자주 사용 하 는 MongoDB 쿼 리 문장의 예제 코드

배경
최근 에 몇 가지 규칙 논 리 를 했다.Mongo 로 조회 하 는 것 이 비교적 많 습 니 다.즉,거래 정 보 를 조회 하여 정 해진 규칙 으로 거래 업 체 를 선별 하고 취 합 관 로 를 이용 하여 통계 와 간단 한 처리 후의 데 이 터 를 추출 하여 업무 코드 논리 적 판단 을 SQL 로 대체 하 는 것 입 니 다.
방법.
MongoDB 취 합 사용aggregate,취 합 관 은 자동 으로 아래로 실행 되 며 기본 문법 형식:

db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

취 합 프레임 에서 자주 사용 하 는 동작:

$procject:입력 문서 의 구 조 를 수정 합 니 다.도 메 인 이름 을 바 꾸 거나 추가 하거나 삭제 할 수도 있 고 계산 결과 와 내장 문 서 를 만 드 는 데 도 사용 할 수 있 습 니 다.

match:데 이 터 를 걸 러 내 는 데 사용 되 며 조건 에 맞 는 문서 만 출력 합 니 다.match:데 이 터 를 걸 러 내 는 데 사용 되 며 조건 에 맞 는 문서 만 출력 합 니 다.match 는 MongoDB 의 표준 조회 동작 을 사용 합 니 다.

$limit:MongoDB 취 합 관 이 되 돌아 오 는 문서 의 수 를 제한 합 니 다.

$skip:집합 파이프 에서 지정 한 수량의 문 서 를 건 너 뛰 고 남 은 문 서 를 되 돌려 줍 니 다.

$unwind:문서 의 한 배열 형식 필드 를 여러 개 로 나 누 어 각각 배열 의 값 을 포함 합 니 다.

$group:집합 중인 문 서 를 묶 어서 결 과 를 집계 할 수 있 습 니 다.

$sort:입력 문 서 를 정렬 하여 출력 합 니 다.

$geoNear:특정한 지리 적 위치 에 가 까 운 질서 있 는 문 서 를 출력 합 니 다.

표현 식
묘사 하 다.
실례
$sum
총 계 를 계산 하 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {sum:"likes"}}}])
$avg
평균 값 을 계산 하 다
db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {avg:"likes"}}}])
$min
집합 에 있 는 모든 문 서 를 가 져 오 는 것 은 최소 값 입 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {min:"likes"}}}])
$max
집합 에 있 는 모든 문 서 를 최대 값 으로 가 져 옵 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {max:"likes"}}}])
$push
결과 문서 에 값 을 배열 에 삽입 합 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", url : {push:"url"}}}])
$addToSet
결과 문서 에 값 을 배열 에 삽입 하지만 복사 본 은 만 들 지 않 습 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", url : {addToSet:"url"}}}])
$first
자원 문서 의 정렬 에 따라 첫 번 째 문서 데 이 터 를 가 져 옵 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", first_url : {first:"url"}}}])
$last
자원 문서 의 정렬 에 따라 마지막 문서 데 이 터 를 가 져 옵 니 다.
db.mycol.aggregate([{\(group : {_id : "\)by_user", last_url : {last:"url"}}}])
조회 예시
예시 1
일부 필드 설명:transAmt:거래 금액,transType:거래 유형,transTime:거래 시간,mercNum:상점 번호
거래 정 보 를 조회 하면 거래 업 체 는 어제 거래 금액 이 300 만 위안 보다 많 고 거래 금액 이 300 만 위안 보다 많다.여기 서 현재$match에 따라 거래 정 보 를 선별 한 다음 에 사용$group을 사용 하여 업 체 번호 에 따라 조 를 나 누고 거래 금액 과 누적 거래 금액 을 통계 하 며 조 를 나 누 어 매 칭 거래 금액 이 300 위안 보다 많 고 거래 금액 이 300 만 위안 보다 크다 고 판단 한다.

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}
                }
  }
])

예시 2
일부 필드 설명:cardNo:거래 카드 번호,transType:거래 유형,transTime:거래 시간,mercNum:상점 번호
시간 내 에 지 정 된 카드 번호 아래 의 거래 업 체 정 보 를 조회 하 다.
카드 번호 와 거래 시간 에 따라 거래 데 이 터 를 찾 아 낸 다음 에 상점 번호 와 카드 번호 두 열 필드 만 표시 하고 상점 번호 와 카드 번호 에 따라 그룹 을 나 누 어 다시 무 거 운 다음 에 카드 번호 에 따라 그룹 을 나 누 어 상점 번 호 를 한 필드 로 바 꾸 어 배열 로 만든다.

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"
      }
    }
  }
])

예시 3
지정 한 상점 과 기타 조건 에 따라 거래 정 보 를 조회 하고 카드 번호 에 따라 그룹 을 나 누 어 한 필드 의 집합 으로 조립 하 며 마지막 으로 id 를 선별 하여 cardNos 배열 만 유지 합 니 다.

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
        }
    }
])

검색 결과:
{
    "cardNos" : [
        "n2IwHHhfEAJcm6RFsoNPcBVAjW/hWAWj",
        "n2IwHHhfEAJcm6RFsoNPcBVAjW/hWAWj"
    ]
}
예시 4
시간 에 따라 거래 정 보 를 조회 한 후 상점 번호 에 따라 그룹 을 나 누고 첫 번 째 거래 정 보 를 data 필드 에 저장 합 니 다.(모든 상가 의 거래 정보 가 필요 하 다 면$first을$push로 수정 합 니 다.

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
        }
    }
])

뒷말
최근 에 조회 할 때 까지 의 큰 차 이 는 나 쁘 지 않 으 니 주의해 야 할 것 은 모두 작은 변경 사항 이 므 로 일반적인 상황 은 정상적으로 조사 하면 된다.다음 에 뭐 가 달라 요?계속 보충 할 게 요.여기까지.
여기에 최근 에 사 용 된 MongoDB 검색 어 를 정리 하 는 글 이 소개 되 었 습 니 다.더 많은 Mongo 검색 어 내용 은 저희 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 읽 어 주시 기 바 랍 니 다.앞으로 도 많은 응원 부 탁 드 리 겠 습 니 다!