【Go開源寶藏】Go語言操作 MongoDB

文章目錄

1. MongoDB簡介

2. Go連接MongoDB

3. insert 插入

3.1 插入單條數據

3.2 插入多條數據

4. find 查詢

4.1 單條查詢

4.2 多條查詢

4.3 復合查詢

4.3.1 $regex 模糊查詢

4.3.2 in($in)

4.3.3 各種比較函數

4.3.4 復合查詢

4.3.5 聚類

`$sum`例子：

`$avg` 例子

`$min例子`

5. update 更新

5.1 更新單條

5.2 更新多條

6. delete 刪除

6.1 刪除單條

6.2 刪除多條

1. MongoDB簡介

MongDB是一款性能極強的文檔數據庫，可以充分利用系統的內存資源，會充分使用系統內存作為緩存。

在MongoDB中，指定索引插入比不指定慢很多，這是因為，MongoDB里每一條數據的_id值都是唯一的。

當在不指定_id插入數據的時候，其_id是系統自動計算生成的。MongoDB通過計算機特征值、時間、進程ID與隨機數來確保生成的_id是唯一的。

而在指定_id插入時，MongoDB每插一條數據，都需要檢查此_id可不可用，當數據庫中數據條數太多的時候，這一步的查詢開銷會拖慢整個數據庫的插入速度

MongoDB不指定_id插入 > MySQL不指定主鍵插入 > MySQL指定主鍵插入 > MongoDB指定_id插入

2. Go連接MongoDB

驅動：go.mongodb.org/mongo-driver/mongo

定義一個mongoDB的一個client

var MongoDBClient *mongo.Client

1

連接mongoDB

clientOptions := options.Client().ApplyURI("mongodb://" + "localhost" + ":" + "27017") var err error MongoDBClient, err = mongo.Connect(context.TODO(), clientOptions) // 鏈接 if err != nil { fmt.Println(err) } err = MongoDBClient.Ping(context.TODO(), nil) // 測試連接 if err != nil { fmt.Println(err) }

1

2

3

4

5

6

7

8

9

10

11

12

鏈接MongoDB數據庫

var Collection *mongo.Collection // 聲明一個集合 Collection = MongoDBClient.Database("practice").Collection("user") // 鏈接practice這個數據庫中的user集合

1

2

3

MongoDB數據庫 —> MySql數據庫

MongoDB的Collection集合 —> MySQL表

注意一點：這時候如果MongoDB中沒有這個數據庫和這個集合的話，就會自動創建的，無需我們自己再去創建集合

3. insert 插入

定義一個類型

type PersonInfo struct { Name string Age float64 Major string }

1

2

3

4

5

3.1 插入單條數據

定義數據

fan := PersonInfo{"FanOne", 17.99, "Big Data"}

1

插入

insertResult, err := Collection.InsertOne(context.TODO(), fan)

1

查看插入結果的id

fmt.Println(insertResult.InsertedID)

1

3.2 插入多條數據

在MongoDB中我們看到這個InsertMany的函數的實際上是要傳入一個[]interface{}類型的

聲明數據類型

var fans []interface{}

1

bson.M{}

在go.mongodb中有兩種族來使用bson數據，分別是D和RAW。

D族是使用原生Go形式來構造一個BSON對象。這個對于使用命令來操作mongoDB是十分有用的。

D()由下面4種類型：

D:一個BSON文檔，這個是有序的。

M:一個無序的map。它除了無序之外和D是一樣的（可以理解為map和bson是可以轉換）。

A:一個BSON形式的數組。

E:一個D里面的單獨元素。(就是文檔里的一個元素)

RAW族是被用來判斷是否為bytes的一個slice。

你也可以用look up()方法從RAW取得一個元素。這可以在你將BSON轉化為另一個形式的數 據時是十分有用的(原文大概意思是可以節省你轉化數據時的開銷)。

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) // 插入多條數據 if err != nil { fmt.Println(err) } fmt.Println(insertResult.InsertedIDs)

1

2

3

4

5

6

7

8

9

10

11

4. find 查詢

4.1 單條查詢

定義查詢結果

var result PersonInfo

1

定義篩選條件

filter := bson.D{{"name", "FanOne0"}}

1

選擇

err := Collection.FindOne(context.TODO(), filter).Decode(&result) // 將結果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

結果

4.2 多條查詢

定義查詢結果

var result []PersonInfo

1

定義過濾器

filter := bson.D{{"major", "Big Data"}}

1

數據庫查詢

res,err := Collection.Find(context.TODO(), filter)

1

結果賦值

_ = res.All(context.TODO(), &result)

1

結果

4.3 復合查詢

4.3.1 $regex 模糊查詢

查詢名字包含1的數據

filter := bson.M{"name": bson.M{"$regex":"1"}}

1

查詢

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

查詢結果

4.3.2 in($in)

查詢name字段中有FanOne1和FanOne2的數據字段

filter := bson.M{"name": bson.M{"$in":[]string{"FanOne1","FanOne2"}}}

1

查詢字段

如果是查詢不存在就用 no in($nin) 關鍵字 進行查詢

4.3.3 各種比較函數

!=($ne)

> ($gt)

< ($lt)

>=($gte)

<=($lte)

例子：

filter := bson.M{"age": bson.M{"$gt": 1}}

1

選出age>1的數據

4.3.4 復合查詢

and($and)

查詢 name是FanOne2 和 age是4 的數據

res, err := Collection.Find(context.TODO(), bson.M{"$and": []bson.M{{"name": "FanOne2"}, {"age": 4}}})

1

結果

or($or)

查詢 name是FanOne2 或者 age是2 的數據

res, err := Collection.Find(context.TODO(), bson.M{"$or": []bson.M{{"name": "FanOne2"}, {"age": 2}}})

1

結果

4.3.5 聚類

類似：

select by_user, count(*) from mycol group by by_user

查看Aggregate的源碼可知

$sum例子：

定義最大時間

opts := options.Aggregate().SetMaxTime(2 * time.Second)

1

定義查詢語句

通過major字段進行劃分，每一個sum變1

groupStage := bson.D{ {"$group", bson.D{ {"_id", "$major"}, {"sum", bson.D{ {"$sum", 1}, }}, }}, }

1

2

3

4

5

6

7

8

查詢

result, err := Collection.Aggregate(context.TODO(), mongo.Pipeline{groupStage}, opts)

1

賦值，注意這里類型可以自己定義，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

定義一個過濾條件

計算各個major的平均age字段

groupStage := bson.D{{"$group",bson.D{{"_id","$major"},{"ageAvg",bson.D{{"$avg","$age"},}},}},}

1

數據庫

結果

$min例子

找到以major為分組，各組最小的age

groupStage := bson.D{{"$group",bson.D{{"_id","$major"},{"minAvg",bson.D{{"$min","$age"}}}}}}

1

5. update 更新

5.1 更新單條

第一個是filter，選出哪個更新，第二個是傳進去的更新的東西，要傳$set

res, err := Collection.UpdateOne(context.TODO(), bson.M{"name": "FanOne1"}, bson.M{"$set": bson.M{"age": 111}})

1

結果

5.2 更新多條

UpdateMany

找到字段major是BigData的，然后把age變成111。

res, err := Collection.UpdateMany(context.TODO(), bson.M{"major": "Big Data"}, bson.M{"$set": bson.M{"age": 111}})

1

結果

6. delete 刪除

6.1 刪除單條

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 刪除多條

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

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。