and操作：
隱式and操作：
db.getCollection("the_table").find({"age":{"$gt":20},"sex":"男"}) //對age與sex這兩個字段的查詢條件需要同時滿足
顯式and操作：
db.getCollection("the_table").find({"$and":[{"age":{"$gte":20}},{"address":"裏世界"}]})
顯式、隱式混用：
db.getCollection("the_table").find({
"id":{"$lt": 10},
"$and": [{"age": {"$gt": 20}}, {"sex": "男"}]
})
不能寫成隱式and操作的例子：
db.getCollection("the_table").find({
"$and": [
{"$or": [{"age": {"$gt": 28}}, {"salary": {"$gt": 9900}}]},
{"$or": [{"sex": "男"}, {"id": {"$lt": 20}}]}
]
})
or操作:
年齡大於28，或工資大於9900的：
db.getCollection("the_table").find({
"$or": [{"age": {"$gt": 28}},{"salary":{"$gt": 9900}}]
})
(注意：mongodb在執行or操作時會遵循一個"短路原則":只要前面的條件滿足了，那後面的條件直接跳過。如果age大於28 ，那就不需要去檢查salary的值是多少。只有在age不滿足查詢條件時，纔會去檢查salary的值)
OR操作一定是顯式的，不存在隱式的OR操作
嵌入式文檔的查詢：
嵌入字段只是定位的時候多了一步。除此之外，嵌入字段和普通字段沒有區別。
查詢所有followed大於10的數據：
db.getCollection("the_table").find({"user.followed": {"$gt": 10}})
如需要在返回的查詢結果中只顯示嵌入式文檔中的部分內容，也可以使用點號來實現。例如只返回"name"和"user_id"這兩個字段，查詢語句:
db.getCollection("the_table").find(
{"user.followed": {"$gt": 10}},
{"_id": 0, "user.name": 1, "user.user_id": 1}
)
包含與不包含：
查出所有size包含M的數據：
db.getCollection("the_table").find({"size": "M"})
查出所有size不包含M的數據：
db.getCollection("the_table").find({"size": {"$ne": "M"}})
數組中有元素在另一個範圍空間內：
db.getCollection("the_table").find({"price": {"$lt": 300, "$gt": 200}}
數組應用：
根據數組長度查詢數據：
從數據集the_table中查詢所有price長度爲2的記錄：
db.getCollection("the_table").find({"price": {"$size": 2}})
根據索引查詢數據（索引是從0 開始的）：
查詢所有“ size ”的第1個(索引爲0)數據爲“ S ”的記錄，查詢語句爲：
db.getCollection("the_table").find({"size.0": "S"})
使用索引也可以比較大小。例如，查詢“price ”第1 個數據大於500 的所有記錄：
db.getCollection("the_table").find({"price.0": {"$gt": 500}})
MongoDB的聚合查詢：
使用聚合功能，可以直接讓MongoDB來處理數據。聚合功能可以把數據像放入傳送帶一樣，先把原始數據按照一定的規則進行篩選處理，然後通過多個不同的數據處理階段來處理數據，最終輸出一個彙總的結果。
聚合操作的命令爲"aggregate",基本格式爲：collection.aggregate([階段1,階段2,階段3, ……,階段N])
聚合操作可以有0 個、l 個或者多個階段。如果有0 個階段，則查詢命令寫爲：collection.aggregate()。那麼它的作用和collection.find() 一樣
如果聚合有至少一個階段，那麼每一個階段都是一個字典。不同的階段負責不同的事情，每一個階段有一個關鍵字。有專門負責篩選數據的階段“ $match ’3 ，有專門負責宇段相關的階段“ $pr句ect”，有專門負責數據分組的階段“$group＂等。聚合操作有幾十個不同的階段關鍵字
一般情況下，並非所有的數據都需要被處理，因此大多數時候聚合的第一個階段是數據篩選。就像find()一樣，把某些滿足條件的數據選出來以便後面做進一步處理。數據篩選的關鍵字爲$match，它的用法爲：collection.aggregate([{"$match"：{和find 完全一樣的查詢表達式}}]）
從the_table數據集中，查詢age大於等於27，且sex爲“女”的所有記錄：
db.getCollection("the_table").aggregate([
{"$match": {"age": {"$gte": 27}, "sex": "女"}}
])
從查詢結果來看，這一條聚合查詢語句的作用完全等同於：
db.getCollection("the_table").find({"age": {"$gte": 27}, "sex": "女"})
這兩種寫法，核心查詢語句{"age": {"$gte": 27} , "sex":"女"}完全一樣。聚合查詢操作中的{"$match":{和find完全一樣的查詢表達式}}"，"$match"作爲一個字典的Key，字典的Value和"find()"第1個參數完全相同。"find()"第1個參數能怎麼寫，這裏就能怎麼寫。
例如，查詢所有age大於28或sex爲男的記錄，聚合查詢可以寫爲：
db.getCollection("the_table").aggregate([
{"$match": {"$or": [{"age": {"$gt": 28}}, {"sex": "男"}]}}
])
從效果上看，使用聚合查詢與直接使用“自nd（）” 效果完全相同，而使用聚合查詢還要多敲幾次鍵盤，那它的好處在哪裏呢？聚合操作的好處在於“ 組合” 。接下來會講到更多的聚合關鍵字，把這些關鍵字組合起來才能體現出聚合操作的強大。
篩選與修改字段：
$project來實現一個己經有的功能一一只返回部分字段（這裏的字段過濾語句與find()第2個參數完全相同）
db.getCollection("the_table").aggregate([
{"$project": {"_id":0, "sex":1, "age":1}}
])
先篩選記錄，再過濾字段：
db.getCollection("the_table").aggregate([
{"$match": {"age": {"$gt": 28}}}
{"$project": {"_id":0, "sex":1, "age":1}},
])
添加新字段：
db.getCollection("the_table").aggregate([
{"$project": {"_id":0, "sex":1, "age":1, "newfield": "hello world"}},
{"$match": {"age": {"$gt": 28}}}
])
(newfield是原來沒有的字段)
複製現有字段：
db.getCollection("the_table").aggregate([
{"$match": {"age": {"$gt": 28}}},
{"$project": {"_id":0, "sex":1, "age":1, "newfield": "$age"}}
])
修改現有字段的數據：
db.getCollection("the_table").aggregate([
{"$match": {"age": {"$gt": 28}}},
{"$project": {"_id":0, "sex":1, "age":1, "newfield": "this is new field"}}
])
注意：這並不會改變數據庫裏的數據，只是改變輸出的數據
（數據並沒有變化）
抽取嵌套字段：
上面的：添加新字段、複製現有字段、修改現有字段的數據等，看起來並沒有卵用，而下面的例子就有用了：
如果用find()，想返回user_id和name，則查詢語句爲：
db.getCollection("the_table").find({},{"user.name":1, "user.user_id":1})
返回結果爲：
（顯然，嵌套字段處理起來並不方便）
現在用$project將嵌套字段中的內容抽取：
db.getCollection("the_table").aggregate([
{"$project": {"name":"$user.name", "user_id":"$user.user_id"}}
])
處理字段特殊值：
• 如果想添加一個字段，但是這個字段的值就是數字“ 1 ”會怎麼樣？
• 如果添加一個字段，這個字段的值就是一個普通的字符串，但不巧正好以“$”開頭，又會怎麼樣呢？
關鍵字：$literal
db.getCollection("the_table").aggregate([
{"$match": {"age": {"$gt": 28}}},
{"$project": {"_id":0, "id":1, "hello": {"$literal":"$normalstring"}, "abcd":{"$literal":1}}}
])
分組操作：
去重的格式：db.getCollection("the_table").aggregate([{"$group": {"_id": "$被去重的字段名"}}])
db.getCollection("the_table").aggregate([
{"$group": {"_id": "$name"}}
])
分組操作雖然也能實現去重操作，但是它返回的數據格式與distinct函數是不一樣的。distinct函數返回的是數組，而分組操作返回的是幾條記錄
去重並統計：
db.getCollection("the_table").aggregate([
{"$group": {"_id": "$name","max_age":{"$max":"$age"},"min_age":{"$min":"$age"},"avg_age":{"$avg":"$age"},"sum_age":{"$sum":"$age"}}}
])
原則上，$sum和$avg的值對應的字段的值應該都是數字。如果強行使用值爲非數字的字段，那麼$sum會返回0, $avg會返回null。而字符串是可以比較大小的，所以，$max與$min可以正常應用到字符串型的字段
還可以使用$sum的值爲數字1來統計多少條記錄：
db.getCollection("the_table").aggregate([
{"$group": {"_id": "$name","doc_count":{"$sum":1},"max_age":{"$max":"$age"},"min_age":{"$min":"$age"},"avg_age":{"$avg":"$age"},"sum_age":{"$sum":"$age"}}}
])
分組/去重、最新一條數據：
db.getCollection("the_table").aggregate([
{"$group": {"_id": "$name","age":{"$last":"$age"},"address":{"$last":"$address"}}}
])
可以取最新的數據，自然可以取最早的數據：
db.getCollection("the_table").aggregate([
{"$group": {"_id": "$name","age":{"$first":"$age"},"address":{"$first":"$address"}}}
])
拆分數組（用關鍵字：$unwind）：
格式：collection.aggregate([{"$unwind":"$字段名"}])
db.getCollection("the_table").aggregate([
{"$unwind":"$size"}
])
還可以把price數組也拆分：
db.getCollection("the_table").aggregate([
{"$unwind":"$size"},
{"$unwind":"$price"}
])
聯集合查詢：
主集合.aggregate([
{
"$lookup": {
"from": "被查集合名",
"localField": "主集合的字段",
"foreignField": "被查集合的字段",
"as": "保存查詢結果的字段名"
}
}
])
其中的“主集合”與“被查集合”需要搞清楚。如果順序搞反了， 則結果會不同。
例如， 現在需要在做博集合中查詢用戶信息， 那麼主集合就是微博集合， 被查集合就是用戶集合。於是查詢語句可以寫爲以下：
db.getCollection("example_post").aggregate([
{"$lookup":{
"from": "example_user",
"localField": "user_id",
"foreignField": "id",
"as": "user_info"
}}
])
(這裏user_info字段之所以會是一個數組，是因爲被查詢集合中可能有多條記錄都滿足條件，只有使用數組才能把它們都保存下來。由於用戶集合每一個記錄都是唯一的，所以這個數組只有一個元素)
聯集合查詢並美化結果：
db.getCollection("example_post").aggregate([
{"$lookup":{
"from": "example_user",
"localField": "user_id",
"foreignField": "id",
"as": "user_info"
}},
{"$unwind":"$user_info"}
])
當然，還可以將聯集合查詢拆分結果返回特定內容：
db.getCollection("example_post").aggregate([
{"$lookup":{
"from": "example_user",
"localField": "user_id",
"foreignField": "id",
"as": "user_info"
}},
{"$unwind":"$user_info"},
{"$project":{
"content": 1,
"post_time": 1,
"name": "$user_info.name",
"work": "$user_info.work"
}}
])
以用戶爲基準聯集合查詢：
db.getCollection("example_user").aggregate([
{"$lookup":{
"from": "example_post",
"localField": "id",
"foreignField": "user_id",
"as": "weibo_info"
}},
{"$unwind":"$weibo_info"},
{"$project":{
"name": 1,
"work": 1,
"content": "$weibo_info.name",
"post_time": "$weibo_info.work"
}}
])
還可以指定只查某人的：
db.getCollection("example_user").aggregate([
{"$match": {"name": "張三瘋"}},
{"$lookup":{
"from": "example_post",
"localField": "id",
"foreignField": "user_id",
"as": "weibo_info"
}},
{"$unwind":"$weibo_info"},
{"$project":{
"content": 1,
"post_time": 1,
"name": "$weibo_info.name",
"work": "$weibo_info.work"
}}
])
(從性能上講，建議把$match放在最前面，這樣可以充分用到mongodb的索引)