MongoDB 作为文档型数据库，其查询语言基于 BSON（二进制 JSON）格式，与传统关系型数据库的 SQL 语法有较大差异。

一、基本查询命令

1. `find()`：查询文档

语法：db.collection.find(查询条件, 投影)

示例：

// 查询users集合中所有文档
db.users.find()// 查询年龄大于25岁的用户，只返回姓名和年龄
db.users.find({ age: { $gt: 25 } }, { name: 1, age: 1 })

2. `findOne()`：查询单个文档

语法：db.collection.findOne(查询条件, 投影)

示例：

// 查询ID为1001的用户
db.users.findOne({ id: 1001 })

3. `countDocuments()`：统计文档数量

语法：db.collection.countDocuments(查询条件)

示例：

// 统计年龄大于30岁的用户数量
db.users.countDocuments({ age: { $gt: 30 } })

二、查询条件操作符

1. 比较操作符

操作符	含义	示例
`$eq`	等于	`{ age: { $eq: 30 } }`
`$gt`	大于	`{ age: { $gt: 30 } }`
`$lt`	小于	`{ age: { $lt: 30 } }`
`$gte`	大于等于	`{ age: { $gte: 30 } }`
`$lte`	小于等于	`{ age: { $lte: 30 } }`
`$ne`	不等于	`{ age: { $ne: 30 } }`
`$in`	包含于数组	`{ age: { $in: [25, 30, 35] } }`
`$nin`	不包含于数组	`{ age: { $nin: [25, 30, 35] } }`

2. 逻辑操作符

$and：多条件同时满足

db.users.find({ $and: [{ age: { $gt: 25 } }, { gender: "male" }] })

$or：多条件满足其一

db.users.find({ $or: [{ age: { $gt: 40 } }, { profession: "engineer" }] })

$not：取反条件

db.users.find({ age: { $not: { $gt: 30 } } })  // 年龄≤30

3. 文本与正则操作符

$regex：正则匹配

db.users.find({ name: { $regex: "^John" } })  // 姓名以John开头

$text：全文搜索（需先创建文本索引）

db.users.find({ $text: { $search: "John" } })

三、查询结果处理

1. 排序：`sort()`

语法：db.collection.find().sort({ 字段: 1/-1 })

示例：

// 按年龄升序排列
db.users.find().sort({ age: 1 })// 按年龄降序、姓名升序排列
db.users.find().sort({ age: -1, name: 1 })

2. 限制结果：`limit()`

语法：db.collection.find().limit(数量)

示例：

// 只返回前10条记录
db.users.find().limit(10)

3. 跳过结果：`skip()`

语法：db.collection.find().skip(数量)

示例：

// 跳过前5条，返回接下来的10条（分页查询）
db.users.find().skip(5).limit(10)

四、聚合查询：`aggregate()`

聚合操作通过管道（Pipeline）处理文档，常用阶段包括：

1. `$match`：过滤文档

db.sales.aggregate([{ $match: { amount: { $gt: 1000 } } }  // 筛选金额>1000的记录
])

2. `$group`：分组统计

db.sales.aggregate([{ $group: {_id: "$category",  // 按类别分组totalAmount: { $sum: "$amount" },  // 计算每组总金额count: { $sum: 1 }  // 计算每组文档数}}
])

3. `$project`：投影字段

db.sales.aggregate([{ $project: {category: 1,amount: 1,isBigOrder: { $gt: ["$amount", 5000] }  // 新增字段标识大额订单}}
])

4. `$sort`/`$limit`/`$skip`：同查询结果处理

db.sales.aggregate([{ $sort: { amount: -1 } },  // 按金额降序{ $limit: 10 }  // 取前10条
])

五、索引管理命令

1. 创建索引

单字段索引：

db.users.createIndex({ age: 1 })  // 升序索引
db.users.createIndex({ name: -1 })  // 降序索引

复合索引：

db.sales.createIndex({ category: 1, amount: -1 })

唯一索引：

db.users.createIndex({ email: 1 }, { unique: true })

2. 查看索引

db.users.getIndexes()

3. 删除索引

db.users.dropIndex("age_1")  // 删除指定索引
db.users.dropIndexes()  // 删除所有索引

六、高级查询技巧

1. 数组查询

匹配数组中的元素：

db.users.find({ hobbies: "reading" })  // 包含reading的用户

匹配数组中满足条件的元素：

db.users.find({ "scores.math": { $gt: 80 } })  // 数学成绩>80

数组大小匹配：

db.users.find({ hobbies: { $size: 3 } })  // 恰好有3个爱好

2. 嵌套文档查询

db.users.find({ "address.city": "Beijing" })  // 地址在北京市的用户

七、查询优化命令

1. 解释查询计划

db.users.find({ age: { $gt: 30 } }).explain("executionStats")

2. 统计索引使用情况

db.users.totalIndexSize()  // 查看索引总大小
db.runCommand({ indexStats: "users" })  // 查看详细索引统计

八、SQL 与 MongoDB 查询语法对比

SQL 语法	MongoDB 语法
`SELECT * FROM users`	`db.users.find()`
`SELECT * FROM users WHERE age > 25`	`db.users.find({ age: { $gt: 25 } })`
`SELECT * FROM users ORDER BY age DESC LIMIT 10`	`db.users.find().sort({ age: -1 }).limit(10)`
`SELECT category, SUM(amount) FROM sales GROUP BY category`	`db.sales.aggregate([{ $group: { _id: "$category", total: { $sum: "$amount" } }]`