MongoDB - 查询文档

MongoDB - 查询文档

查询是从数据库中检索数据的过程。MongoDB 提供丰富而强大的查询语言，可帮助您找到所需的精确文档。本章涵盖查询的基础知识，从基本查找操作到复杂的逻辑条件。

设置：创建示例数据

我们首先向 posts 集合插入一个真实的数据集。我们将使用 insertMany 等现代方法和适当的数据类型（如 Number、Boolean、Array 等）。

db.posts.insertMany([
  {
    title: "Introduction to MongoDB",
    author: "Chris",
    tags: ["mongodb", "database", "nosql"],
    views: 1500,
    isPublished: true,
    comments: [
      { user: "Alice", text: "Great overview!" },
      { user: "Bob", text: "Very helpful, thanks." }
    ]
  },
  {
    title: "Advanced Aggregation",
    author: "Sarah",
    tags: ["mongodb", "aggregation", "advanced"],
    views: 750,
    isPublished: true
  },
  {
    title: "Schema Design Best Practices",
    author: "Chris",
    tags: ["mongodb", "schema", "modeling"],
    views: 2200,
    isPublished: true
  },
  {
    title: "Upcoming Features",
    author: "Chris",
    tags: ["mongodb", "future"],
    views: 50,
    isPublished: false
  }
]);

基本查询：find() 和 findOne()

find(query, projection) 是主要的查询方法。它返回一个游标（cursor），该游标是指向结果集的指针。findOne(query, projection) 是一种便捷的替代方法，它只返回与查询匹配的第一个文档，如果没有找到匹配项，则返回 null。

// 查找集合中的所有文档（空查询文档）
> db.posts.find({})

// 查找 'Chris' 撰写的第一个文档
> db.posts.findOne({ author: "Chris" })

// 注意：mongosh 会自动格式化 JSON 输出以提高可读性。
// 传统的 .pretty() 方法仍然有效，但已不再必需。

使用查询操作符进行筛选

要创建更具体的查询，您可以使用查询操作符。它们相当于 SQL 中的 WHERE 子句。

操作	语法	示例（在 posts 集合上）	关系型数据库（RDBMS）等效
相等	{ : }	db.posts.find({ author: “Sarah” })	WHERE author = ‘Sarah’
小于	{ : { $lt: } }	db.posts.find({ views: { $lt: 1000 } })	WHERE views < 1000
大于或等于	{ : { $gte: } }	db.posts.find({ views: { $gte: 1500 } })	WHERE views >= 1500
不等于	{ : { $ne: } }	db.posts.find({ author: { $ne: “Chris” } })	WHERE author != ‘Chris’
值在数组中	{ : { $in: [, ] } }	db.posts.find({ author: { $in: [“Chris”, “Sarah”] } })	WHERE author IN (‘Chris’, ‘Sarah’)
值不在数组中	{ : { $nin: [, ] } }	db.posts.find({ tags: { $nin: [“future”, “draft”] } })	WHERE tag is not in (‘future’, ‘draft’)

组合条件：逻辑操作符

隐式 AND

默认情况下，当您在查询文档中提供多个字段时，MongoDB 会执行逻辑 AND 操作。以下查询会查找由 ‘Chris’ 撰写且已发布的文章。

> db.posts.find({ author: "Chris", isPublished: true })

使用 $or 进行 OR 逻辑查询

要查找匹配多个条件中至少一个的文档，请使用 $or 操作符，它接受一个查询文档数组。

// 查找浏览量小于 100 或尚未发布的文章
> db.posts.find({
    $or: [
        { views: { $lt: 100 } },
        { isPublished: false }
    ]
})

使用 $nor 进行 NOR 逻辑查询

$nor 操作符查找不匹配数组中所有条件的文档。它的意思是“既不满足这个，也不满足那个”。

// 查找作者不是 'Sarah' 且不包含 'nosql' 标签的文章
> db.posts.find({
    $nor: [
        { author: 'Sarah' },
        { tags: 'nosql' }
    ]
})

查询数组和嵌入式文档

匹配数组元素

要查找数组包含特定元素的文档，只需查询该值即可。

// 查找所有带有 'mongodb' 标签的文章
> db.posts.find({ tags: "mongodb" })

使用点表示法查询嵌入式文档

使用点表示法（dot notation）查询嵌入式文档或文档数组中的字段。

// 查找用户 'Alice' 发表过评论的文章
> db.posts.find({ "comments.user": "Alice" })

使用 $elemMatch 进行精确匹配

一个简单的查询，例如 { 'comments.user': 'Alice', 'comments.text': '...' }，可能会匹配到如果一个评论是 Alice 写的，而另一个评论包含指定的文本。为了确保数组中的单个元素满足多个条件，请使用 $elemMatch。

// 查找包含 'Bob' 评论中带有“helpful”一词的文章
// 这确保了 'user' 和 'text' 条件应用于同一个评论对象
> db.posts.find({
    comments: {
        $elemMatch: { user: "Bob", text: /helpful/ }
    }
})

实际应用：Node.js 驱动示例

以下是在典型 Node.js 应用程序中使用官方 mongodb 驱动程序执行查询的方式。首先，请确保您已安装该驱动程序：npm install mongodb。

const { MongoClient } = require('mongodb');

// 替换为您的 MongoDB 部署的连接字符串。
const uri = 'mongodb://localhost:27017';
const client = new MongoClient(uri);

async function run() {
  try {
    await client.connect();
    const database = client.db('yourDbName'); // 替换为您的数据库名称
    const posts = database.collection('posts');

    // 查询 Chris 撰写的热门已发布文章
    const query = {
      author: 'Chris',
      isPublished: true,
      views: { $gte: 1000 }
    };

    const cursor = posts.find(query);

    // 如果未找到文档，则打印消息
    if ((await posts.countDocuments(query)) === 0) {
      console.log("No documents found!");
    }

    // 打印每个文档
    for await (const doc of cursor) {
      console.dir(doc);
    }

  } finally {
    // 确保当您完成/出错时客户端会关闭
    await client.close();
  }
}
run().catch(console.dir);

调试与性能分析

要了解 MongoDB 如何执行您的查询以及识别性能瓶颈，请使用 explain() 方法。这对于检查您的查询是否有效利用索引至关重要。

> db.posts.find({ author: 'Chris', views: { $gt: 1000 } }).explain('executionStats')

// 分析输出中的 'executionStats'。
// 'winningPlan' 中显示 'IXSCAN'（索引扫描）远优于 'COLLSCAN'（集合扫描）。