本文目录一览：
如何从mongodb的表中读取各字段对应的类型
1、最简单的命令db.foo.find（{key：value}）可找出当前数据库下名称为foo的collection中键为key，值为value的数据。
2、db = pymongo.MongoClient（）.test dates = db.user.find（）print type（dates）for i in dates：print i.keys（）break 创建连接，取到dates数据，不就是一个字典列表啊，取一个值然后字典操作.keys（）不就可以了。
3、如果是在shell下面，可以用JS脚本进行转换：var cursor = db.coll.find（{}， {_id： 0， name： 1}）；var result = cursor.map（function（doc） { return doc.name；}）；这里用到cursor.map方法。
4、例如在mongodb中有数据库（taobao），表（product），表中有一deal字段本来存储的是字符串类型，现在要把deal中的值改为整型。
MongoDB怎样添加和查询集合数据
1、下面是例子：1）列出当前的数据库MongoDB shell version： 1connecting to： test show dbs -admin 0.03125GBlocal （empty） 可以使用show dbs来列出当前有多少个数据库，上面看到的是有两个，分别是admin和local。
2、第一个参数是一个查询条件，用于定位需要更新的文档。这里使用 access.id 来查询权限文档，找到对应的权限记录。第二个参数是一个更新操作，使用 $push 操作符将新的权限对象添加到 access.$.children 数组中。
3、如果我们遇到了一些数据需要跨多个文本或者统计等操作，这个时候可能文档自身也较为复杂，查询操作符已经无法满足的时候，这个时候就需要使用MongoDB的聚合查询框架了。
4、如果担心数据库或集合被意外创建，可以开启严格模式。
5、在这个数据库中创建一个名为 users 的集合，并插入一条用户信息。当前没有 users 集合，mongodb 会直接创建它。
6、MongoDB 聚合操作是在数据处理管道的逻辑上建模的。documents可以进入一个用于处理docuemnt然后返回聚合值的多阶段管道。底层的管道提供了filters（类似于查询的操作）和document transformations（修改document的输出形式）操作。
请MongoDB的索引六种类型。
MongoDB索引使用B-tree数据结构。索引支持MongoDB中查询的高效执行。如果没有索引，MongoDB必须执行集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
文本索引（Text Indexes）：MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词。
MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）MongoDB的索引可以分为：单字段索引、复合索引以及地理空间索引等。
如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
mongoDB应用篇-mongo聚合查询
1、如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
2、之前也说过，MongoDB数据库里面的数据是键值对形式，所以如果想要插入多条数据，可以这样写，也就是键值对之间用逗号隔开。如果想要查询数据，则可以使用db.集合名.find（）语句来查询。
3、在上一篇 mongodb Aggregation聚合操作之$unwind 中详细介绍了mongodb聚合操作中的$unwind使用以及参数细节。本篇将开始介绍Aggregation聚合操作中的$count操作。说明：查询展示文档数量的总数。
4、在上一篇 mongodb Aggregation聚合操作之$count 中详细介绍了mongodb聚合操作中的$count使用以及参数细节。本篇将开始介绍Aggregation聚合操作中的$match操作。
5、MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。
