IT评测·应用市场-qidao123.com技术社区

标题: 【存储中间件】MongoDB最热门NoSql数据库(二):MongoDB应用与开辟 [打印本页]

作者: 南飓风    时间: 2025-4-1 08:56
标题: 【存储中间件】MongoDB最热门NoSql数据库(二):MongoDB应用与开辟

个人主页:道友老李
接待加入社区:道友老李的学习社区
2. MongoDB应用与开辟

2.1. MongoDB安装

l 官网下载安装介质:
Try MongoDB Atlas Products | MongoDB
选择对应版本



修改环境变量
vi /etc/profile
export MONGODB_HOME=/home/lijin/mongodb
export PATH=$PATHMONGODB_HOME/bin
source /etc/profile
创建mongodb存储目次


启动命令:
mongod --dbpath /home/lijin/mongodb-home/data --logpath /home/lijin/mongodb-home/logs/mongod.log --fork
客户端毗连测试下:



MongoDB默认会创建admin、config、local、test数据库。test库是一个默认的数据库,除了test库外admin、config、local库为体系库。admin库主要存储MongoDB的用户、脚色等信息,config库主要存储分片集群基础信息,local库主要存储副本集的元数据。
2.2. 使用MongoDB脚本实现增删查改

2.2.1.基本操作

选择和创建数据库的语法格式:
  1. use 数据库名称
复制代码
查看有权限查看的所有的数据库命令
  1. show dbs
  2. show databases
复制代码
admin : 从权限的角度来看,这是"root"数据库。要是将一个用户添加到这个数据库,这个用户主动继续所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行,好比列出所有的数据库或者关闭服务器。
local: 这个数据永久不会被复制,可以用来存储限于当地单台服务器的恣意集合
config : 当Mongo用于分片设置时,config数据库在内部使用,用于保存分片的相关信息。
集合的操作
新增:
  1. db.createCollection(name)
复制代码
隐式的方式
  1. db.test_d.insert({u_id:1,goods_id:1});
复制代码
集合的查询
  1. show tables;
复制代码
集合的命名规范:
集合名不能是空字符串 “”。
集合名不能含有 \0字符(空字符),这个字符表现集合名的末端。
集合名不能以 "system."开头,这是为体系集合保存的前缀。
用户创建的集合名字不能含有保存字符。别的千万不要在名字里出现$。
文档的插入
  1. db.test.insert("")
复制代码
批量插入
  1. db.comment.insertMany([{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨,天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨,天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨,天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨,天气不好"}
  2. ]);
复制代码
文档的基本查询
查询数据的语法格式如下:
  1. db.collection.find(<query>, [projection])
复制代码
文档的更新
  1. db.collection.update(query, update, options)
复制代码
文档的删除
  1. db.collection.remove(条件)
  2. db.collection.remove({_id:"1"})
  3. db.comment.remove({})  删除全部
复制代码
2.2.2.复杂操作

统计查询
  1. db.collection.count(query, options)
  2. db.note.count();  --统计所有记录
  3. db.note.count({name:"king"});  --统计name为king的记录条数
复制代码
分页列表查询
  1. db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
  2. limit()方法来读取指定数量的数据,使用skip()方法来跳过指定数量的数据
  3. db.note.find().limit(3)
  4. db.note.find().skip(3)
复制代码
分页查询:需求:每页5个
  1. db.note.find().skip(0).limit(5)   //第一页
  2. db.note.find().skip(5).limit(5)   //第二页
  3. db.note.find().skip(10).limit(5)   //第三页
复制代码
排序查询
  1. db.集合名称.find().sort(排序方式)          1升序、-1降序
  2. db.note.find().sort({name:-1,id:-1})
复制代码
skip(), limit(), sort()三个放在一起实行的时候,实行的顺序是先 sort(), 然后是 skip(),最后是表现的 limit(),和命令编写顺序无关
  1. db.note.find().skip(0).limit(5).sort({name:-1,id:-1})
复制代码
正则表达式
  1. db.集合.find({字段:/正则表达式/})           正则表达式是 js的语法
  2. db.note.find({content:/下雨/})               content包含'下雨'的
  3. db.note.find({name:/^k/})                    name是k开头的
复制代码
比力查询
  1. db.集合名称.find({ "field" : { $gt: value }}) // 大于: field > value
  2. db.集合名称.find({ "field" : { $lt: value }}) // 小于: field < value
  3. db.集合名称.find({ "field" : { $gte: value }}) // 大于等于: field >= value
  4. db.集合名称.find({ "field" : { $lte: value }}) // 小于等于: field <= value
  5. db.集合名称.find({ "field" : { $ne: value }}) // 不等于: field != value
  6. db.note.find({id:{$gt:252}})
  7. db.note.find({$and:[{id:{$gt:252}},{id:{$lt:256}}]})
复制代码
条件毗连查询
  1. $and:[ {  },{  },{ } ]
复制代码
包罗查询
  1. db.note.find({id:{$in: [252,254]}})
复制代码
2.3.索引-Index

索引(Index)是资助MongoDB高效获取数据的数据结构,索引支持在MongoDB中高效地实行查询。如果没有索引,MongoDB必须实行全集合扫描,即扫描集合中的每个文档,以选择与查询语句匹配的文档。这种扫描全集合的查询效率好坏常低的,特别在处置惩罚大量的数据时,查询可以要花费几十秒乃至几分钟,这对网站的性能好坏常致命的。
MongoDB索引使用B树数据结构(确切的说是B-Tree,MySQL是B+Tree)
2.3.1.索引的基础知识

B-树索引的构造类似于二叉树,根据键值(Key Value)快速找到数据。注意B-树中的B不是代表二叉(binary),而是代表均衡(balance),因为B-树是从最早的均衡二叉树演化而来,但是B-树不是一个二叉树。
在讲二叉树之前,我们必须了解一下二分查找:
二分查找法(binary search) 也称为折半查找法,用来查找一组有序的记载数组中的某一记载。
在以下数组中找到数字48对应的下标

通过3次二分查找 就找到了我们所要的数字,而顺序查找需8次。
对于上面10个数来说,顺序查找均匀查找次数为(1+2+3+4+5+6+7+8+9+10)/10=5.5次。而二分查找法为(4+3+2+4+3+1+4+3+2+3)/10=2.9次。在最坏的情况下,顺序查找的次数为10,而二分查找的次数为4。
以是为了索引查找的高效性,我们引入了二叉查找树。
2.3.1.1.二叉树

2.3.1.1.1树(Tree)

N个结点构成的有限集合。



2.3.1.1.2.树与非树


2.3.1.1.3.树的一些基本术语


2.3.1.1.4.二叉树

度为2的树(也可称之为阶):(树的度:树中所有结点中最大的度。结点的度:结点的子树个数)
子树有左右顺序之分:

2.3.1.1.5.二叉查找(搜刮)树

二叉查找树首先肯定是个二叉树,除此之外还符合以下几点:


但是二叉查找树,如果设计不良,完全可以酿成一颗极不均衡的二叉查找树:

因此若想最大性能地构造一棵二叉查找树,必要这棵二叉查找树是均衡的,从而引出了新的定义——均衡二叉树,或称为AVL树。
2.3.1.1.6.均衡二叉树(AVL-树)

它是一棵二叉排序树,它的左右两个子树的高度差(均衡因子)的绝对值不超过1,而且左右两个子树都是一棵均衡二叉树。
目的:使得树的高度最低,因为树查找的效率决定于树的高度

均衡二叉树的查找性能是比力高的,但是维护一棵均衡二叉树的代价好坏常大的。通常来说,必要1次或多次左旋和右旋来得到插入、更新和删除后树的均衡性。

详细树的旋转见:算法数据结构体系学习班 马士兵教育官网 - IT职业领路人 (mashibing.com)
章节11-13
2.3.1.2.B-树

B- 树是从均衡二叉查找树演化而来(但B+树不是二叉树,而是一个多叉查找均衡树)。
下图就是一颗均衡二叉查找树
借助网页工具:Data Structure Visualization (usfca.edu)

如今我们将其改造成 B- 树
树的阶数表现一个节点最多能有多少个子节点。
每个节点存储了实际的数据,所有的节点都按照排序二叉树来举行分列;

从AVL到B-树的变革可知,如果节点特别多的话,AVL树的高度远远高于B+树。
下图是一颗实际情况下的B-树

2.3.2.索引的类型

2.3.2.1.单字段索引

MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引,称为单字段索引(Single Field Index)。
对于单个字段索引和排序操作,索引键的排序顺序(即升序或降序)并不重要,因为MongoDB可以在任何方向上遍历索引。

2.3.2.2.复合索引

MongoDB还支持多个字段的用户定义索引,即复合索引(Compound Index)。
复合索引中列出的字段顺序具有重要意义。例如,如果复合索引由 { userid: 1, score: -1 } 组成,则索引首先按userid正序排序,然后在每个userid的值内,再在按score倒序排序。

2.3.3.索引的管理

索引的创建
  1. db.collection.ensureIndex()        --3.0.0 版本前
  2. db.collection.createIndex(keys, options) --3.0.0 版本及之后
  3. 案例:对 note的content字段建立索引
  4. db.note.createIndex({content:1})    --1是按照指定按升序创建索引   -1按降序来创建索引
复制代码

查看索引
  1. db.note.getIndexes();  --查看索引
复制代码

复合索引:对name 和content 同时建立复合(Compound)索引:
  1. db.note.createIndex({name:1,content:1})
复制代码

索引的移除
  1. db.collection.dropIndex(index) --移除指定索引
  2. db.collection.dropIndexes()   --移除所有索引
  3. 案例:删除note的的content索引
  4. db.note.dropIndex({content:1})
复制代码

  1. 案例:删除note的所有索引
  2. db.note.dropIndexes()
复制代码

2.4.Java客户端及实战

2.4.1. 配置及代码

在一个尺度的项目中引入pom文件
  1. <dependency>
  2.         <groupId>junit</groupId>
  3.         <artifactId>junit</artifactId>
  4.         <version>4.12</version>
  5. </dependency>
  6. <dependency>
  7.         <groupId>org.mongodb</groupId>
  8.         <artifactId>mongo-java-driver</artifactId>
  9.         <version>3.12.2</version>
  10. </dependency>
复制代码
演示代码:
  1. package com.net.mongo;
  2. import java.math.BigDecimal;
  3. import java.util.ArrayList;
  4. import java.util.Arrays;
  5. import java.util.HashMap;
  6. import java.util.List;
  7. import java.util.Map;
  8. import java.util.function.Consumer;
  9. import com.mongodb.client.ClientSession;
  10. import org.bson.Document;
  11. import org.bson.conversions.Bson;
  12. import org.junit.Before;
  13. import org.junit.Test;
  14. import com.mongodb.MongoClient;
  15. import com.mongodb.client.FindIterable;
  16. import com.mongodb.client.MongoCollection;
  17. import com.mongodb.client.MongoDatabase;
  18. import com.mongodb.client.result.DeleteResult;
  19. import com.mongodb.client.result.UpdateResult;
  20. import static com.mongodb.client.model.Updates.*;
  21. import static com.mongodb.client.model.Filters.*;
  22. //原生java驱动 document的操作方式
  23. public class QuickStartJavaDocTest {
  24.     //数据库
  25.     private MongoDatabase db;
  26.     //文档集合
  27.     private MongoCollection<Document> doc;
  28.     //连接客户端(内置连接池)
  29.     private MongoClient client;
  30.     @Before
  31.     public void init() {
  32.         client = new MongoClient("127.0.0.1", 27017);
  33.         db = client.getDatabase("lijin");
  34.         doc = db.getCollection("users");
  35.     }
  36.     @Test
  37.     public void insertDemo() {
  38.         Document doc1 = new Document();
  39.         doc1.append("username", "lijin");
  40.         doc1.append("country", "china");
  41.         doc1.append("age", 36);
  42.         doc1.append("lenght", 178.75f);
  43.         doc1.append("salary", new BigDecimal("16565.22"));//存金额,使用bigdecimal这个数据类型
  44.         //添加“address”子文档
  45.         Map<String, String> address1 = new HashMap<String, String>();
  46.         address1.put("aCode", "0000");
  47.         address1.put("add", "xxx000");
  48.         doc1.append("address", address1);
  49.         //添加“favorites”子文档,其中两个属性是数组
  50.         Map<String, Object> favorites1 = new HashMap<String, Object>();
  51.         favorites1.put("movies", Arrays.asList("爱死机", "光环"));
  52.         favorites1.put("cites", Arrays.asList("北京", "南京"));
  53.         doc1.append("favorites", favorites1);
  54.         Document doc2 = new Document();
  55.         doc2.append("username", "yan");
  56.         doc2.append("country", "China");
  57.         doc2.append("age", 30);
  58.         doc2.append("lenght", 185.75f);
  59.         doc2.append("salary", new BigDecimal("38888.22"));
  60.         Map<String, String> address2 = new HashMap<>();
  61.         address2.put("aCode", "411000");
  62.         address2.put("add", "我的地址2");
  63.         doc2.append("address", address2);
  64.         Map<String, Object> favorites2 = new HashMap<>();
  65.         favorites2.put("movies", Arrays.asList("西游记", "东游记"));
  66.         favorites2.put("cites", Arrays.asList("西藏", "三亚"));
  67.         doc2.append("favorites", favorites2);
  68.         //使用insertMany插入多条数据
  69.         doc.insertMany(Arrays.asList(doc1, doc2));
  70.     }
  71.     @Test
  72.     public void testFind() {
  73.         final List<Document> ret = new ArrayList<>();
  74.         //block接口专门用于处理查询出来的数据
  75.         Consumer<Document> printDocument = new Consumer<Document>() {
  76.             @Override
  77.             public void accept(Document document) {
  78.                 System.out.println(document);
  79.                 ret.add(document);
  80.             }
  81.         };
  82.         //select * from users  where favorites.cites has "东莞"、"东京"
  83.         //db.users.find({ "favorites.cites" : { "$all" : [ "东莞" , "东京"]}})
  84.         Bson all = all("favorites.cites", Arrays.asList("东莞", "东京"));//定义数据过滤器,喜欢的城市中要包含"东莞"、"东京"
  85.         FindIterable<Document> find = doc.find(all);
  86.         find.forEach(printDocument);
  87.         System.out.println("------------------>" + String.valueOf(ret.size()));
  88.         ret.removeAll(ret);
  89.         //select * from users  where username like '%s%' and (contry= English or contry = USA)
  90.         // db.users.find({ "$and" : [ { "username" : { "$regex" : ".*c.*"}} , { "$or" : [ { "country" : "English"} , { "country" : "USA"}]}]})
  91.         String regexStr = ".*c.*";
  92.         Bson regex = regex("username", regexStr);//定义数据过滤器,username like '%s%'
  93.         Bson or = or(eq("country", "English"), eq("country", "USA"));//定义数据过滤器,(contry= English or contry = USA)
  94.         Bson and = and(regex, or);
  95.         FindIterable<Document> find2 = doc.find(and);
  96.         find2.forEach(printDocument);
  97.         System.out.println("------------------>" + String.valueOf(ret.size()));
  98.     }
  99.     @Test
  100.     public void testUpdate() {
  101.         //update  users  set age=6 where username = 'lison'
  102. //            db.users.updateMany({ "username" : "lison"},{ "$set" : { "age" : 6}},true)
  103.         Bson eq = eq("username", "cang");//定义数据过滤器,username = 'cang'
  104.         Bson set = set("age", 8);//更新的字段.来自于Updates包的静态导入
  105.         UpdateResult updateMany = doc.updateMany(eq, set);
  106.         System.out.println("------------------>" + String.valueOf(updateMany.getModifiedCount()));//打印受影响的行数
  107.         //update users  set favorites.movies add "小电影2 ", "小电影3" where favorites.cites  has "东莞"
  108.         //db.users.updateMany({ "favorites.cites" : "东莞"}, { "$addToSet" : { "favorites.movies" : { "$each" : [ "小电影2 " , "小电影3"]}}},true)
  109.         Bson eq2 = eq("favorites.cites", "东莞");//定义数据过滤器,favorites.cites  has "东莞"
  110.         Bson addEachToSet = addEachToSet("favorites.movies", Arrays.asList("小电影2 ", "小电影3"));//更新的字段.来自于Updates包的静态导入
  111.         UpdateResult updateMany2 = doc.updateMany(eq2, addEachToSet);
  112.         System.out.println("------------------>" + String.valueOf(updateMany2.getModifiedCount()));
  113.     }
  114.     @Test
  115.     public void testDelete() {
  116.         //delete from users where username = ‘lison’
  117.         //db.users.deleteMany({ "username" : "lison"} )
  118.         Bson eq = eq("username", "lison");//定义数据过滤器,username='lison'
  119.         DeleteResult deleteMany = doc.deleteMany(eq);
  120.         System.out.println("------------------>" + String.valueOf(deleteMany.getDeletedCount()));//打印受影响的行数
  121.         //delete from users where age >8 and age <25
  122.         //db.users.deleteMany({"$and" : [ {"age" : {"$gt": 8}} , {"age" : {"$lt" : 25}}]})
  123.         Bson gt = gt("age", 8);//定义数据过滤器,age > 8,所有过滤器的定义来自于Filter这个包的静态方法,需要频繁使用所以静态导入
  124. //            Bson gt = Filter.gt("age",8);
  125.         Bson lt = lt("age", 25);//定义数据过滤器,age < 25
  126.         Bson and = and(gt, lt);//定义数据过滤器,将条件用and拼接
  127.         DeleteResult deleteMany2 = doc.deleteMany(and);
  128.         System.out.println("------------------>" + String.valueOf(deleteMany2.getDeletedCount()));//打印受影响的行数
  129.     }
  130.     @Test
  131.     public void testTransaction() {
  132. //                begin
  133. //                update  users  set lenght= lenght-1  where username = ‘james’
  134. //                update  users  set lenght= lenght+1  where username = ‘lison’
  135. //                commit
  136.         ClientSession clientSession = client.startSession();
  137.         clientSession.startTransaction();
  138.         Bson eq = eq("username", "james");
  139.         Bson inc = inc("lenght", -1);
  140.         doc.updateOne(clientSession,eq,inc);
  141.         Bson eq2 = eq("username", "lison");
  142.         Bson inc2 = inc("lenght", 1);
  143.         doc.updateOne(clientSession,eq2,inc2);
  144.         clientSession.commitTransaction();
  145.         // clientSession.abortTransaction();
  146.     }
  147. }
复制代码
2.4.2. 运行实战

1、创建3个用户,包罗以下信息:
基本信息:姓名、城市,子集合1:地址,子集合2:爱好,等
@Before注解会在运行 @Test之前把mongodb的毗连创建好!同时会创建一个users的文档集合doc

  1.      @Test
  2.         public void insertDemo() {
  3.             Document doc1 = new Document();
  4.             doc1.append("username", "lijin");
  5.             doc1.append("country", "China");
  6.             doc1.append("age", 36);
  7.             doc1.append("lenght", 178.75f);
  8.             doc1.append("salary", new BigDecimal("16565.22"));//存金额,使用bigdecimal这个数据类型
  9.             Map<String, String> address1 = new HashMap<String, String>();       //添加“address”子文档
  10.             address1.put("aCode", "0000");
  11.             address1.put("add", "xxx000");
  12.             doc1.append("address", address1);
  13.             Map<String, Object> favorites1 = new HashMap<String, Object>();        //添加“favorites”子文档,其中两个属性是数组
  14.             favorites1.put("movies", Arrays.asList("爱死机", "光环"));
  15.             favorites1.put("cites", Arrays.asList("北京", "南京"));
  16.             doc1.append("favorites", favorites1);
  17.             Document doc2 = new Document();
  18.             doc2.append("username", "yan");
  19.             doc2.append("country", "China");
  20.             doc2.append("age", 30);
  21.             doc2.append("lenght", 185.75f);
  22.             doc2.append("salary", new BigDecimal("38888.22"));
  23.             Map<String, String> address2 = new HashMap<>();
  24.             address2.put("aCode", "411000");
  25.             address2.put("add", "我的地址2");
  26.             doc2.append("address", address2);
  27.             Map<String, Object> favorites2 = new HashMap<>();
  28.             favorites2.put("movies", Arrays.asList("西游记", "东游记"));
  29.             favorites2.put("cites", Arrays.asList("西藏", "三亚"));
  30.             doc2.append("favorites", favorites2);
  31.             Document doc3 = new Document();
  32.             doc3.append("username", "mic");
  33.             doc3.append("country", "USA");
  34.             doc3.append("age", 60);
  35.             doc3.append("lenght", 180.75f);
  36.             doc3.append("salary", new BigDecimal("3008888.22"));
  37.             Map<String, String> address3 = new HashMap<>();
  38.             address3.put("aCode", "411000");
  39.             address3.put("add", "我的地址2");
  40.             doc3.append("address", address3);
  41.             Map<String, Object> favorites3 = new HashMap<>();
  42.             favorites3.put("movies", Arrays.asList("卓别林", "牛顿的棺材板"));
  43.             favorites3.put("cites", Arrays.asList("纽约", "洛杉矶"));
  44.             doc3.append("favorites", favorites3);
  45.             //使用insertMany插入多条数据
  46.             doc.insertMany(Arrays.asList(doc1, doc2,doc3));
  47.         }
复制代码

2、查询user的所有的数据
  1.       //查询出文档集合中所有记录
  2.         @Test
  3.         public void testFindAll() {
  4.             Consumer<Document> printDocument = new Consumer<Document>() {
  5.                 @Override
  6.                 public void accept(Document document) {
  7.                     System.out.println(document);
  8.                 }
  9.             };
  10.             FindIterable<Document> find = doc.find();
  11.             find.forEach(printDocument);
  12.         }
复制代码
运行结果
  1. Document{{_id=628c9dd6def18f6106fc417d, username=lijin, country=China, age=36, lenght=178.75, salary=16565.22, address=Document{{add=xxx000, aCode=0000}}, favorites=Document{{movies=[爱死机, 光环], cites=[北京, 南京]}}}}
  2. Document{{_id=628c9dd6def18f6106fc417e, username=yan, country=China, age=30, lenght=185.75, salary=38888.22, address=Document{{add=我的地址2, aCode=411000}}, favorites=Document{{movies=[西游记, 东游记], cites=[西藏, 三亚]}}}}
  3. Document{{_id=628c9dd6def18f6106fc417f, username=mic, country=USA, age=60, lenght=180.75, salary=3008888.22, address=Document{{add=我的地址2, aCode=411000}}, favorites=Document{{movies=[卓别林, 牛顿的棺材板], cites=[纽约, 洛杉矶]}}}}
复制代码
3、查询user(通过过滤条件1)
  1.     @Test
  2.         public void testFindFilter1() {
  3.             //block接口专门用于处理查询出来的数据
  4.             Consumer<Document> printDocument = new Consumer<Document>() {
  5.                 @Override
  6.                 public void accept(Document document) {
  7.                     System.out.println(document);
  8.                 }
  9.             };
  10.             //定义数据过滤器,喜欢的城市中要包含"北京"、"南京"
  11.             Bson all = all("favorites.cites", Arrays.asList("北京", "南京"));
  12.             FindIterable<Document> find = doc.find(all);
  13.             find.forEach(printDocument);
  14.         }
复制代码
运行结果
  1. Document{{_id=628c9dd6def18f6106fc417d, username=lijin, country=China, age=36, lenght=178.75, salary=16565.22, address=Document{{add=xxx000, aCode=0000}}, favorites=Document{{movies=[爱死机, 光环], cites=[北京, 南京]}}}}
复制代码
4、查询user(通过过滤条件2)
  1.      //查询出文档集合中的记录(过滤2)
  2.         @Test
  3.         public void testFindFilter2() {
  4.             //block接口专门用于处理查询出来的数据
  5.             Consumer<Document> printDocument = new Consumer<Document>() {
  6.                 @Override
  7.                 public void accept(Document document) {
  8.                     System.out.println(document);
  9.                 }
  10.             };
  11.             //定义数据过滤器,country like '%ina%'  and  contry= 北京 or contry = USA)
  12.             String regexStr = ".*ina.*";
  13.             Bson regex = regex("country", regexStr);
  14.             Bson or = or(eq("favorites.cites", "北京"), eq("favorites.cites", "纽约"));
  15.             Bson and = and(regex, or);
  16.             FindIterable<Document> find = doc.find(and);
  17.             find.forEach(printDocument);
  18.         }
复制代码
运行结果
  1. Document{{_id=628c9dd6def18f6106fc417d, username=lijin, country=China, age=36, lenght=178.75, salary=16565.22, address=Document{{add=xxx000, aCode=0000}}, favorites=Document{{movies=[爱死机, 光环], cites=[北京, 南京]}}}}
复制代码
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。




欢迎光临 IT评测·应用市场-qidao123.com技术社区 (https://dis.qidao123.com/) Powered by Discuz! X3.4