Truy vấn MongoDB Compass lớn hơn

MongoDB cung cấp nhiều toán tử truy vấn so sánh. Toán tử $gt (lớn hơn) là một trong những toán tử đó. Toán tử $gt được sử dụng để chọn tài liệu có giá trị của trường lớn hơn giá trị đã cho. Bạn có thể sử dụng toán tử này trong phương thức (cập nhật, tìm, thích) theo yêu cầu của bạn

Cú pháp của toán tử $gt

ví dụ

Trong các ví dụ sau, chúng tôi đang làm việc với

đầu ra

>db.employee.find()
        {
                "_id" : 1,
                "name" : "John",
                "father_name" : "Thomas",
                "department" : "Contain Writting",
                "experience" : 2,
                "mobile_no" : 9856321478,
                "gender" : "Male",
                "salary" : 22000,
                "age" : 26
        }
        {
                "_id" : 2,
                "name" : "William",
                "father_name" : "Rebort",
                "department" : "Softwre Tester",
                "experience" : 1,
                "mobile_no" : 7896541478,
                "gender" : "Male",
                "salary" : 20000,
                "age" : 21
        }
        {
                "_id" : 3,
                "name" : "Ava",
                "father_name" : "William",
                "department" : "Marketing manager",
                "experience" : 5,
                "mobile_no" : 8789654178,
                "gender" : "Female",
                "salary" : 36500,
                "age" : 25 
        }
        {
                "_id" : 4,
                "name" : "Olivia",
                "father_name" : "Noah",
                "department" : null,
                "experience" : 4,
                "mobile_no" : 9045641478,
                "gender" : "Female",
                "salary" : 30000,
                "age" : 27 
        }
        {
                "_id" : 5,
                "name" : "Elijah",
                "father_name" : "John",
                "department" : "HR",
                "experience" : 0,
                "mobile_no" : 6589741230,
                "gender" : "Male",
                "salary" : 15000,
                "age" : 20
        }
        {
                "_id" : 6,
                "name" : "John",
                "father_name" : "Liam",
                "department" : "Softwre Tester",
                "experience" : 10,
                "mobile_no" : 9014536987,
                "gender" : "Male",
                "salary" : 55000,
                "age" : 30 
        }

ví dụ 1. Sử dụng toán tử $gt

Trong ví dụ này, chúng tôi đang tìm kiếm những tài liệu có thang lương lớn hơn 20000

đầu ra

{
    "_id" : 1,
    "name" : "John",
    "father_name" : "Thomas",
    "department" : "Contain Writting",
    "experience" : 2,
    "mobile_no" : 9856321478,
    "gender" : "Male",
    "salary" : 22000,
    "age" : 26
}
{
    "_id" : 3,
    "name" : "Ava",
    "father_name" : "William",
    "department" : "Marketing manager",
    "experience" : 5,
    "mobile_no" : 8789654178,
    "gender" : "Female",
    "salary" : 36500,
    "age" : 25 
}
{
    "_id" : 4,
    "name" : "Olivia",
    "father_name" : "Noah",
    "department" : null,
    "experience" : 4,
    "mobile_no" : 9045641478,
    "gender" : "Female",
    "salary" : 30000,
    "age" : 27 
}
{
    "_id" : 6,
    "name" : "John",
    "father_name" : "Liam",
    "department" : "Softwre Tester",
    "experience" : 10,
    "mobile_no" : 9014536987,
    "gender" : "Male",
    "salary" : 55000,
    "age" : 30 
}

ví dụ 2. lĩnh vực khác

Trong ví dụ này, chúng tôi đang tìm kiếm những tài liệu có tuổi lớn hơn 25

đầu ra

{
    "_id" : 1,
    "name" : "John",
    "father_name" : "Thomas",
    "department" : "Contain Writting",
    "experience" : 2,
    "mobile_no" : 9856321478,
    "gender" : "Male",
    "salary" : 22000,
    "age" : 26
}
{
    "_id" : 4,
    "name" : "Olivia",
    "father_name" : "Noah",
    "department" : null,
    "experience" : 4,
    "mobile_no" : 9045641478,
    "gender" : "Female",
    "salary" : 30000,
    "age" : 27 
}
{
    "_id" : 6,
    "name" : "John",
    "father_name" : "Liam",
    "department" : "Softwre Tester",
    "experience" : 10,
    "mobile_no" : 9014536987,
    "gender" : "Male",
    "salary" : 55000,
    "age" : 30 
}

ví dụ 3. Cập nhật giá trị bằng toán tử $gt

Trong ví dụ này, chúng tôi đang cập nhật trường lương của những nhân viên có hơn 3 năm kinh nghiệm

Với dữ liệu bán cấu trúc và phi cấu trúc đang phát triển theo cấp số nhân trên web, việc tìm kiếm một hệ thống quản lý cơ sở dữ liệu mạnh mẽ trở nên cần thiết đối với các doanh nghiệp. MongoDB đã trở thành lựa chọn phổ biến dưới dạng cơ sở dữ liệu NoSQL và hướng tài liệu để xử lý loại dữ liệu này. Khi bạn cố gắng truy vấn, tổng hợp và phân tích dữ liệu từ MongoDB, điều quan trọng là phải tối ưu hóa các truy vấn của bạn để nhận được kết quả nhanh hơn với chi phí tính toán tối thiểu

Một giải pháp là thực hiện Lọc MongoDB chỉ trả về các tài liệu phù hợp với điều kiện đã chỉ định của bạn. Bạn cũng có thể thực thi MongoDB Filtering trên MongoDB Compass để tận dụng công cụ GUI mạnh mẽ. Các sản phẩm MongoDB khác như MongoDB Atlas App Services cũng cho phép bạn thực hiện lọc MongoDB và tối ưu hóa hiệu suất truy vấn của bạn.   

Trong bài viết này, bạn sẽ tìm hiểu về Lọc MongoDB và cách bạn có thể áp dụng các bộ lọc cho các truy vấn của mình

Mục lục

MongoDB là Cơ sở dữ liệu định hướng tài liệu đa nền tảng mã nguồn mở và miễn phí phổ biến được xây dựng để lưu trữ và xử lý khối lượng dữ liệu khổng lồ một cách hiệu quả. Không giống như Cơ sở dữ liệu quan hệ truyền thống, MongoDB được phân loại là Hệ thống quản lý cơ sở dữ liệu NoQuery sử dụng Bộ sưu tập và Tài liệu giống như JSON thay vì các bảng bao gồm các hàng và cột. Mỗi bộ sưu tập bao gồm nhiều tài liệu chứa các đơn vị dữ liệu cơ bản theo các cặp khóa và giá trị.  

Chính thức được giới thiệu dưới dạng mô hình phát triển nguồn mở vào năm 2009, cơ sở dữ liệu MongoDB được thiết kế, duy trì và quản lý bởi MongoDB. Inc dưới sự kết hợp của Giấy phép Công cộng Phía Máy chủ và Giấy phép Apache. MongoDB được sử dụng rộng rãi bởi các tổ chức như MetLife, Barclays, Viacom,  New York Times, Facebook, Nokia, eBay, Adobe, Google, v.v. để đáp ứng hiệu quả các yêu cầu lưu trữ và xử lý dữ liệu đang tăng theo cấp số nhân của họ. MongoDB rất linh hoạt vì nó hỗ trợ một số ngôn ngữ lập trình như C, C++, C#, Go, Java, Node. js, Perl, PHP, Python, Motor, Ruby, Scala, Swift và Mongoid

Sao chép dữ liệu từ MongoDB trong vài phút bằng cách sử dụng đường dẫn dữ liệu không mã của Hevo

Hevo Data, một nền tảng Đường ống dữ liệu được quản lý hoàn toàn, có thể giúp bạn tự động hóa, đơn giản hóa và làm phong phú quy trình sao chép dữ liệu của mình chỉ bằng một vài cú nhấp chuột. Với nhiều loại trình kết nối và Đường ống dữ liệu cực nhanh của Hevo, bạn có thể trích xuất và tải dữ liệu từ hơn 100 Nguồn dữ liệu như MongoDB thẳng vào Kho dữ liệu của mình hoặc bất kỳ Cơ sở dữ liệu nào. Để tiếp tục hợp lý hóa và chuẩn bị dữ liệu của bạn để phân tích, bạn có thể xử lý và làm phong phú thêm dữ liệu chi tiết thô bằng cách sử dụng Lớp chuyển đổi tích hợp và mạnh mẽ của Hevo mà không cần viết một dòng mã nào

BẮT ĐẦU VỚI HEVO MIỄN PHÍ

Hevo là nền tảng sao chép dữ liệu nhanh nhất, dễ dàng nhất và đáng tin cậy nhất sẽ tiết kiệm gấp nhiều lần băng thông kỹ thuật và thời gian của bạn. Hãy dùng thử bản dùng thử miễn phí truy cập đầy đủ trong 14 ngày của chúng tôi ngay hôm nay để trải nghiệm Sao chép dữ liệu hoàn toàn tự động mà không gặp rắc rối

Các tính năng chính của MongoDB

MongoDB cung cấp một loạt các tính năng bắt mắt

• Dữ liệu sẵn có cao. Tính năng Sao chép của MongoDB cung cấp nhiều máy chủ để khôi phục và sao lưu sau thảm họa. Vì một số máy chủ lưu trữ cùng một dữ liệu hoặc phân đoạn dữ liệu, MongoDB cung cấp tính ổn định và tính khả dụng của dữ liệu cao hơn. Bạn không cần phải lo lắng về các trường hợp máy chủ gặp sự cố, gián đoạn dịch vụ hoặc thậm chí là lỗi phần cứng cũ vì Sao chép dữ liệu theo thời gian thực đảm bảo truy cập và bảo mật dữ liệu không bị gián đoạn.  
• Phân tích tăng cường. Bạn có thể cần xem xét hàng nghìn đến hàng triệu biến trong khi chạy các truy vấn Ad-hoc. MongoDB lập chỉ mục các tài liệu BSON và sử dụng Ngôn ngữ truy vấn MongoDB (MQL) cho phép bạn cập nhật các truy vấn Ad-hoc trong thời gian thực. MongoDB cung cấp hỗ trợ đầy đủ cho các truy vấn trường, truy vấn phạm vi và tìm kiếm biểu thức chính quy cùng với các hàm do người dùng xác định
• lập chỉ mục. Với Nhiều chỉ số và Tính năng sắp xếp theo ngôn ngữ cụ thể để hỗ trợ các mẫu truy cập tập dữ liệu phức tạp, MongoDB cung cấp hiệu suất truy vấn tối ưu. Đối với các mẫu truy vấn và yêu cầu ứng dụng không ngừng phát triển theo thời gian thực, MongoDB cũng cung cấp tính năng Tạo chỉ số theo yêu cầu
• Khả năng mở rộng theo chiều ngang. Sử dụng Sharding, MongoDB cung cấp khả năng mở rộng theo chiều ngang bằng cách sử dụng các khóa phân đoạn để phân phối dữ liệu trên nhiều tổ hợp máy chủ. Mỗi phân đoạn trong mỗi Cụm MongoDB lưu trữ các phần dữ liệu, do đó hoạt động như một cơ sở dữ liệu riêng biệt. Bộ sưu tập cơ sở dữ liệu toàn diện này cho phép xử lý hiệu quả khối lượng dữ liệu ngày càng tăng mà không có thời gian ngừng hoạt động. Hệ sinh thái Sharding hoàn chỉnh được Mongos giám sát và quản lý để hướng các truy vấn đến đúng phân đoạn dựa trên Khóa phân đoạn
• Cân bằng tải. Sao chép và chia nhỏ thời gian thực ảnh hưởng lớn đến Cân bằng tải quy mô lớn. Đảm bảo Kiểm soát đồng thời và Giao thức khóa hàng đầu, MongoDB có thể xử lý hiệu quả một số yêu cầu đọc và ghi đồng thời cho cùng một dữ liệu.   
• tổng hợp. Tương tự như mệnh đề Nhóm theo SQL, MongoDB có thể dễ dàng xử lý hàng loạt dữ liệu và đưa ra một kết quả duy nhất ngay cả sau khi thực hiện một số thao tác khác trên dữ liệu nhóm. Khung tập hợp của MongoDB bao gồm 3 loại tập hợp i. e. Các phương pháp Aggregation Pipeline, Map-Reduce Function và Single-Purpose Aggregation

Tại sao bạn cần Bộ lọc MongoDB?

Bằng cách áp dụng bộ lọc cho truy vấn của bạn, về cơ bản, bạn sẽ sửa đổi truy vấn MongoDB để chỉ trả về một tập hợp con các kết quả phù hợp với truy vấn. Các bộ lọc này bao gồm các tham số truy vấn bổ sung cho phép bạn loại bỏ các trường khỏi truy vấn của mình. Bạn có thể áp dụng các bộ lọc để

• Tối ưu hóa truy vấn và giảm thiểu chi phí tính toán
• Bảo mật dữ liệu nhạy cảm bằng cách bỏ qua các trường quan trọng hoặc không sử dụng
• Hạn chế các truy vấn đối với một tập hợp con của tất cả các tài liệu

Điều gì làm cho quy trình ETL của Hevo trở thành tốt nhất trong lớp?

Cung cấp giải pháp ETL chất lượng cao có thể là một nhiệm vụ khó khăn nếu bạn có một lượng lớn dữ liệu. Nền tảng không mã, tự động của Hevo trao quyền cho bạn mọi thứ bạn cần để có trải nghiệm sao chép dữ liệu mượt mà

Kiểm tra những gì làm cho Hevo tuyệt vời

• Được quản lý hoàn toàn. Hevo không yêu cầu quản lý và bảo trì vì đây là một nền tảng hoàn toàn tự động
• Chuyển đổi dữ liệu. Hevo cung cấp một giao diện đơn giản để hoàn thiện, sửa đổi và làm giàu dữ liệu bạn muốn truyền
• Tạo thông tin chi tiết nhanh hơn. Hevo cung cấp khả năng sao chép dữ liệu gần thời gian thực để bạn có quyền truy cập vào việc tạo thông tin chi tiết theo thời gian thực và đưa ra quyết định nhanh hơn.  
• Quản lý lược đồ. Hevo có thể tự động phát hiện lược đồ của dữ liệu đến và ánh xạ nó tới lược đồ đích
• Cơ sở hạ tầng có thể mở rộng. Hevo có tích hợp sẵn cho hơn 100 nguồn (với hơn 40 nguồn miễn phí) có thể giúp bạn mở rộng quy mô cơ sở hạ tầng dữ liệu của mình theo yêu cầu
• Hỗ trợ trực tuyến. Nhóm Hevo luôn sẵn sàng mở rộng hỗ trợ đặc biệt cho khách hàng của mình thông qua trò chuyện, email và các cuộc gọi hỗ trợ

Lọc MongoDB. 3 khía cạnh quan trọng

Để hiểu MongoDB Filtering một cách hiệu quả, bạn có thể xem qua các khía cạnh sau

Lọc MongoDB. Toán tử tập hợp bộ lọc MongoDB

Với phiên bản 3. 2, bạn có thể bắt đầu Lọc MongoDB bằng toán tử tổng hợp mới. Toán tử này chọn một tập hợp con của một mảng dựa trên điều kiện bạn chỉ định và sẽ trả về nó. Cần lưu ý rằng mảng các phần tử này theo thứ tự ban đầu. Bạn có thể sử dụng cú pháp sau cho toán tử $filter

{ $filter: { input: , as: , cond:  } }

Cú pháp nêu trên bao gồm các tham số sau

• đầu vào. Điều này trỏ đến mảng mà bạn muốn lọc dữ liệu
• BẰNG. Đây là một tham số tùy chọn đại diện cho tên biến của một phần tử trong mảng đầu vào của bạn. Nếu bạn không chỉ định tên cho nó, “cái này” sẽ được chỉ định làm tên mặc định
• điều kiện. Bạn có thể sử dụng tham số này để xác định xem có nên đưa một phần tử của mảng vào kết quả truy vấn hay không. Toán tử bộ lọc tham chiếu riêng từng phần tử của mảng đầu vào của bạn với tên biến mà bạn đã cung cấp trong tham số As.  

Bạn có thể sử dụng các điều kiện sau trong tham số cond cho MongoDB Filtering.  

• Lớn hơn ((>) hoặc $gt)
• Ít hơn ((<) hoặc $lt)
• Lớn hơn bằng ((>=) hoặc $gte)
• Nhỏ hơn bằng ((<=) hoặc $lte)

Để hiểu MongoDB Filtering, bạn có thể xem xét kho lưu trữ bộ sưu tập mẫu có các tài liệu sau

{
   _id: 101,
   products: [
     { prod_id: 56, quantity: 10, cost: 200 },
     { prod_id: 3, quantity: 5, cost: 340 }
   ]
}
{
   _id: 102,
   products: [
     { prod_id: 40, quantity: 4, cost: 120 },
     { prod_id: 20, quantity: 5, cost: 3 },
     { prod_id: 30, quantity: 2, cost: 200 }
   ]
}
{
    _id: 103,
    products: [
       { prod_id: 4, quantity: 3, cost: 25 }
    ]
}

Sử dụng toán tử $filter để lọc MongoDB, bạn có thể truy xuất các sản phẩm có chi phí lớn hơn 100.  

Truy vấn.  

db.inventory.aggregate([
   {
      $project: {
         products: {
            $filter: {
               input: "$products",
               as: "prod",
               cond: { $gte: [ "$$prod.cost", 100 ] }
            }
         }
      }
   }
])

đầu ra.  

{
   "_id" : 0,
   "products" : [
     { prod_id: 56, quantity: 10, cost: 200 },
     { prod_id: 3, quantity: 5, cost: 340}
   ]
}
{
   "_id" : 1,
   "products" : [
      {  prod_id: 40, quantity: 4, cost: 120 },
      {prod_id: 30, quantity: 2, cost: 200 }
   ]
}
{ "_id" : 2, "products" : [ ] }

Lọc MongoDB. MongoDB La bàn

Một phương pháp hiệu quả để truy vấn, tổng hợp và phân tích dữ liệu MongoDB của bạn là sử dụng GUI mạnh mẽ như MongoDB Compass. Nó hoàn toàn miễn phí sử dụng và tương thích với macOS, Windows và Linux. Bạn có thể chỉ định tài liệu bộ lọc trong trường Bộ lọc của thanh Truy vấn và nhấp vào Chạy để thực hiện truy vấn. Chẳng hạn, bạn có thể xem xét một truy vấn mẫu để lọc MongoDB trả về các tài liệu có giá trị Quốc gia là Brazil

Cần lưu ý rằng Bộ lọc la bàn được sử dụng cho Bộ lọc MongoDB hỗ trợ biểu diễn chế độ trình bao của JSON mở rộng MongoDB. Chẳng hạn, bạn có thể xem xét bộ lọc sau trả về các tài liệu trong đó start_date lớn hơn Ngày BSON 2020-07-04

{ "start_date": {$gt: new Date('2020-07-04')} }

Bằng cách chỉ định loại Ngày trong cả toán tử so sánh start_date và $gt, La bàn thực hiện phép so sánh lớn hơn theo thứ tự thời gian, trả về tài liệu có start_date muộn hơn ngày 2020-07-04

Tuy nhiên, khi bạn cố gắng thực hiện truy vấn không có loại Ngày, MongoDB Compass sẽ so sánh start_dates dưới dạng các chuỗi theo từ điển, thay vì so sánh các giá trị theo thứ tự thời gian

Lọc MongoDB. Dịch vụ ứng dụng MongoDB Atlas

MongoDB Atlas App Services cho phép bạn dễ dàng viết và lưu trữ ứng dụng trong hệ sinh thái đám mây được quản lý hoàn toàn. Môi trường đám mây này bao gồm Đồng bộ hóa thiết bị Atlas, các chức năng đám mây không có máy chủ, quy tắc truy cập dữ liệu khai báo, v.v. Bộ lọc trong Dịch vụ ứng dụng bao gồm các thành phần sau

• Áp dụng khi. Bạn có thể sử dụng biểu thức này để kiểm tra xem bộ lọc có áp dụng cho yêu cầu đến không. Bạn có thể sử dụng các biến như và , mặc dù bạn không thể sử dụng các biến MongoDB như Dịch vụ ứng dụng áp dụng các bộ lọc của bạn trước khi đọc bất kỳ dữ liệu nào
• Tài liệu truy vấn tùy chọn. Bạn có thể cung cấp cú pháp truy vấn MongoDB tiêu chuẩn cho truy vấn này. Tài liệu truy vấn này hợp nhất với truy vấn hiện có của bất kỳ yêu cầu nào mà bộ lọc áp dụng cho
• Tài liệu chiếu tùy chọn. Tài liệu này sử dụng cú pháp chiếu MongoDB tiêu chuẩn và hợp nhất với phép chiếu hiện có của bất kỳ yêu cầu nào mà bộ lọc áp dụng cho

Để hiểu Lọc MongoDB cho Dịch vụ ứng dụng, hãy xem xét bộ sưu tập mẫu sau

Lọc.  

{
  "name": "AnonymizeVotes",
  "apply_when": true,
  "query": {
    "shareVoteAnonymous": true
  },
  "project": {
    "_id": 0,
    "age": 1,
    "vote": 1
  }
}

đầu ra

{ age: 34, "vote": "no" }
{ age: 56, "vote": "yes" }
{ age: 44, "vote": "no" }
{ age: 52, "vote": "no" }
{ age: 28, "vote": "no" }
{ age: 54, "vote": "yes" }

Phần kết luận

Trong bài viết này, bạn đã tìm hiểu về MongoDB Filtering và cách bạn có thể lọc các tài liệu trong MongoDB một cách hiệu quả. MongoDB cung cấp toán tử tổng hợp bộ lọc $ cho phép bạn lọc các tài liệu của mình và trích xuất các trường bạn muốn dựa trên điều kiện bạn đã chỉ định. Bạn cũng có thể MongoDB Compose để dễ dàng truy vấn dữ liệu MongoDB của mình trong môi trường trực quan bằng cách chỉ cần cung cấp bộ lọc trong thanh Truy vấn. MongoDB Atlas App Services cũng cho phép bạn lọc truy vấn MongoDB đến. Bộ lọc có thể thêm các tham số truy vấn bổ sung và loại bỏ các trường khỏi kết quả truy vấn trước khi Dịch vụ ứng dụng chạy truy vấn.  

Khi bạn thu thập và quản lý dữ liệu của mình trong MongoDB cũng như trên một số ứng dụng và cơ sở dữ liệu trong doanh nghiệp của mình, điều quan trọng là phải hợp nhất dữ liệu đó để phân tích hiệu suất hoàn chỉnh cho doanh nghiệp của bạn. Tuy nhiên, việc theo dõi liên tục các Trình kết nối dữ liệu là một nhiệm vụ tốn nhiều thời gian và tài nguyên. Để đạt được điều này một cách hiệu quả, bạn cần chỉ định một phần băng thông kỹ thuật của mình để Tích hợp dữ liệu từ tất cả các nguồn, Làm sạch & Chuyển đổi dữ liệu và cuối cùng, Tải dữ liệu đó vào Kho dữ liệu đám mây, Công cụ BI hoặc đích bạn chọn để tiếp tục Kinh doanh . Tất cả những thách thức này có thể được giải quyết một cách thoải mái bằng công cụ ETL dựa trên Đám mây như Hevo Data.   

Dữ liệu Hevo, Đường ống dữ liệu không mã có thể sao chép dữ liệu trong Thời gian thực từ một biển rộng lớn gồm hơn 100 nguồn như MongoDB & MongoDB Atlas đến Kho dữ liệu, Công cụ BI hoặc Đích bạn chọn. Đây là một dịch vụ đáng tin cậy, hoàn toàn tự động và an toàn không yêu cầu bạn viết bất kỳ mã nào.   

Nếu bạn đang sử dụng Hệ thống quản lý cơ sở dữ liệu NoSQL như MongoDB & MongoDB Atlas và đang tìm kiếm một giải pháp thay thế dễ dàng cho Tích hợp dữ liệu thủ công, thì Hevo có thể dễ dàng tự động hóa việc này cho bạn. Hevo, với khả năng tích hợp mạnh mẽ với hơn 100 nguồn và công cụ BI (Bao gồm hơn 40 nguồn miễn phí), cho phép bạn không chỉ xuất và tải dữ liệu mà còn chuyển đổi và làm phong phú dữ liệu của mình cũng như làm cho dữ liệu sẵn sàng để phân tích trong nháy mắt

Bạn muốn đưa Hevo đi chơi? . Hãy kiểm tra các chi tiết về giá để hiểu kế hoạch nào đáp ứng tất cả các nhu cầu kinh doanh của bạn

Làm cách nào để truy vấn lớn hơn ngày trong MongoDB?

Toán tử nào lớn hơn trong MongoDB?

Làm cách nào để so sánh ngày trong la bàn MongoDB?

$GT và $LT trong MongoDB là gì?