Sie können Array-Elemente nach Index entfernen, indem Sie die folgenden zwei Schritte verwenden: -
Der erste Schritt ist wie folgt: -
db.yourCollectionName.update({}, {$unset : {"yourArrayFieldName.yourIndexValue" : 1 }});
Die obige Syntax platziert einen Nullwert an der Position von „yourIndexValue“. Danach müssen Sie Nullwerte aus dem Array-Feld extrahieren, um sie aus den Array-Elementen zu entfernen.
Der zweite Schritt ist wie folgt:
db.yourCollectionName.update({}, {$pull : {"yourArrayFieldName" : null}});
Um die Syntax zu implementieren, erstellen wir eine Sammlung mit Dokumenten. Die Abfrage zum Erstellen einer Sammlung mithilfe von Dokumenten lautet wie folgt:
> db.removeArrayElementByItsIndexDemo.insertOne({"InstructorName":"David", "InstructorAge":28,"InstructorSubject":["MongoDB","MySQL","Java","SQL Server","PL/SQL"]}); { "acknowledged" : true, "insertedId" : ObjectId("5c8abbfc6cea1f28b7aa0803") }
Zeigen Sie alle Dokumente in der Sammlung mithilfe der Methode find() an. Die Abfrage lautet wie folgt:
> db.removeArrayElementByItsIndexDemo.find().pretty();
Das Folgende ist die Ausgabe:
{ "_id" : ObjectId("5c8abbfc6cea1f28b7aa0803"), "InstructorName" : "David", "InstructorAge" : 28, "InstructorSubject" : [ "MongoDB", "MySQL", "Java", "SQL Server", "PL/SQL" ] }
Dies ist die Abfrage zum Löschen von Array-Elementen nach Index.
Schritt 1 - Die Abfrage lautet wie folgt -
> db.removeArrayElementByItsIndexDemo.update({}, {$unset : {"InstructorSubject.2" : 1 }}); WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
Schritt 2 -Die Abfrage lautet wie folgt -
> db.removeArrayElementByItsIndexDemo.update({}, {$pull : {"InstructorSubject" : null}}); WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
Lassen Sie uns überprüfen, ob das Array-Element „Java“ gelöscht wurde. Die Abfrage lautet wie folgt:
> db.removeArrayElementByItsIndexDemo.find().pretty();
Das Folgende ist die Ausgabe:
{ "_id" : ObjectId("5c8abbfc6cea1f28b7aa0803"), "InstructorName" : "David", "InstructorAge" : 28, "InstructorSubject" : [ "MongoDB", "MySQL", "SQL Server", "PL/SQL" ] }
Bei Betrachtung der Beispielausgabe wurde das Array-Element „Java“ vollständig entfernt.
Das obige ist der detaillierte Inhalt vonWie lösche ich Array-Elemente nach Index in MongoDB?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

MongoDB leistet eine hervorragende Leistung und Skalierbarkeit, die für Anforderungen an die Skalierbarkeit und Flexibilität geeignet ist. Oracle bietet hervorragende Leistungen für strenge Transaktionskontrolle und komplexe Abfragen. 1.MongoDB erzielt durch Sharding-Technologie eine hohe Skalierbarkeit, die für groß angelegte Daten und hohe Parallelitätsszenarien geeignet ist. 2. Oracle stützt sich auf Optimierer und parallele Verarbeitung, um die Leistung zu verbessern, die für strukturierte Daten und Transaktionskontrollanforderungen geeignet sind.

MongoDB eignet sich zum Umgang mit groß angelegten unstrukturierten Daten, und Oracle eignet sich für Anwendungen auf Unternehmensebene, die eine Transaktionskonsistenz erfordern. 1.MongoDB bietet Flexibilität und hohe Leistung, die für die Verarbeitung von Benutzerverhaltensdaten geeignet sind. 2. Oracle ist bekannt für seine Stabilität und leistungsstarke Funktionen und für Finanzsysteme geeignet. 3.MongoDB verwendet Dokumentmodelle und Oracle verwendet relationale Modelle. 4.MongoDB ist für Social-Media-Anwendungen geeignet, während Oracle für Anwendungen auf Unternehmensebene geeignet ist.

Die Skalierbarkeit und Leistungsüberlegungen von MongoDB umfassen horizontale Skalierung, vertikale Skalierung und Leistungsoptimierung. 1. Die horizontale Expansion wird durch Sharding -Technologie erreicht, um die Systemkapazität zu verbessern. 2. Die vertikale Expansion verbessert die Leistung durch Erhöhen der Hardwareressourcen. 3. Die Leistungsoptimierung wird durch rationales Design von Indizes und optimierte Abfragestrategien erreicht.

MongoDB ist eine NOSQL -Datenbank, da ihre Flexibilität und Skalierbarkeit im modernen Datenmanagement sehr wichtig sind. Es verwendet Dokumentenspeicher, eignet sich für die Verarbeitung von groß angelegten, variablen Daten und bietet leistungsstarke Abfragen und Indizierungsfunktionen.

Sie können die folgenden Methoden verwenden, um Dokumente in MongoDB zu löschen: 1. Der $ im Bediener gibt die Liste der zu gelöschten Dokumente an. 2. Der reguläre Ausdruck entspricht Dokumenten, die den Kriterien entsprechen. 3. Der $ existiert, dass Betreiber Dokumente mit den angegebenen Feldern löscht. 4. Die Methoden für Find () und remove () erhalten und löschen Sie dann das Dokument. Bitte beachten Sie, dass diese Operationen keine Transaktionen verwenden und alle übereinstimmenden Dokumente löschen können. Seien Sie daher vorsichtig, wenn Sie sie verwenden.

Um eine MongoDB -Datenbank einzurichten, können Sie die Befehlszeile (Verwendung und db.CreateCollection ()) oder die Mongo -Shell (Mongo, Verwendung und DB.CreateCollection ()) verwenden. Weitere Einstellungsoptionen umfassen das Anzeigen von Datenbank (anzeigen DBS), Ansichtskollektionen (Sammlungen anzeigen), das Löschen von Datenbank (db.dropdatabase ()), das Löschen von Sammlungen (db. & Amp; lt; Collection_Name & amp;

Die Bereitstellung eines MongoDB -Clusters ist in fünf Schritte unterteilt: Bereitstellung des Primärknotens, Bereitstellen des Sekundärknotens, Hinzufügen des Sekundärknotens, Konfigurierens der Replikation und Überprüfung des Clusters. Einschließlich der Installation von MongoDB -Software, Erstellen von Datenverzeichnissen, Starten von MongoDB -Instanzen, Initialisieren von Replikationssätzen, Hinzufügen von Sekundärknoten, Erleichterungsfunktionen, Konfigurieren von Stimmrechten und Überprüfung der Clusterstatus und Datenreplikation.

MongoDB wird in den folgenden Szenarien häufig verwendet: Dokumentspeicher: Verwaltet strukturierte und unstrukturierte Daten wie Benutzerinformationen, Inhalte, Produktkataloge usw. Echtzeitanalyse: Schnell Echtzeitdaten wie Protokolle, Überwachung von Dashboard-Anzeigen usw., soziale Medien: Verwalten von Benutzerbeziehungskarten, Aktivitätsströmen und Messaging. Internet der Dinge: Verarbeiten Sie massive Zeitreihendaten wie Geräteüberwachung, Datenerfassung und Fernverwaltung. Mobile Anwendungen: Als Backend-Datenbank synchronisieren Sie mobile Gerätedaten, bieten Offline-Speicher usw. andere Bereiche: Diversifizierte Szenarien wie E-Commerce, Gesundheitswesen, Finanzdienste und Spielentwicklung.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

EditPlus chinesische Crack-Version
Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

SublimeText3 Linux neue Version
SublimeText3 Linux neueste Version

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung