中實現多表聯查的實例教程
- Docker 部署 MongoDB容器的方法