首先在这里我就不说关系型数据库与非关系型数据库之间的区别了（百度上有很多）直接切入主题
我想查询的内容是这样的：分数大于0且人名是bob或是jake的总分数 平均分数 最小分数 最大分数 计数
举这个实例来试试用mysql和mongodb分别写一个查询
首先我们先做一些准备工作
mysql的数据库结构如下
create table `new_schema`.`demo` ( `id` int not null, `person` varchar(45) not null, `score` varchar(45) not null, primary key (`id`));
建完表之后我们来插入一些数据
我要评论
insert into `new_schema`.`demo` (`id`, `person`, `score`) values ('1', 'bob', '50');
insert into `new_schema`.`demo` (`id`, `person`, `score`) values ('2', 'jake', '60');
insert into `new_schema`.`demo` (`id`, `person`, `score`) values ('3', 'bob', '100');
insert into `new_schema`.`demo` (`id`, `person`, `score`) values ('6', 'jake', '100');
insert into `new_schema`.`demo` (`id`, `person`, `score`) values ('8', 'li', '100');
我截个图方便看一下结构
好 接下来我们进入mongodb的准备工作 看一下建立的mongodb的集合里面文档的结构（基本跟mysql一毛一样）在这里我就不写插入文档的具体过程了 （为了便看mongodb的显示我都用两种格式显示：一个是表哥模块显示 一个是文本模块显示）
这个是表格模块显示
这个是文本模块显示
/* 1 */
{
"_id" : objectid("58043fa8e9a7804c05031e17"),
"person" : "bob",
"sorce" : 50
}
/* 2 */
{
"_id" : objectid("58043fa8e9a7804c05031e18"),
"person" : "bob",
"sorce" : 100
}
/* 3 */
{
"_id" : objectid("58043fa8e9a7804c05031e19"),
"person" : "jake",
"sorce" : 60
}
/* 4 */
{
"_id" : objectid("58043fa8e9a7804c05031e1a"),
"person" : "jake",
"sorce" : 100
}
/* 5 */
{
"_id" : objectid("58043fa8e9a7804c05031e1b"),
"person" : "li",
"sorce" : 100
}
开始进入正题
现在我想查的mysql语句是这样的（分数大于0且人名是bob或是jake的总分数 平均分数 最小分数 最大分数 计数）
select person, sum(score), avg(score), min(score), max(score), count(*)
from demo
where score > 0 and person in('bob','jake')
group by person;
下面开始用mongo写出这个查询
首先想到的是聚合框架
先用$match过滤 分数大于0且人名是bob或是jake
db.demo.aggregate(
{
"$match":{
"$and":[
{"sorce":{"$gt":0}},
{"person":{"$in":["bob","jake"]}}
]
}
}
得到这个结果
这个是表哥模块显示的结果：
这个是文本模块显示的结果：
/* 1 */
{
"_id" : objectid("58043fa8e9a7804c05031e17"),
"person" : "bob",
"sorce" : 50
}
/* 2 */
{
"_id" : objectid("58043fa8e9a7804c05031e18"),
"person" : "bob",
"sorce" : 100
}
/* 3 */
{
"_id" : objectid("58043fa8e9a7804c05031e19"),
"person" : "jake",
"sorce" : 60
}
/* 4 */
{
"_id" : objectid("58043fa8e9a7804c05031e1a"),
"person" : "jake",
"sorce" : 100
}
然后想要分组并且显示最大 最小 总计 平均值 和计数值
那么$group派上用场了：
db.demo.aggregate(
{
"$match":{
"$and":[
{"sorce":{"$gt":0}},
{"person":{"$in":["bob","jake"]}}
]
}
},
{
"$group":{"_id":"$person",
"sumsorce":{"$sum":"$sorce"},
"avgsorce":{"$avg":"$sorce"},
"lowsetsorce":{"$min":"$sorce"},
"highestsorce":{"$max":"$sorce"},
"count":{"$sum":1}}
}
)
得到的结果就是 分数大于0且人名是bob或是jake的总分数 平均分数 最小分数 最大分数 计数
结果的表格模块显示：
结果的文本模块显示：
/* 1 */
{
"_id" : "bob",
"sumsorce" : 150,
"avgsorce" : 75.0,
"lowsetsorce" : 50,
"highestsorce" : 100,
"count" : 2.0
}
/* 2 */
{
"_id" : "jake",
"sumsorce" : 160,
"avgsorce" : 80.0,
"lowsetsorce" : 60,
"highestsorce" : 100,
"count" : 2.0
}
以上所述是小编给大家介绍的mysql与mongo简单的查询实例代码，希望对大家有所帮助
如对本文有疑问， 点击进行留言回复！！
服务器Centos部署MySql并连接Navicat过程详解
网友评论