二查询

这里是本系列第二篇，对应书中第三章，主要讲各种find的技巧。

find

返回指定的键

为了节省流量和客户端解读开销等等，只返回指定的键。把需要的键放在第二位参数就好了。

把要的键的值设置为1则返回，设置为0则不返回。

查询条件

大小比较包括

$lt 小于
$lte 小于等于
$gt
$gte
$ne

1	db.data.find({'age': {'$lt': 24, '$gt': 18}})

or查询

$in

1	db.data.find({'number': {'$in': [10, 20, 30]}})

$nin代表不在这里头。

1	db.data.find({'number': {'$nin': [10, 20, 30]}})

$or

1	db.data.find({'$or': [{'name': 'aa'}, {'age': 18}])

$not

null

会匹配值是null的，以及没有此键的。

若只要匹配值是null的，需要这么写

1	db.data.find({'z': {'$in': [null], '$exsits': true}})

即是存在该字段并且为null。

使用正则表达式搜索

使用/符号包裹正则表达式，不用加引号了。

1	db.data.find({'name': /abo/})

查询数组

如果键是数组名，则只要值是数组中任意一个元素，都可以查询出数组来。

1 2	db.data.insert({'array': [1, 2, 3]}) db.find({'array': 2})

$all

需要拥有所有元素，顺序无关紧要。

1	db.data.find({'array': {'$all': [3,1,2,4]}})

$size

顾名思义查询数组长度。但是不节省性能。
建议自己维护一个size字段，每次插入的时候顺便用{'$inc': {'size': 1}}来更新它。

slice

获取返回数列的一部分，用法有二：

{'$slice': [min, max]} 返回查询后数组中的min到max间的结果
{'$slice': index} 返回索引为index的元素，当index为-1时返回最后一个

嵌入查询

假设数据如下

{
    'name':{
        'first': 'ABo',
        'last': 'Lin'
    },
    'age': 18
}

第一种查询条件

1	{'name': {'firtst': 'ABO', 'last': 'Lin'}}

这种方法的缺点是必须精确匹配，如果name中又加入一个middle，那么就搜索不出来了。为了可以模糊搜索，我们用嵌入查询。

第二种查询条件

1	{'name': {'elemMatch': {'firtst': 'ABO', 'last': 'Lin'}}}

这种查法是部分匹配即可。

where查询

直接使用一个js函数来查询。函数的第一个参数this为where过滤前的结果集合。

假设需要返回集合里有重复值的集合，可以这么写

db.data.find({'$where', function(){
    for(var current in this){
        for(var other in this){
            if current != other and this[current] == this[other]{
                return true
            }
        }
    }
    return false
}})

不仅可以传入一个function对象，传入字符串也是可以的。比如

1 2	db.data.find({'$where': 'this.x + this.y == 10'}) // 直接写判断语句 db.data.find({'where': 'function() {return this.x + this.y == 10}'})

游标

如果用一个变量来接住find返回的结果，那这个变量就变成了游标cursor。cursor的用法无非就那样

1
2
3

while(cursor.hasNext()){
    obj = cursor.next()
}

注意，当产生cursor的时候，并没有马上查询数据库。真正执行查询操作的时候在cursor.hasNext()之时。这样就使得我们可以对cursor执行复杂的链式操作了。譬如：

1	var cursor = db.data.find().sort({'x': 1}).limit(1).skip(10)

当执行第一次hasNext的时候，立即尝试从服务器获取前100个结果，或者4MB的数据中的较小者。当第一批数据被用完了之后，再次hasNext又会取回新的一批数据，如此往复直至游标耗尽。

后续操作

limit 限制返回的结果个数
skip 跳过前几个结果
sort 排序，1是正序，-1是倒序

利用skip做分页

最简单的方法如下

1
2
3

var page1 = db.data.find(condition).limit(100)
var page2 = db.data.find(condition).skip(100).limit(100)
var page3 = db.data.find(condition).skip(200).limit(100)

但是其实大剂量的skip是非常慢的，所以需要避免。

可以用一个trick来避免分页。

对整个文档做一次降序排序
取前n个作为第一页，然后取其中最小者作为the_last
再次find，这次条件为要比the_last更小
再对3产生的cursor做一次降序排序，并limit设置n作为第二页

有个疑问
对所有文档做排序就不耗性能了么？
不过想了想由于cursor是分批次取数据的，所以这个排序相当于经典的「求最大的k个数」题目了。
顺便看这个网页复习了下。可以利用堆排序找出最大k个数。

随机选取文档

当然最常见的方法就是弄个随机数来skip(nRandom)然后limit(1)。但是计算总文档数目和skip这两个操作就是比较耗时的。

比较投机取巧的方法是每次插入文档的时候都带一个随机数。当需要随机的时候只要产生一个随机数，并作为条件去筛选文档即可。（卧槽这都可以？）偶尔会遇到往一个方向（比如大于我random出来的随机数）找不到，那就反个方向。

链式查询转换

实际上，执行db.data.find(condition).sort(sortDict)的时候，是把条件转化成了db.data.find({'$query': condition, '$orderby': sortDict})。除了常用的$query、$orderby以外，还有一些有用的高级选项比如：

$maxscan 查询最多扫描的文档数量
$min 查询开始条件
$max
$hint 使用哪个索引进行查询
$explain 不是真正的做查询，只是为了获得耗时、结果数量等信息
$snapshot 确保查询的是执行查询那一刻的时候的快照

保证结果一致性

假设我们需要对每个文档进行修改，并且是新增加内容。

cursor = db.data.find(condition)
while(cursor.hasNext()){
    var document = cursor.next()
    modify(document)
    db.data.save(document)
}

由于数据库对每个文档预留的大小有限，当文档变大之后，可能它就无法再塞入到原本那个位置了，数据库会把它放到最后边去。这样造成的结果是，cursor遍历到的有可能是已经前面modify过的文档。

$snapshot就解决了这个问题。它在开始查询那一瞬间就保留了文档快照，这使得后面文档的位置不管怎么挪，都不再会影响查询结果。

游标的存在时间

游标在几种情况下会销毁并释放资源

遍历完成之后
游标超出客户端作用域，驱动向服务器发送专门的消息（估计这得要求语言有像c++一样超出作用域之后执行析构函数的特性）
10分钟不使用之后，当然这一机制也可以通过配置来关闭

二 查询