写在前面：实习期间做公司的任务，用的是MongoDB。刚接触感觉很多东西都不会，现在任务做完了。回过头来记录和巩固一下知识，也方面以后回来查阅。本篇博客只记录Mongodb的查询方法，方便查找！MongoDB 4.0以上版本!! 废话不多说，直接开始记录：

目录

1. 查询所有文档

2. 指定查询条件

3. 指定查询返回的字段

4. 限制返回文档的数量

5. 排序

6. 匹配嵌套文档

7. 使用聚合管道

8. 分组查询

1. 查询所有文档

// 获取集合MongoCollection collection = mongoDatabase.getCollection("users", User.class);// 查询所有文档List userList = new ArrayList();MongoCursor cursor = collection.find().iterator();while (cursor.hasNext()) {User user = cursor.next();userList.add(user);}

在这个示例中，我们首先获取了名为users的集合，并将其映射到User类。接着，我们使用find()方法查询集合中的所有文档，并使用iterator()方法获取游标对象。通过遍历游标对象中的结果，我们可以将每个文档转换为User对象，并将其添加到一个List中。最终，我们可以在userList中找到所有查询结果。

2. 指定查询条件

指定查询条件可以使用find()方法的参数。该参数是一个Bson对象，用于指定查询条件。Bson是MongoDB提供的一个接口，用于构建查询条件。

// 获取集合MongoCollection collection = mongoDatabase.getCollection("users", User.class);// 构建查询条件Bson filter = Filters.eq("name", "John");// 查询文档List userList = new ArrayList();MongoCursor cursor = collection.find(filter).iterator();while (cursor.hasNext()) {User user = cursor.next();userList.add(user);}

构建查询条件有很多种，以下分类：

等于：Filters.eq("name", "John")，用于查询name属性等于"John"的文档。

不等于：Filters.ne("name", "John")，用于查询name属性不等于"John"的文档。

大于：Filters.gt("age", 18)，用于查询age属性大于18的文档。

大于等于：Filters.gte("age", 18)，用于查询age属性大于等于18的文档。

小于：Filters.lt("age", 30)，用于查询age属性小于30的文档。

小于等于：Filters.lte("age", 30)，用于查询age属性小于等于30的文档。

包含：Filters.in("name", Arrays.asList("John", "Mike"))，用于查询name属性包含在"John"和"Mike"中的文档。

不包含：Filters.nin("name", Arrays.asList("John", "Mike"))，用于查询name属性不包含在"John"和"Mike"中的文档。

正则表达式：Filters.regex("name", "^J.*n$")，用于查询name属性匹配正则表达式"^J.*n$"的文档。

与：Filters.and(Filters.eq("name", "John"), Filters.gt("age", 18))，用于查询name属性等于"John"且age属性大于18的文档。

或：Filters.or(Filters.eq("name", "John"), Filters.gt("age", 18))，用于查询name属性等于"John"或age属性大于18的文档。

存在：Filters.exists("name", true)，用于查询存在name属性的文档。

不存在：Filters.exists("name", false)，用于查询不存在name属性的文档。

使用and()和or()方法来组合多个条件，例如：

类似于sql:`name = “john” and (age > 18 or age < 30)`

Bson filter = Filters.and(Filters.eq("name", "John"),Filters.or(Filters.gt("age", 18),Filters.lt("age", 30)));

3. 指定查询返回的字段

在 MongoDB 中，可以使用 projection 对查询返回的字段进行指定。通过指定 projection，可以过滤掉不需要的字段，提高查询效率，并减小数据传输的大小。

在 Java 中，可以使用 Projections 类来进行字段的指定。该类提供了一些静态方法，可以方便地创建不同类型的投影表达式。以下是一些常用的示例：

返回指定字段

List results = collection.find().projection(Projections.include("name", "age")).into(new ArrayList());

上述代码中的 Projections.include("name", "age") 指定了只返回 name 和 age 两个字段。

排除指定字段

List results = collection.find().projection(Projections.exclude("address")).into(new ArrayList());

上述代码中的 Projections.exclude("address") 指定了不返回 address 字段。

限制返回字段

List results = collection.find().projection(Projections.slice("comments", 5)).into(new ArrayList());

上述代码中的 Projections.slice("comments", 5) 指定了只返回 comments 字段中的前五个元素。

进行计算并返回结果

List results = collection.find().projection(Projections.fields(Projections.include("name"), Projections.computed("agePlus10", "$age + 10"))).into(new ArrayList());

上述代码中的 Projections.computed("agePlus10", "$age + 10") 指定了将 age 字段加上 10 并将结果保存到名为 agePlus10 的新字段中。

其他的限制操作

1. Projections.elemMatch(String field, Bson filter)

该方法用于返回某个数组字段中符合特定条件的子文档。参数 field 指定了要查询的数组字段，filter 指定了查询条件。以下是一个示例：

List results = collection.find().projection(Projections.elemMatch("comments", Filters.eq("author", "John Doe"))).into(new ArrayList());

上述代码中，Projections.elemMatch("comments", Filters.eq("author", "John Doe")) 表示查询 comments 数组字段中 author 为 John Doe 的子文档，并返回符合条件的子文档。

2. Projections.metaTextScore(String metaTextScoreField)

该方法用于返回使用 $meta 操作符计算出来的文本搜索相关度得分。参数 metaTextScoreField 指定了保存文本搜索相关度得分的字段名称。以下是一个示例：

List results = collection.find(Filters.text("Java")).projection(Projections.metaTextScore("score")).sort(Sorts.metaTextScore("score")).into(new ArrayList());

上述代码中，Projections.metaTextScore("score") 表示使用 $meta 操作符计算出来的文本搜索相关度得分保存到 score 字段中。

3. Projections.excludeId()

该方法用于排除 _id 字段。以下是一个示例：

List results = collection.find().projection(Projections.excludeId()).into(new ArrayList());

4. Projections.excludeFields(Bson... fields)

该方法用于排除指定的字段。参数 fields 指定了要排除的字段列表。以下是一个示例：

List results = collection.find().projection(Projections.excludeFields("password", "email")).into(new ArrayList());

上述代码中，Projections.excludeFields("password", "email") 表示排除 password 和 email 两个字段。

4. 限制返回文档的数量

在 MongoDB 中，可以通过 limit() 方法来限制查询结果返回的文档数量。

limit() 方法接受一个整数参数，表示返回的文档数量。例如，以下代码限制查询结果只返回前 10 条文档：

FindIterable iterable = collection.find();iterable.limit(10);

如果查询结果包含的文档数量小于指定的限制数，则返回实际包含的文档数。例如，如果查询结果只包含 5 个文档，但是限制返回文档数量为 10，则只会返回这 5 个文档。

跳过指定数量的文档

skip() 方法接受一个整数参数，表示要跳过的文档数量。例如，以下代码跳过查询结果中的前 5 个文档：

FindIterable iterable = collection.find();iterable.skip(5);

如果查询结果包含的文档数量小于指定的跳过数，则返回一个空的文档集合。例如，如果查询结果只包含 3 个文档，但是要求跳过前 5 个文档，则返回一个空的文档集合。

分页查询：

FindIterable iterable = collection.find().sort(Sorts.descending("age"));iterable.skip(5).limit(10);

上述代码会先按照年龄逆序排序，然后跳过前 5 个文档，最后限制返回结果最多只有 10 个文档。

5. 排序

sort() 方法接受一个 Bson 对象作为参数，表示排序的规则。通常，可以使用 Sorts 类提供的静态方法来创建 Bson 对象，例如：

collection.find().sort(Sorts.ascending("age"));

上述代码会按照年龄升序排序查询结果。

collection.find().sort(Sorts.descending("age"));

上述代码会按照年龄降序排序查询结果。

在 MongoDB 中，可以按照多个属性进行排序。例如，以下代码会先按照年龄升序排序，然后按照名称降序排序：

collection.find().sort(Sorts.ascending("age").descending("name"));

除了使用 Sorts 类提供的静态方法外，还可以使用 OrderBy 类的方法来创建排序规则。例如，以下代码与前面的代码等效：

collection.find().sort(OrderBy.asc("age").desc("name"));

sort() 方法也可以和其他查询条件一起使用。例如，以下代码会查询年龄大于 18 岁的文档，并且按照年龄降序排序：

collection.find(Filters.gt("age", 18)).sort(Sorts.descending("age"));

6. 匹配嵌套文档

在 MongoDB 中，文档可以包含嵌套的文档，也就是一个文档中的某个字段的值是一个文档。查询这种嵌套文档需要使用嵌套查询操作符，例如 $elemMatch。

假设有一个 users 集合，每个文档包含一个 name 字段和一个 favorites 字段，favorites 字段是一个数组，包含多个喜欢的电影名和电影类型：

{ "_id" : ObjectId("617f120110136e6f7c6e301d"), "name" : "Alice", "favorites" : [ { "title" : "Inception", "genre" : "Sci-Fi" }, { "title" : "The Shawshank Redemption", "genre" : "Drama" } ] }{ "_id" : ObjectId("617f120110136e6f7c6e301e"), "name" : "Bob", "favorites" : [ { "title" : "The Godfather", "genre" : "Crime" }, { "title" : "The Dark Knight", "genre" : "Action" } ] }

要查询 Alice 喜欢的所有科幻电影，可以使用 $elemMatch 操作符：

collection.find(Filters.and(Filters.eq("name", "Alice"), Filters.elemMatch("favorites", Filters.eq("genre", "Sci-Fi"))));

上述代码会查询 name 为 “Alice” 并且 favorites 数组中至少有一项的 genre 字段是 “Sci-Fi” 的文档。

可以将 $elemMatch 操作符用在多层嵌套的文档中。例如，假设有一个 products 集合，每个文档包含一个 name 字段和一个 reviews 字段，reviews 字段是一个数组，包含多个评价文档，每个评价文档又包含一个 comments 字段和一个 score 字段：

{ "_id" : ObjectId("6181a77a2b59f5df0e13d7c4"), "name" : "iPhone", "reviews" : [ { "comments" : "Good", "score" : 8 }, { "comments" : "Bad", "score" : 2 } ] }{ "_id" : ObjectId("6181a77a2b59f5df0e13d7c5"), "name" : "iPad", "reviews" : [ { "comments" : "Very good", "score" : 9 }, { "comments" : "Not bad", "score" : 6 } ] }

要查询评分大于 7 分的 iPad 评价文档的所有评论，可以使用多层嵌套的 $elemMatch 操作符：

collection.find(Filters.and(Filters.eq("name", "iPad"), Filters.elemMatch("reviews", Filters.elemMatch("comments", Filters.gt("score", 7)))));

7. 使用聚合管道

MongoDB聚合管道是指将多个数据处理操作组合在一起以形成数据处理管道，以便更有效地查询和处理数据。聚合管道可以用于实现许多常见的数据处理操作，例如过滤、排序、分组、计数、平均值、求和、求最大/最小值等。

在Java中，我们可以使用MongoDB的聚合管道API来执行聚合查询。以下是一个使用聚合管道查询的示例代码：

MongoCollection collection = database.getCollection("users");List pipeline = Arrays.asList(new Document("$match", new Document("age", new Document("$gt", 30))),new Document("$group", new Document("_id", "$gender").append("count", new Document("$sum", 1))),new Document("$sort", new Document("count", -1)),new Document("$limit", 10));MongoCursor cursor = collection.aggregate(pipeline).iterator();while (cursor.hasNext()) {Document doc = cursor.next();System.out.println(doc.toJson());}

在这个示例中，我们首先获取了名为“users”的集合，然后使用一个管道列表定义了我们的聚合查询。该管道由四个操作组成：

1. $match：过滤年龄大于30岁的文档。
2. $group：按性别分组，并计算每个组中文档的数量。
3. $sort：按文档数量进行排序，以便按数量最多的顺序返回结果。
4. $limit：限制结果数量为10。

最后，我们使用aggregate方法执行查询，并使用迭代器遍历查询结果并打印输出。

8. 分组查询

分组查询是 MongoDB 中非常有用的一种聚合操作，它可以将文档集合按照某个字段进行分组，然后对每组进行统计分析，例如计算每个分组内文档数量的总和、平均值、最大值、最小值等等。下面介绍如何在 Java 代码中使用 MongoDB 进行分组查询。

首先，我们需要使用 Aggregation 类中的 group() 方法进行分组操作。该方法接受一个 Bson 类型的参数，表示分组条件。例如，下面的代码将按照 name 字段进行分组：

Bson group = Aggregates.group("$name");

接下来，我们可以使用 Aggregation 类中的各种聚合方法对每个分组进行统计分析。例如，下面的代码将在每个分组中计算 age 字段的平均值：

Bson avgAge = Aggregates.avg("age", "$age");

最后，我们可以使用 Aggregation 类中的 pipeline() 方法将所有的聚合操作串联起来，从而得到最终的结果。例如，下面的代码将按照 name 字段进行分组，并在每个分组中计算 age 字段的平均值：

List pipeline = Arrays.asList(Aggregates.group("$name", Aggregates.avg("age", "$age")));MongoCollection collection = database.getCollection("users");MongoCursor cursor = collection.aggregate(pipeline).iterator();while (cursor.hasNext()) {Document result = cursor.next();System.out.println(result.toJson());}

在上面的代码中，我们使用 pipeline() 方法将分组操作和计算平均值操作串联起来，然后使用 aggregate() 方法执行聚合操作，并将结果输出到控制台上。

除了平均值之外，Aggregation 类中还提供了各种聚合方法，例如 sum()、count()、max()、min() 等等，可以根据实际需求进行选择。