本文共 2039 字,大约阅读时间需要 6 分钟。
~~~
/*
~~~
\* $gt --- 大于
\* $lt --- 小于
\* $gte --- 大于或等于
\* $lte --- 小于或等于
\*
\* $ne --- 不等于
\* $in --- 在其中
\* $nin --- 不在其中
\*
\* $mod --- 取模
\* $all --- 存在所有值
\* $size --- 匹配元素数量
\* $exists --- 判断一个元素是否存在
\* $type --- 匹配元素类型
\* $not --- 取反
\*
\* $slice --- 返回数组的子集合
\* $where --- 可以执行任何JavaScript作为查询的一部分
\*
\* $set --- 修改器
\* $unset --- 删除键
\* $inc --- 自增或自减(只能为数字)
\* $upsert --- 如果没有查询到数据,就会以查询条件与数据为基础,新建一个记录
\*
\* 数组修改器
\* $push --- 数组末尾插入元素
\* $addToSet --- 插入元素,避免重复
\* $each ---
\* $pop --- 从数组任何一端删除元素
\* $pull --- 根据特定条件删除元素
\*/
//创建连接
$conn=newMongo();
//选择数据库
$coll=$conn-> ceshi -> user;
//No.01: 大于($gt)、小于($lt)、大于或等于($gte)、小于或等于($lte)
//eg: "age" 大于2 小于等于10的文档
$coll-> find(array('age'=>array('$gt'=> 2,'$lte'=> 10)));
//No.02: 不等于($ne)、在其中($in)、不在其中($nin)
//eg: "age" 不等于 5
$coll-> find(array('age'=>array('$ne'=> 5)));
//eg: "age" 是5或者6的记录
$coll-> find(array('age'=>array('$in'=>array(5, 6))));
//No.03: 取模($mod)
//eg: "age" % 10 == 1
$coll-> find(array('age'=>array('$mod'=>array(10, 1))));
//No.04: 存在所有值($all)
//eg: 用户身份"groupid" 同时属于5与6
$coll-> find(array('groupid'=>array('$all'=>array(5, 6))));
//\* 数组很大多数情况下可以这样理解:每一个元素都是整个键的值
//No.05: 匹配元素数量($size)
//eg: 用户有两个身份
$coll-> find(array('groupid'=>array('$size'=> 2)));
//\* 官网上说不能用来匹配一个范围内的元素,如果想找$size<5之类的,他们建议创建一个字段来保存元素的数量
//No.06: 判断一个元素是否存在($exists)
//eg: "age" 存在的用户
$coll-> find(array('age'=>array('$exists'=> true)));
//No.07: 匹配元素类型($type)
//eg: "age" 是int 类型
$coll-> find(array('age'=>array('$type'=> 16)));
//\* Int(16),String(2)
//No.08: 取反($not)
//eg: 获取 "age" 不为5的数据
$coll-> find(array('age'=>array('$not':5)));
//No.09: 正则表达式
//eg: 获取列"user"以"a"开头的数据
$coll-> find(array('user'=>'/^a/'));
//No.10: 查询内嵌数据内的值
$coll-> find(array('user.first'=>'lai'));
//No.11: $elemMatch
// 查询内嵌文档的时候,将限定条件进行分组
$coll->find({'user':{'$elemMatch':{'first':'lai','last':'qian'}}});
//No.12: Where查询 -- 非必要时不要使用,因为比常规查询慢很多
$coll->find({'$where':'function(){ return this.x + this.y == 10;}'});
$coll->find({'$where':'this.x+this.y==10'});
// 非要使用的时候,先用常规查询过滤数据,where只用来调优数据
转载地址:http://kbtnx.baihongyu.com/