CAD、3ds Max、Maya 等22个机械绘图、三维动画、建筑和工程软件下载和使用许可序列号购买
758
2022-05-29
文章目录
1. MongoDB简介
2. Go连接MongoDB
3. insert 插入
3.1 插入单条数据
3.2 插入多条数据
4. find 查询
4.1 单条查询
4.2 多条查询
4.3 复合查询
4.3.1 $regex 模糊查询
4.3.2 in($in)
4.3.3 各种比较函数
4.3.4 复合查询
4.3.5 聚类
`$sum`例子:
`$avg` 例子
`$min例子`
5. update 更新
5.1 更新单条
5.2 更新多条
6. delete 删除
6.1 删除单条
6.2 删除多条
1. MongoDB简介
MongDB是一款性能极强的文档数据库,可以充分利用系统的内存资源,会充分使用系统内存作为缓存。
在MongoDB中,指定索引插入比不指定慢很多,这是因为,MongoDB里每一条数据的_id值都是唯一的。
当在不指定_id插入数据的时候,其_id是系统自动计算生成的。MongoDB通过计算机特征值、时间、进程ID与随机数来确保生成的_id是唯一的。
而在指定_id插入时,MongoDB每插一条数据,都需要检查此_id可不可用,当数据库中数据条数太多的时候,这一步的查询开销会拖慢整个数据库的插入速度
MongoDB不指定_id插入 > MySQL不指定主键插入 > MySQL指定主键插入 > MongoDB指定_id插入
2. Go连接MongoDB
驱动:go.mongodb.org/mongo-driver/mongo
定义一个mongoDB的一个client
var MongoDBClient *mongo.Client
1
连接mongoDB
clientOptions := options.Client().ApplyURI("mongodb://" + "localhost" + ":" + "27017") var err error MongoDBClient, err = mongo.Connect(context.TODO(), clientOptions) // 链接 if err != nil { fmt.Println(err) } err = MongoDBClient.Ping(context.TODO(), nil) // 测试连接 if err != nil { fmt.Println(err) }
1
2
3
4
5
6
7
8
9
10
11
12
var Collection *mongo.Collection // 声明一个集合 Collection = MongoDBClient.Database("practice").Collection("user") // 链接practice这个数据库中的user集合
1
2
3
MongoDB数据库 —> MySql数据库
MongoDB的Collection集合 —> MySQL表
注意一点:这时候如果MongoDB中没有这个数据库和这个集合的话,就会自动创建的,无需我们自己再去创建集合
3. insert 插入
定义一个类型
type PersonInfo struct { Name string Age float64 Major string }
1
2
3
4
5
3.1 插入单条数据
定义数据
fan := PersonInfo{"FanOne", 17.99, "Big Data"}
1
插入
insertResult, err := Collection.InsertOne(context.TODO(), fan)
1
查看插入结果的id
fmt.Println(insertResult.InsertedID)
1
3.2 插入多条数据
在MongoDB中我们看到这个InsertMany的函数的实际上是要传入一个[]interface{}类型的
声明数据类型
var fans []interface{}
1
bson.M{}
在go.mongodb中有两种族来使用bson数据,分别是D和RAW。
D族是使用原生Go形式来构造一个BSON对象。这个对于使用命令来操作mongoDB是十分有用的。
D()由下面4种类型:
D:一个BSON文档,这个是有序的。
M:一个无序的map。它除了无序之外和D是一样的(可以理解为map和bson是可以转换)。
A:一个BSON形式的数组。
E:一个D里面的单独元素。(就是文档里的一个元素)
RAW族是被用来判断是否为bytes的一个slice。
你也可以用look up()方法从RAW取得一个元素。这可以在你将BSON转化为另一个形式的数 据时是十分有用的(原文大概意思是可以节省你转化数据时的开销)。
for i := 0; i <= 10; i++ { fan := PersonInfo{"FanOne", 17.99, "Big Data"} fan.Name = fan.Name + strconv.Itoa(i) fans = append(fans, bson.M{"name": fan.Name, "age": fan.Age, "major": fan.Major}) } insertResult, err := Collection.InsertMany(context.TODO(), fans) // 插入多条数据 if err != nil { fmt.Println(err) } fmt.Println(insertResult.InsertedIDs)
1
2
3
4
5
6
7
8
9
10
11
4. find 查询
4.1 单条查询
定义查询结果
var result PersonInfo
1
定义筛选条件
filter := bson.D{{"name", "FanOne0"}}
1
选择
err := Collection.FindOne(context.TODO(), filter).Decode(&result) // 将结果Decode到result中 if err != nil { log.Fatal(err) } fmt.Printf("Found a single document: %+v\n", result)
1
2
3
4
5
6
结果
4.2 多条查询
定义查询结果
var result []PersonInfo
1
定义过滤器
filter := bson.D{{"major", "Big Data"}}
1
数据库查询
res,err := Collection.Find(context.TODO(), filter)
1
结果赋值
_ = res.All(context.TODO(), &result)
1
结果
4.3 复合查询
4.3.1 $regex 模糊查询
查询名字包含1的数据
filter := bson.M{"name": bson.M{"$regex":"1"}}
1
查询
res,err := Collection.Find(context.TODO(), filter) if err != nil { log.Fatal(err) } _ = res.All(context.TODO(), &result) fmt.Printf("result : %+v\n", result)
1
2
3
4
5
6
查询结果
4.3.2 in($in)
查询name字段中有FanOne1和FanOne2的数据字段
filter := bson.M{"name": bson.M{"$in":[]string{"FanOne1","FanOne2"}}}
1
查询字段
如果是查询不存在就用 no in($nin) 关键字 进行查询
4.3.3 各种比较函数
!=($ne)
> ($gt)
< ($lt)
>=($gte)
<=($lte)
例子:
filter := bson.M{"age": bson.M{"$gt": 1}}
1
选出age>1的数据
4.3.4 复合查询
and($and)
查询 name是FanOne2 和 age是4 的数据
res, err := Collection.Find(context.TODO(), bson.M{"$and": []bson.M{{"name": "FanOne2"}, {"age": 4}}})
1
结果
or($or)
查询 name是FanOne2 或者 age是2 的数据
res, err := Collection.Find(context.TODO(), bson.M{"$or": []bson.M{{"name": "FanOne2"}, {"age": 2}}})
1
结果
4.3.5 聚类
类似:
select by_user, count(*) from mycol group by by_user
查看Aggregate的源码可知
$sum例子:
定义最大时间
opts := options.Aggregate().SetMaxTime(2 * time.Second)
1
定义查询语句
通过major字段进行划分,每一个sum变1
groupStage := bson.D{ {"$group", bson.D{ {"_id", "$major"}, {"sum", bson.D{ {"$sum", 1}, }}, }}, }
1
2
3
4
5
6
7
8
查询
result, err := Collection.Aggregate(context.TODO(), mongo.Pipeline{groupStage}, opts)
1
赋值,注意这里类型可以自己定义,也可以直接用bson.M
var results []bson.M if err = result.All(context.TODO(), &results); err != nil { log.Fatal(err) } fmt.Printf("results : %+v\n", results)
1
2
3
4
5
$avg 例子
定义一个过滤条件
计算各个major的平均age字段
groupStage := bson.D{{"$group",bson.D{{"_id","$major"},{"ageAvg",bson.D{{"$avg","$age"},}},}},}
1
数据库
结果
$min例子
找到以major为分组,各组最小的age
groupStage := bson.D{{"$group",bson.D{{"_id","$major"},{"minAvg",bson.D{{"$min","$age"}}}}}}
1
5. update 更新
5.1 更新单条
第一个是filter,选出哪个更新,第二个是传进去的更新的东西,要传$set
res, err := Collection.UpdateOne(context.TODO(), bson.M{"name": "FanOne1"}, bson.M{"$set": bson.M{"age": 111}})
1
结果
5.2 更新多条
UpdateMany
找到字段major是BigData的,然后把age变成111。
res, err := Collection.UpdateMany(context.TODO(), bson.M{"major": "Big Data"}, bson.M{"$set": bson.M{"age": 111}})
1
结果
6. delete 删除
6.1 删除单条
res, err := Collection.DeleteOne(context.TODO(), bson.M{"name": "FanOne0"}) if err != nil { log.Fatal(err) } fmt.Printf("result : %+v\n", res)
1
2
3
4
5
6.2 删除多条
res, err := Collection.DeleteMany(context.TODO(), bson.M{"major": "CS"}) if err != nil { log.Fatal(err) } fmt.Printf("result : %+v\n", res)
1
2
3
4
5
Go MongoDB
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。