最近做了几个规则逻辑。用到mongo查询比较多，就是查询交易信息跑既定规则筛选出交易商户，使用聚合管道进行统计和取出简单处理后的数据，用SQL代替业务代码逻辑的判断，本文给大家介绍Mongodb查询语句的示例代码，一起看看吧
背景
最近做了几个规则逻辑。用到mongo查询比较多，就是查询交易信息跑既定规则筛选出交易商户，使用聚合管道进行统计和取出简单处理后的数据，用SQL代替业务代码逻辑的判断。
方法
MongoDB聚合使用aggregate，聚合管道采取自动向下子执行方式，基本语法格式：
db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
聚合框架中常用的操作:
- $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
- match：用于过滤数据，只输出符合条件的文档。match：用于过滤数据，只输出符合条件的文档。match使用MongoDB的标准查询操作。
- $limit：用来限制MongoDB聚合管道返回的文档数。
- $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
- $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
- $group：将集合中的文档分组，可用于统计结果。
- $sort：将输入文档排序后输出。
- $geoNear：输出接近某一地理位置的有序文档。
| 表达式 | 描述 | 实例 |
|---|---|---|
| $sum | 计算总和。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {likes"}}}]) |
| $avg | 计算平均值 | db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {likes"}}}]) |
| $min | 获取集合中所有文档对应值得最小值。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {likes"}}}]) |
| $max | 获取集合中所有文档对应值得最大值。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", num_tutorial : {likes"}}}]) |
| $push | 在结果文档中插入值到一个数组中。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", url : {url"}}}]) |
| $addToSet | 在结果文档中插入值到一个数组中，但不创建副本。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", url : {url"}}}]) |
| $first | 根据资源文档的排序获取第一个文档数据。 | db.mycol.aggregate([{\(group : {_id : "\)by_user", first_url : {url"}}}]) |
| $last | 根据资源文档的排序获取最后一个文档数据 | db.mycol.aggregate([{\(group : {_id : "\)by_user", last_url : {url"}}}]) |
查询示例
示例一
部分字段说明：transAmt:交易金额，transType:交易类型，transTime:交易时间，mercNum:商户编号
查询交易信息，交易商户昨天交易笔数大于三百，交易金额累加大于三百万，这里现根据$match将交易信息筛选出来，然后使用$group根据商户编号分组，统计交易笔数和累加交易金额，将分组结果判断匹配交易笔数大于三百，交易金额大于三百万。
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": {"$gte": 3000000} } } ])示例二
部分字段说明：cardNo:交易卡号，transType:交易类型，transTime:交易时间，mercNum:商户编号
查询时间段内指定卡号下的交易商户信息。
根据卡号和交易时间将交易数据查出来，然后只显示商户号和卡号两列字段，根据商户号和卡号分组去重，再根据卡号分组，将商户号转化成一个字段变成数组。
db.getCollection('order_202011').aggregate([ { "$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": "$_id.mercNum" } } } ]) 示例三
根据指定商户和其他条件查询交易信息，根据卡号分组并组装成一个字段的集合，最后筛选掉id只保留cardNos数组
db.getCollection('box_order_fxq_202104').aggregate([ { "$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 } } ]) 查询结果：
{
以上就是常用的MongoDB查询语句的示例代码的详细内容，更多请关注0133技术站其它相关文章！
