SQL转 MongoDB语法速查表

最新推荐文章于 2026-06-23 16:53:19 发布
原创 最新推荐文章于 2026-06-23 16:53:19 发布 · 5.9k 阅读 · 14 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#mongodb 语法
这篇博客整理了SQL到MongoDB的转换语法，包括新建集合、添加/删除字段、索引操作、查询、更新和删除等，方便学习和查询。还包含了条件查询、模糊查询、统计和排序等功能的对应语法。

SQL转 MongoDB语法速查表

翻译整理：qqxufo 

我的博客：http://hhxblog.leanote.com/ 
吐槽：学习MongoDB的时候，在官网看到了SQL 到 MongoDB 的语法转换图。觉得内容不错，所以打算将其整理出来以便日后的学习和使用。 
PS：右上角自带目录，可以进行速查。

术语和概念

SQLMongoDB
databasedatabase
tablecollection
rowdocument 或 BSON document
columnfield
indexindex
table连接document嵌套和连接
primary keyprimary key
指定单独一列或者列组合作为primary key在MongoDB中primary key会自动设置到——id field中
aggregation（例如 group by）aggregation pipeline

语法关系

假设存在名为user的collection，它的文档包含如下属性

  1. {
  2. _id:ObjectId("509a8fb2f3f4948bd2f983a0"),
  3. user_id:"abc123",
  4. age:55,
  5. status:'A'
  6. }

新建表/集合

SQL

  1. CREATE TABLE users (
  2. id MEDIUMINT NOT NULL
  3. AUTO_INCREMENT,
  4. user_id Varchar(30),
  5. age Number,
  6. status char(1),
  7. PRIMARY KEY (id)
  8. )

MongoDB

  1. // 在第一次进行insert()操作的时候会进行隐式创建。
  2. // 如果不指定_id字段的话，_id将会被自动创建
  3. db.users.insert({
  4. user_id:"abc123",
  5. age:55,
  6. status:"A"
  7. })
  9. // 当然也可以单独创建一个collection
  10. db.createCollection("users")

添加新列/字段

SQL

  1. ALTER TABLE users
  2. ADD join_date DATETIME

MongoDB

  1. // collection并不会对它的document结构进行约束
  2. // 在collection层面上并不会有结构的变化
  4. // 但是在document层面上，update()操作可以利用$set为现有的document添加field
  6. db.users.update(
  7. {},
  8. { $set:{ join_date:newDate()}},
  9. { multi:true}
  10. )

删除列/字段

SQL

  1. ALTER TABLE users
  2. DROP COLUMN join_date

MongoDB

  1. // collection并不会对它的document结构进行约束
  2. // 在collection层面上并不会有结构的变化
  4. // 但是在document层面上，update()操作可以利用$unset为现有的document移除field
  6. db.users.update(
  7. {},
  8. { $unset:{ join_date:""}},
  9. { multi:true}
  10. )

创建索引

SQL

  1. CREATE INDEX idx_user_id_asc
  2. ON users(user_id)

MongoDB

  1. db.users.createIndex({ user_id:1})

创建联合索引

SQL

  1. CREATE INDEX
  2. idx_user_id_asc_age_desc
  3. ON users(user_id, age DESC)

MongoDB

  1. db.users.createIndex({ user_id:1, age:-1})

删除表/集合

SQL

  1. DROP TABLE users

MongoDB

  1. db.users.drop()

插入

SQL

  1. INSERT INTO users(user_id,
  2. age,
  3. status)
  4. VALUES ("bcd001",
  5. 45,
  6. "A")

MongoDB

  1. db.users.insert(
  2. { user_id:"bcd001", age:45, status:"A"}
  3. )

查询所有的数据

SQL

  1. SELECT *
  2. FROM users

MongoDB

  1. db.users.find()

查询所有指定字段的数据（查询主键）

SQL

  1. SELECT id,
  2. user_id,
  3. status
  4. FROM users

MongoDB

  1. db.users.find(
  2. {},
  3. { user_id:1, status:1}
  4. )

查询所有指定字段的数据（不查询主键）

SQL

  1. SELECT user_id, status
  2. FROM users

MongoDB

  1. db.users.find(
  2. {},
  3. { user_id:1, status:1, _id:0}
  4. )

条件查询（字段为相应的内容）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status ="A"

MongoDB

  1. db.users.find(
  2. { status:"A"}
  3. )

条件查询指定字段（字段为相应的内容）

SQL

  1. SELECT user_id, status
  2. FROM users
  3. WHERE status ="A"

MongoDB

  1. db.users.find(
  2. { status:"A"},
  3. { user_id:1, status:1, _id:0}
  4. )

条件查询（字段不含相应的内容）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status !="A"

MongoDB

  1. db.users.find(
  2. { status:{ $ne:"A"}}
  3. )

条件查询（与查询）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status ="A"
  4. AND age =50

MongoDB

  1. db.users.find(
  2. { status:"A",
  3. age:50}
  4. )

条件查询（或查询）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status ="A"
  4. OR age =50

MongoDB

  1. db.users.find(
  2. { $or:[{ status:"A"},
  3. { age:50}]}
  4. )

条件查询（大于关系）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE age >25

MongoDB

  1. db.users.find(
  2. { age:{ $gt:25}}
  3. )

条件查询（小于关系）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE age <25

MongoDB

  1. db.users.find(
  2. { age:{ $lt:25}}
  3. )

条件查询（区间关系）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE age >25
  4. AND age <=50

MongoDB

  1. db.users.find(
  2. { age:{ $gt:25, $lte:50}}
  3. )

模糊查询（包含）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE user_id like "%bc%"

MongoDB

  1. db.users.find({ user_id:/bc/})

模糊查询（起始）

SQL

  1. SELECT *
  2. FROM users
  3. WHERE user_id like "bc%"

MongoDB

  1. db.users.find({ user_id:/^bc/})

升序处理查询结果

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status ="A"
  4. ORDER BY user_id ASC

MongoDB

  1. db.users.find({ status:"A"}).sort({ user_id:1})

降序处理查询结果

SQL

  1. SELECT *
  2. FROM users
  3. WHERE status ="A"
  4. ORDER BY user_id DESC

MongoDB

  1. db.users.find({ status:"A"}).sort({ user_id:-1})

统计（所有条目）

SQL

  1. SELECT COUNT(*)
  2. FROM users

MongoDB

  1. db.users.count()
  3. // 或者
  5. db.users.find().count()

统计（指定字段）

SQL

  1. SELECT COUNT(user_id)
  2. FROM users

MongoDB

  1. db.users.count({ user_id:{ $exists:true}})
  3. // 或者
  5. db.users.find({ user_id:{ $exists:true}}).count()

统计符合指定条件的条目

SQL

  1. SELECT COUNT(*)
  2. FROM users
  3. WHERE age >30

MongoDB

  1. db.users.count({ age:{ $gt:30}})
  3. // 或者
  5. db.users.find({ age:{ $gt:30}}).count()

去重查询

SQL

  1. SELECT DISTINCT(status)
  2. FROM users

MongoDB

  1. db.users.distinct("status")

查询单条数据

SQL

  1. SELECT *
  2. FROM users
  3. LIMIT 1

MongoDB

  1. db.users.findOne()
  3. // 或者
  5. db.users.find().limit(1)

分页并跳过指定页数

SQL

  1. SELECT *
  2. FROM users
  3. LIMIT 5
  4. SKIP 10

MongoDB

  1. db.users.find().limit(5).skip(10)

语法性能测试

SQL

  1. EXPLAIN SELECT *
  2. FROM users
  3. WHERE status ="A"

MongoDB

  1. db.users.find({ status:"A"}).explain()

更新（静态值）

SQL

  1. UPDATE users
  2. SET status ="C"
  3. WHERE age >25

MongoDB

  1. db.users.update(
  2. { age:{ $gt:25}},
  3. { $set:{ status:"C"}},
  4. { multi:true}
  5. )

更新（动态值）

SQL

  1. UPDATE users
  2. SET age = age +3
  3. WHERE status ="A"

MongoDB

  1. db.users.update(
  2. { status:"A"},
  3. { $inc:{ age:3}},
  4. { multi:true}
  5. )

条件删除

SQL

  1. DELETE FROM users
  2. WHERE status ="D"

MongoDB

  1. db.users.remove({ status:"D"})

删除（所有记录）

SQL

  1. DELETE FROM users

MongoDB

  1. db.users.remove({})
mysql转mongo工具
08-26
mysql转mongo工具,可以转移整个数据库，或是单张表
sql-to-mongodb:将SQL表转换为MongoDB集合的Java工具
07-09
sql到mongodb 将SQL表转换为MongoDB集合的Java工具 轻松将 MSSQL 表转换为 MongoDB。 从下载 SQL Server JDBC 驱动程序 将 SQLJDBC4.jar 文件放在同一文件夹中。 一次指定 TABLE NAME 和 NUMBER OF ROWS 进行导入。 java -classpath sqljdbc4.jar:json.jar:mongo-java-driver-2.12.4.jar:。 MSSql_Table_To_MongoDB_Collection mssql_table_name number_of_rows_at_a_time
SQL转MongoDB语法工具类（sql-to-mongo-db-query-converter工具包的使用）
bijianhuan的博客
06-20 4979
最近写了一个目录管理的需求，用的MySQL数据库，存储了一些查询规则，对接我的同事他写的模块用的是MongoDB,这样就需要转义。举例:我这边存储的sql where子句是：他需要用到的MongoDB语法格式是: 这样看，转义自己写是相当费劲，因为语法完全不一样，尤其是涉及到多个‘“或”“与”“非”加括号的时候就很容易崩溃了...所以最好的办法就是面向对象，没错去找工具类，吃现成的……经鄙人不懈努力的查找下，终于再github上找到了可用的工具包sql-to-mongo-db-query-converter
从 SQL 到 MongoDB快速上手篇
A16670113506的博客
03-16 664
前言 很多开发者首次接触数据库（通常是在高校课堂）的概念，或者说接触第一个数据库，通常是 SQL 数据库，而现在，NoSQL 数据库后来居上，很多原 SQL 数据的使用者难免有转向 NoSQL 的需求。而作为 NoSQL 数据库的代表，MongoDB 在社区越来越流行，生产环境的使用也日益广泛。 对于 SQL 转战 NoSQL的开发人员来说，最难的一步其实是将原有的 SQL 的概念和知识直接复用过...
iOS-Echarts高级特性：事件处理、数据动态更新与图表交互的深度解析
gitblog_00083的博客
05-10 528
iOS-Echarts是一款强大的iOS图表库，它基于ECharts实现了丰富的数据可视化功能。本文将深入解析iOS-Echarts的三大高级特性：事件处理、数据动态更新与图表交互，帮助开发者构建更加灵活和交互性强的图表应用。 ## 一、事件处理：捕捉用户交互行为 在iOS-Echarts中，事件处理是实现图表交互的基础。通过为图表添加事件处理器，开发者可以捕捉用户的点击、触摸等操作，并做出相
SQLToMongo：实现SQL数据库到MongoDB的数据迁移
weixin_28235889的博客
08-06 479
SQL (Structured Query Language) 是一种用于管理和操作关系数据库管理系统（RDBMS）的标准编程语言。它允许用户创建、修改、查询和删除数据库中的数据。关键概念包括表、行、列、主键、外键、索引、视图等。理解这些概念对于掌握SQL至关重要，因为它们构成了构建复杂查询和数据库设计的基础。MongoDB是一个基于文档的NoSQL数据库，它以易于理解和使用的文档格式存储数据，非常适合大规模的数据存储和检索。核心特性包括支持动态模式、灵活的数据模型、水平可扩展性和高可用性。
从 SQL 到 MongoDB，这一篇就够了
weixin_42531494的博客
02-16 1274
翻译原文：MongoDB 官方文档：SQL to MongoDB Mapping Chart 前言 很多开发者首次接触数据库(通常是在高校课堂)的概念，或者说接触第一个数据库，通常是 SQL 数据库，而现在，NoSQL 数据库后来居上，很多原 SQL 数据的使用者难免有转向 NoSQL 的需求。而作为 NoSQL 数据库的代表，MongoDB 在社区越来越流行，生产环境的使用也...
MongoDB 常用sql大全
weixin_44532539的博客
02-18 662
以上是 MongoDB 中一些常用的查询和操作示例，尽管它与 SQL 有所不同，但其强大的查询能力和灵活性使得它能够有效地处理各种数据操作。根据实际需求，可以组合使用这些操作来实现复杂的数据管理任务。
墨者：通过手工解决SQL手工注入漏洞测试(MongoDB数据库)
qq_62000508的博客
07-27 530
本文以墨者学院靶场为例，演示MongoDB数据库的手工SQL注入技术。通过闭合JSON/BSON语法和执行JavaScript代码实现注入攻击，主要包括五个步骤：1)查询回显位置；2)获取数据库名称(mozhe_cms_Authority)；3)查询表名(Authority_confidential等)；4)提取字段数据(含用户密码)；5)MD5解密登录获取Key。文章详细说明每个步骤的注入指令和原理，并提供了关键指令速查表，包括tojson()、getCollectionNames()等核心函数的使用方法
navi数据库开发：SQL和NoSQL工具的终极交互式速查指南
gitblog_00593的博客
01-17 948
navi是一款强大的命令行交互式速查工具，专门为数据库开发者设计，能够显著提升SQL和NoSQL数据库操作的效率。这款工具通过智能的速查表系统，让您无需记忆复杂的CLI命令，快速执行各种数据库操作。🚀 ## 为什么navi是数据库开发的完美工具？ 对于数据库开发者来说，navi提供了无与伦比的便利性： - **告别命令记忆**：无需记住各种SQL和NoSQL工具的复杂语法 - **减少复制
《MongoDB 文档高级查询与命令总览（补充版）》
yh云想的博客
08-28 1119
本文深入讲解MongoDB的复杂条件查询，包括正则模糊查询、比较查询、包含查询和条件连接查询。正则查询支持文本匹配（如包含、前缀/后缀匹配），比较查询使用$gt、$lt等运算符筛选范围值，包含查询通过$in/$nin实现多值匹配，条件连接查询使用$and/$or组合多个条件。文章还提供了常用命令速查表，涵盖数据库、集合和文档操作，帮助开发者高效应对复杂查询场景，并给出性能优化建议如创建索引、避免全表扫描等。
Django+Spark+MongoDB 构建高并发数据服务架构
weixin_30443731的博客
06-23 361
在现代Web应用中，Django作为成熟Web框架擅长事务处理与快速响应，但面对海量日志分析、用户留存计算等OLAP场景时易出现性能瓶颈。其本质是将联机事务处理（OLTP）系统强行用于联机分析处理（OLAP），导致查询延迟高、数据库负载重。通过引入Apache Spark承担分布式批流一体计算，MongoDB支撑高吞吐、Schema灵活的原始数据存储，实现计算与服务解耦、异步执行与分层处理。该架构显著提升报表生成效率（如42分钟→92秒），支持按维度下钻与实时反馈，适用于SaaS平台、教育系统及IoT数据分
MongoDB Schema Validation 实战：构建生产级数据守门人
weixin_34163553的博客
06-23 431
MongoDB 的无模式特性在带来灵活性的同时，也埋下了数据不一致、类型错乱和业务异常的隐患。Schema Validation 作为内核级数据校验机制，基于 $jsonSchema 和 $expr 表达式，在写入第一道闸口强制约束字段类型、必填性、嵌套结构与动态业务逻辑，实现数据语义的可信落地。其技术价值在于提供跨语言、跨客户端的最终一致性保障，规避应用层校验（如 Mongoose）的绕过风险与性能损耗。典型应用场景包括订单金额类型统一、用户邮箱格式强校验、支付状态与时间戳联动验证，以及 GDPR/PIP
MongoDB Windows实战：安装、权限与聚合查询全打通
weixin_30835649的博客
06-21 350
MongoDB 是一种以文档为中心的非关系型数据库，其核心在于灵活的数据模型与无预定义 Schema 的设计逻辑。不同于 SQL 数据库的表结构与外键约束，MongoDB 依赖嵌套文档、引用关系和聚合管道实现数据操作。掌握其在 Windows 环境下的本地部署（含 vcruntime140.dll 依赖与 NT SERVICE\MongoDB 权限配置）、基于 authSource=admin 的权限体系构建，以及将业务需求（如‘查高分选课学生’）精准映射为 $elemMatch、$lookup 和 $gr
【教程】：快速入门MongoDB数据库
不愿意透露姓名的网友
11-06 4941
本文介绍了MongoDB数据库的基本概念、安装步骤和基础操作命令。首先概述了MongoDB作为文档型NoSQL数据库的特点，并与传统关系型数据库进行了对比。接着详细讲解了Windows环境下MongoDB的安装配置流程，包括路径设置、环境变量配置和服务启动。最后重点说明了MongoDB的基本操作命令，包括数据库的创建/切换/删除、集合的显式/隐式创建和删除等核心CRUD操作。全文通过表格对比和命令行示例，帮助读者快速掌握MongoDB的基础知识。
MongoDB实战入门：从安装到查询的工程化指南
最新发布
weixin_34343000的博客
06-23 511
文档数据库是一种以JSON-like结构存储数据的非关系型数据库，其核心原理在于BSON二进制格式支持原生时间、二进制和高精度小数类型，突破了传统JSON的表达局限；技术价值体现在灵活嵌套、去规范化建模与天然水平扩展能力，显著降低高频迭代场景下的Schema治理成本；典型应用于IoT设备遥测、用户行为日志、内容管理系统及实时推荐特征存储等结构多变、读写密集的业务系统；本文聚焦MongoDB工程落地，覆盖Docker快速部署、pymongo连接池调优、BSON路径查询、$in枚举过滤与复合索引设计等真实开发高
Docker+Flask+MongoDB本地开发最佳实践
无花的专栏
06-21 437
Docker 是解决 Python Web 开发环境不一致的核心技术，通过容器化封装操作系统差异、依赖冲突与权限陷阱，让 Flask 应用与 MongoDB 实现秒级隔离部署。其本质是将服务抽象为可复现、可丢弃的运行时单元，配合 Docker Compose 的健康检查与服务依赖机制，天然规避本地安装 MongoDB 启动失败、Python 环境混乱、连接超时等高频问题。在图书管理系统等典型 CRUD 场景中，该组合显著提升开发效率与团队协作一致性，成为教学实训与原型验证的事实标准。
MongoDB Java CRUD实战：从环境搭建到高并发避坑指南
weixin_30613727的博客
06-21 374
MongoDB作为主流文档型数据库，凭借灵活的BSON结构、无Schema约束和原生JSON支持，成为Java微服务中处理非结构化数据的核心选择。其底层基于内存映射文件与WiredTiger存储引擎，兼顾写入吞吐与查询性能；通过副本集实现高可用，借助分片集群支撑水平扩展。在Java生态中，mongodb-driver-sync驱动提供同步API，而Spring Data MongoDB进一步封装了POJO映射、方法名查询与事务管理，显著提升开发效率。典型应用场景包括用户行为日志采集、商品动态属性存储、IoT
Flask+MongoDB+Docker本地开发环境搭建指南
weixin_33713707的博客
06-20 457
Flask 是轻量级 Python Web 框架，以高控制粒度和无侵入设计著称；MongoDB 作为文档型数据库，天然适配结构灵活、查询多维的业务场景。二者结合需解决环境一致性、网络可见性与连接可靠性等核心问题——Docker 通过容器化隔离、自定义网络与声明式编排，将依赖版本、端口冲突、权限异常等不确定性收敛为可复现的 YAML 配置。该组合广泛应用于图书管理系统、内部工具平台及教学实验（如 Flask 入门头歌）等快速迭代场景，特别适合新手构建可演示、可交付、跨平台一致的数据库驱动 Web 应用。
MongoDB实战避坑指南：从日志系统到电商建模的落地经验
weixin_34174322的博客
06-23 476
NoSQL数据库核心解决的是高写入、无固定模式、低关联性数据的存储难题，其本质在于以数据自然形态匹配访问模式。MongoDB作为典型文档型数据库，依托BSON结构、嵌套文档、动态Schema和分片能力，在用户行为日志、商品页聚合、IoT时序数据等场景中展现出显著优势；但误用嵌套、忽视分片键设计、混淆集合生命周期或忽略索引原理，极易引发16MB文档限制、慢查询、写冲突与连接池耗尽等生产事故。本文结合12个真实NoSQL项目经验，聚焦文档建模逻辑、CRUD性能陷阱与副本集/分片落地要点，为开发者提供可验证、可复
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值