MongoDB数据更新大之大与小中小

2024-04-04 07:20

本文主要是介绍MongoDB数据更新大之大与小中小,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

学习mongodb,体会mongodb的每一个使用细节,欢迎阅读威赞的文章。这是威赞发布的第56篇mongodb技术文章,欢迎浏览本专栏威赞发布的其他文章。

数据更新中,往往要应对比较更新的场景。现在很多人喜欢跑步,规律跑步,心脏功能增强会让静息心率(就是深睡时的心率)下降。而在参加强度训练时,心率可能会突破历史最高心率,达到新的高度。但这种训练很危险 ,需要专业的训练计划,不要轻易尝试。在这样的场景中,每次更新的时候,需要与已有数值进行比较。当新数值比已有范围更大或更小时,才会更新。

Mongodb提供了$min, $max方法 ,在一个原子事务中实现数据比较和更新。

定义

操作符$min,更新指定字段值。当新值小于当前字段值时,更新数据。$min支持不同类型的数据比较。

操作符$max,更新指定字段值。当新值大于当前字段值时,更新数据。$max支持不同类型的数据比较。

语法

{$min: {<field1>: <value1>, ...}}
{$max: {<field1>: <value1>, ...}}

当更新字段在嵌入式文档类型或数组时,使用点操作符。

行为

从mongodb5.0开始,更新操作的顺序按照文档字段名的字母表顺序执行。带有数字名称的字段,按照数字顺序更新。

当字段不存在时,$min, $max操作符插入新字段并将字段设置为指定字段。

Mongodb依据BSON比较顺序,比较不同类型的数据大小。

mongodb 5.0版本以后,向$max,$min传入空表达式({ })时,mongodb不再抛出错误。空表达式不会修改字段值 ,也不会在oplog中,添加新的操作记录。

应用

创建集合scores并插入数据

db.scores.insertOne({ _id: 1, highScore: 800, lowScore:200})

文档中字段lowScore值是200, 下面的语句,将字段值更新为150。因为150小于200,所以更新成功。

db.scores.updateOne({_id: 1}, {$min: {lowScore: 150}})

下面的语句,将字段lowScore的值更新为250,因为250大于150,所以数据不会更新

db.scores.updateOne({_id: 1}, {$min: {lowScore: 250}})

下面的语句,将字段highScore更新为950,因为950大于800,所以数据更新成功

db.scores.updateOne({_id: 1}, {$max: {highScore: 950}})

下面的语句,将字段highScore更新为870,因为870小于950,所以数据不会更新

db.scores.updateOne({_id: 1}, {$max: {highScore: 870}})

创建tags集合,并插入数据

db.tags.insertOne({_id: 1,desc: "crafts",dateEntered: ISODate("2013-10-01T05:00:00Z"),dateExpired: ISODate("2013-10-01T16:38:16Z")
})

使用$min更新字段dateEntered。2013-09-25小于2013-10-01,更新成功

db.tags.updateOne({_id: 1},{ $min: { dateEntered: new Date("2013-09-25")}}
)

使用$max更新字段dateExpired,2013-09-30小于2013-10-01,因此数据不会更新

db.tags.updateOne({_id: 1}, { $max: { dateExpired: new Date("2013-09-30")}}
)

这篇关于MongoDB数据更新大之大与小中小的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/875155

相关文章

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

关于MongoDB图片URL存储异常问题以及解决

《关于MongoDB图片URL存储异常问题以及解决》:本文主要介绍关于MongoDB图片URL存储异常问题以及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录MongoDB图片URL存储异常问题项目场景问题描述原因分析解决方案预防措施js总结MongoDB图

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入