# mongo DB(二)
MongoDB 存取的是BSON（二進制 JSON）格式來表示。

## 題目
找出朋友中有amy 且有john
的資料

請把所有人的hobbies都加入reading 和 watch movie

找出email是帶有yahoo的資料

請找出25歲以下 或興趣有painting的資料

請把amy的email改成[e-mail]，並且新增一個欄位是update_time 內容為現在時間

請把bob john加入sex:M的資料和欄位update_time 為現在時間
Alice Amy 加入sex:F的資料和欄位update_time為現在時間
db.student.update({name:{$in:["Bob,"john]}},{$set:{sex:"M",update_time: new Date()}},{ multi: true } //另一種方法

請將alice的歲數乘2

請讓所有資料的age欄位至少要20歲
請將性別為男生的資料篩選出來並排序且不顯示欄位_id

show dbs
use mongo_class
db.student.insert([
{
name: "John",
age: 25,
email: "[e-mail]",
hobbies: ["reading", "hiking"],
friends: ["Alice", "Bob", "Amy"]
},
{
name: "Alice",
age: 30,
email: "[e-mail]",
hobbies: ["painting", "gardening"],
friends: ["John", "Bob"]
},
{
name: "Bob",
age: 28,
email: "[e-mail]",
hobbies: ["cooking", "photography"],
friends: ["John", "Alice", "Amy"]
},
{
name: "Amy",
age: 18,
email: "[e-mail]",
hobbies: ["cooking", "photography", "hiking"],
friends: ["John", "Alice"]
}
]
)
db.getCollection('student').find({ friends: { $all: ['Amy', 'John'] } }); // 查詢同時具有 'Amy' 和 'John' 作為朋友的學生資料

db.student.update({}, { $push: { "hobbies": { $each: ["reading", "watch movie"] } } }, { multi: true }); // 將 "reading" 和 "watch movie" 插入所有學生的 hobbies 陣列中

db.getCollection('student').find({ email: { $regex: "yahoo" } }); // 查詢 email 中包含 "yahoo" 的學生資料

db.getCollection('student').find({ $or: [{ age: { $lt: 25 } }, { hobbies: "painting" }] }); // 查詢年齡小於 25 或擁有 "painting" 興趣的學生資料

db.student.update({ name: "Amy" }, { $set: { email: "[e-mail]", update_time: new Date() } }, { upsert: false }); // 更新名為 "Amy" 的學生的 email 和 update_time 欄位

db.student.update({ $or: [{ name: "Bob" }, { name: "John" }] }, { $set: { sex: "M", update_time: new Date() } }, { multi: true }); // 將名為 "Bob" 或 "John" 的學生的性別設置為 "M"，並更新 update_time

db.student.update({ $or: [{ name: "Alice" }, { name: "Amy" }] }, { $set: { sex: "F", update_time: new Date() } }, { multi: true }); // 將名為 "Alice" 或 "Amy" 的學生的性別設置為 "F"，並更新 update_time

db.student.update({ name: "Alice" }, { $mul: { age: 2 } },{ multi: true }); // 將名為 "Alice" 的學生的年齡乘以 2

db.student.update({}, { $max: { age: 20 } }, { multi: true }); // 將年齡小於 20 歲的學生的年齡設置為 20

db.student.update({ age: { $lt: 20 } }, { $set: { age: 20 } }, { multi: true });// 將年齡小於 20 歲的學生的年齡設置為 20 另一種方法

db.getCollection('student').find({ sex: "M" }, { _id: 0 }).sort({ age: 1 }); // 查詢性別為 "M" 的學生資料，並按照年齡升序排列，不顯示 _id 欄位

查詢總比數
db.people.count()

db.people.count({city:台北})

db.people.count({city:台北,sex:男})

## Aggregate

db.collection.aggregate()

show dbs // 顯示所有的數據庫
use mongo_class // 切換到 mongo_class 數據庫
db.agg.insert({"id" : 1 ,"name" : "mark","age" : 20, "assets" :100000000 }) // 向 agg 集合插入一個文檔
db.agg.insert({"id" : 2, "name" : "steven", "age" : 40, "assets" :1000000 }) // 向 agg 集合插入一個文檔

// 使用聚合操作進行文檔轉換和選擇特定字段
db.agg.aggregate([{"$project":{"id":1,"name":1}}]) // 將 id 和 name 字段保留，其他字段過濾掉

// 使用聚合操作進行文檔篩選和過濾
db.agg.aggregate([{"$match":{age:{$gt:10,$lte:30}}}]) // 選擇 age 字段大於 10 且小於等於 30 的文檔

## aggregate $sum $max運算值


db.students.update({ name: "Alice" },{ $max: { age: 25 } })
上述示例將更新 students 集合中 name 為 "Alice" 的文檔的 age 字段值，如果 age 字段的當前值小於 25，則更新為 25。

db.students.aggregate([
{
$group:{_id: null,maxAge: { $max: "$age" }}},
{$project: {_id: 0,maxAge: 1} }
]).forEach(function(result) {db.students.update(
{ name: "Alice" },
{ $max: { age: result.maxAge } });});
首先使用 $group 階段計算了集合中所有文檔的 age 字段的最大值，並將結果保存在 maxAge 字段中。然後使用 $project 階段排除了 _id 字段，只保留了 maxAge 字段。最後，使用 forEach 循環遍歷結果，將 maxAge 的最大值應用到 name 為 "Alice" 的文檔的 age 字段上，使用 $max

總之$group 是聚合管道中的操作符，用於按指定字段將文檔分組。通過 $group，您可以對分組後的文檔應用各種聚合操作，例如計算總和、平均值、計數等。
$max 是 $group 階段中使用的一個聚合運算符，用於在分組後的文檔中找到指定字段的最大值。 $max 運算符需要指定要找到最大值的字段
### 練習一

show dbs
use mongo_class
db.ox.insert({"id" :1 , "status" : "o" , "count" : 5})
db.ox.insert({"id" :2 , "status" : "o", "count" : 5})
db.ox.insert({"id" :3 , "status" : "o", "count" : 5})
db.ox.insert({"id" :4 , "status" : "x", "count" : 10})
db.ox.insert({"id" :5 , "status" : "x", "count" : 10})
db.ox.insert({"id" :6 , "status" : "x", "count" : 11})

db.ox.aggregate([{"$group":{"_id":"$status"}}])
db.ox.aggregate([{"$group":{"_id":"$status","total":{"$sum":"$count"}}}])
db.ox.aggregate([{"$group":{"_id":{"a":"$status","b":"$count"}}}])

1.$group 操作按照 status 欄位的值進行分組，將具有相同 status 值的文檔分為一組。_id 指定了分組的依據，這裡使用 status 作為分組依據。
2.使用 $group 階段，通過 _id 欄位將文檔分組為不同的狀態。然後使用 $sum 運算符計算每個狀態的 count 欄位的總和
3.使用 $group 階段，並使用 _id 欄位來創建一個組合鍵，其中包含 status 欄位的值作為 a，count 欄位的值作為 b。

### 練習二

show dbs
use mongo_class
db.agg2.insert({"name" : "mark",
"fans" : [
{"name" : "steven","age":20},
{"name" : "max","age":60},
{"name" : "stanly","age":30}
]})
db.agg2.aggregate([{"$unwind":"$fans"}])
使用 $unwind 階段展開 fans 陣列，將每個 fans 對象拆分為單獨的文檔。

### 練習三

show dbs
use mongo_class
db.agg3.insert({"name" : "mark", "age" : 18})
db.agg3.insert({"name" : "steven", "age" : 38})
db.agg3.insert({"name" : "max", "age" : 10})
db.agg3.insert({"name" : "stanlly", "age" : 28})

db.agg3.aggregate([{"$sort":{"age":1}}])
db.agg3.aggregate([{"$limit":2}])
db.agg3.aggregate([{"$skip":3}])

1. db.agg3.aggregate([{"$sort":{"age":1}}]): 這個聚合操作使用 $sort 階段按照 age 字段進行升序排序。結果將按照年齡從小到大排序。
2. db.agg3.aggregate([{"$limit":2}]): 這個聚合操作使用 $limit 階段限制結果集的數量為 2。它將只返回前兩個文檔作為結果。
3. db.agg3.aggregate([{"$skip":3}]): 這個聚合操作使用 $skip 階段跳過前 3 個文檔。它將從第 4 個文檔開始返回結果。

### 練習四

show dbs
use mongo_class
db.agg4.insert({ "id" : 1,"name" : "mark","age" : 20,"sex" : "M", "fans": [{"name" : "steven"},{"name" : "max"}],"phone" : "xxxxx"})
db.agg4.insert({ "id" : 2,"name" : "steven", "age" : 40,"sex" :"M","fans" : [{"name" : "mark"},{"name" : "max"}],"phone" : "xxxxx"})
db.agg4.insert({ "id" : 3,"name" : "marry","age" : 30,"sex" : "S", "fans": [{"name" : "mark"},{"name" : "max"},{"name" : "jack"}], "phone" :"xxxxx"})
db.agg4.insert({ "id" : 4,"name" : "jack","age" : 21,"sex" : "M","fans" :[{"name" : "mark"}],"phone" : "xxxxx" })

db.agg4.aggregate([
{ $sort: { age: 1 } }, // 按年齡升序排序
{ $match: { age: { $gt: 19, $lte: 29 } } }, // 年齡在 20 到 29 歲之間的文檔
{ $skip: 1 } // 跳過第一個文檔
])
db.agg4.aggregate([{"$match":{"sex":"M"}},{"$project":{"name":1,"age":1}},{ $sort: { age: 1 } }, // 按年齡升序排序
{ $skip: 1 }, // 跳過第一個文檔
{ $limit: 1 } // 返回一個文檔
])

## mapReduce練習一

show dbs
use mongo_class
db.order.insertMany([{ "class" : "1", "price" : 10,"count" : 180},
{ "class" : "1" ,"price" : 10,"count" : 350},
{ "class" : "2" ,"price" : 10,"count" : 90},
{ "class" : "2" ,"price" : 10,"count" : 320},
{ "class" : "2" ,"price" : 10,"count" : 150}])

var result = db.order.mapReduce(
// 映射函式
function() {
// 計算價格和數量的乘積
var total = this.price * this.count;
// 使用 "class" 作為鍵（key），將結果發射（emit）出來
emit(this.class, total);
},
// 減少函式
function(key, values) {
var total = 0;
// 將同一鍵的所有值進行加總
for (var i = 0; i < values.length; i++) {
total += values[i];
}
// 返回每個 "class" 的總和
return total;
},
// 選項：指定結果存儲的集合名稱為 "mapReduceTest"
{ out: "mapReduceTest" }
);

// 檢索 "mapReduceTest" 集合中的所有文檔
db.mapReduceTest.find();

## mapReduce練習二

show dbs
use mongo_class
db.order_2.insertMany([{"class" : "1", "price" : 10,"count" : 180},
{ "class" : "1" ,"price" : 10,"count" : 350},
{ "class" : "2" ,"price" : 10,"count" : 90},
{ "class" : "2" ,"price" : 10,"count" : 320},
{ "class" : "2" ,"price" : 10,"count" : 150},
{ "class" : "3" ,"price" : 10,"count" : 100},
{ "class" : "3" ,"price" : 10,"count" : 200},
{ "class" : "3" ,"price" : 10,"count" : 300}] )

var result = db.order_2.mapReduce(
// 映射函式
function() {
// 計算價格和數量的乘積
var total = this.price * this.count;
// 使用 "class" 作為鍵（key），將結果發射（emit）出來
emit(this.class, total);
},
// 減少函式
function(key, values) {
var total = 0;
// 將同一鍵的所有值進行加總
for (var i = 0; i < values.length; i++) {
total += values[i];
}
// 返回每個 "class" 的總和
return total;
},
// 選項：指定結果存儲的集合名稱為 "Test"
{
out: "Test",
query: {
class: { "$in": ["2", "3"] }
},
finalize: function(key, reducedVal) {
// 在最終處理階段對值進行最後處理
reducedVal = reducedVal + " dollar";
return reducedVal;
}
}
);
// 檢索 "Test" 集合中的所有文檔
db.Test.find();

### 牛刀小試

查詢年齡大於等於30的個數
查詢台北市的人數
查詢年齡介於20到40之間且居住在台北市的人數
查詢每個區域（district）的平均年齡
查詢台北市每個區域的人數

show dbs
use mongo_class
db.order_3.insertMany([
{ city: "台北市", district: "北投", age: 25 },
{ city: "台北市", district: "士林", age: 20 },
{ city: "台北市", district: "士林", age: 30 },
{ city: "台北市", district: "大同", age: 30 },
{ city: "台北市", district: "大同", age: 40 },
{ city: "台北市", district: "大同", age: 50 },
{ city: "台北市", district: "中山", age: 15 },
{ city: "台北市", district: "中山", age: 25 },
{ city: "台北市", district: "松山", age: 18 },
{ city: "台北市", district: "松山", age: 22 },
{ city: "台北市", district: "松山", age: 35 },
{ city: "台北市", district: "松山", age: 45 },
{ city: "新北市", district: "板橋", age: 22 },
{ city: "新北市", district: "三重", age: 45 },
{ city: "新北市", district: "中和", age: 50 },
{ city: "新北市", district: "永和", age: 34 },
{ city: "新北市", district: "新莊", age: 45 },
{ city: "新北市", district: "新店", age: 14 },
{ city: "新北市", district: "土城", age: 47 },
{ city: "新北市", district: "蘆洲", age: 24 },
{ city: "新北市", district: "汐止", age: 35 },
{ city: "新北市", district: "樹林", age: 29 },
{ city: "新北市", district: "淡水", age: 43 },
{ city: "新北市", district: "鶯歌", age: 24 }
])

db.order_3.count({"age":{$lt:30}})
db.order_3.count({city:"台北市"})
db.order_3.count({$and:[{"age":{$gte:20,$lte:40}},{city:"台北市"}]})
db.order_3.count({"age":{$gte:20,$lte:40},city:"台北市"})//簡化版
db.order_3.aggregate([{"$group":{"_id":"$city","total":{"$avg":"$age"}}}])
db.order_3.aggregate([{"$match":{city: "台北市"}},{"$group":{"_id":"$district","total":{$sum:1}}}])

## 索引

優點:收尋速度快
在使用分組或排序時速度快
缺點:占空間
show dbs
use mongo_class
db.tests.insert({"x":"hello"})

db.tests.ensureIndex({"x":1})
db.tests.getIndexes()

// 在 test_1 集合中插入 100,000 個文件
for (var i=0;i<100000;i++){db.test_1.insert({"x":i})}
// 建立 x 欄位的索引
db.test_1.ensureIndex({"x":1})
// 查詢 test_1 集合中 x 大於 500,000 的文檔並進行降序排序
db.test_1.find({ "x": { "$gt": 500000 } }).sort({ "x": -1 }).explain("executionStats")

// 在 test_2 集合中插入 100,000 個文件
for (var i = 0; i < 100000; i++) {db.test_2.insert({ "x": i})}

// 查詢 test_2 集合中 x 大於 500,000 的文檔並進行降序排序
db.test_2.find({ "x": { "$gt": 500000 } }).sort({ "x": -1 }).explain("executionStats")