滑板入门教程2站位【人人网 - 分享】
滑板入门教程2站位
分享这个视频的人喜欢
分享这个视频的人也爱看
一个女的在直播
新主播请多多指教
发懵逼果了
皮一下很开心?
熬吧拼吧……
中老年直播
jiang'jiang
热门视频推荐
热门日志推荐
同类视频推荐
北京千橡网景科技发展有限公司：
文网文[号··京公网安备号·甲测资字
文化部监督电子邮箱：wlwh@vip.sina.com··
文明办网文明上网举报电话： 举报邮箱：&&&&&&&&&&&&
请输入手机号，完成注册
请输入验证码
密码必须由6-20个字符组成
下载人人客户端
品评校花校草，体验校园广场滑板——双翘滑板丨数字尾巴
请绑定手机号
亲爱的尾巴用户：根据相关法律法规，需要绑定手机才能发布内容，感谢你的理解
帖子详情页
本帖最后由 2颗老虎牙 于
14:06 编辑
好久没来尾巴了~今天来发个玩物贴……之前有发过香蕉板，今天来说说常见的双翘板
双翘滑板，顾名思义，板的两边都是翘起来滴……
滑板，起源于20世纪50年代末60年代初，由冲浪运动演变而成的滑板运动，在而今已成为地球上最“酷”的运动之一。滑板的技巧主要包括：The AerialL（在滑杆上）、The Invert（在U台上）、THE Ollie（带板起跳）等等等……
最开始的滑板由于其本身的落后性（板太笨重，无弹性，转向机构不灵敏，轮子太滑等），滑板运动并未得到像今天这样的普及，但随着科技发展，滑板的各个零部件都得到了提升，而且滑板不受场地限制，各类滑板比赛也慢慢的出现在大家的生活里，继而滑板得到了很好的普及，更多的人认识了滑板并开始兴起这一运动……
滑板的购买方式，可以网上订购，也可以到实体店看到实物再购买，可以买整板，也可以买组装板……因为各零部件等级、用材、质量不同，而价格也相应的不同……从几十块到几百上千，甚至更贵……几十块的板就是玩具板，跟专业板比起来差太多，
所以要是你是初学者，我建议你不要购买几十块的，100多的初级整板还是可以考虑的，因为玩具板真的很影响你的进步……
现在，给大家简单介绍下滑板的其他相关知识：
因为每个人的用脚习惯不同，所以哪只脚在前，都是凭着个人习惯（PS：怎么知道哪只脚在前呢？你可以走走楼梯，先踏出哪只脚，就是哪只脚在前）
regular——习惯为左脚在前的滑板姿势（我就是左脚在前）、goofy——习惯为右脚在前的滑板姿势
1、正常姿势（normal）：即左脚在前的regular姿势与右脚在前goofy的姿势。
2、倒滑姿势（fakie）：即以regular姿势向板尾方向滑行。
3、反脚（switch）：即以与正常姿势相反的姿势（如你本来是regular则换为goofy）做各种动作。
4、nollie：姿势－将反脚姿势与倒滑姿势结合就是nollie姿势。
5、mongo：姿势－这是一种很别扭的姿势，即以前脚滑行而将后脚置于板上的一种滑行方式。
6、空中转体（body varial）：此动作极简单，即身体跳起后于空中转体180度再落于板上，一般与其他动 作如踢翻等结合。 7、ollie：即用双脚带板起跳。这个动作是进入滑板自由世界的门槛，我想也是令许多人踏上滑板之路的原因。（ollie的来历:ollie这一动作由美国滑手allan gelfand首创，而他的小名就叫“ollie”。1979年 ，15岁的allan在福罗理达州的好利坞市的一个滑板公园中练习，在一个碗形游泳池中，他发现自己居然 可以不用手抓板而带板腾空。他的同伴就将这个动作称为“ollie”。各位滑友大概想不道在79年的美国 才出现这个动作吧？allan后来成为当时最劲的白骨队成员，但他只作了两年pro就转行搞赛车了，但这个创造的意义是不言自明了。）
8、外跳转（frontside 180 ollie）：即做ollie后，在人与板上升过程中,带板向身体背侧转体180 度后再 落地。
9、内跳转（backside 180 ollie）：与上一个动作类似，是转向身体的内侧。
10、滑后轮（manual）：即滑行并保持一定的速度后，以后脚压板尾抬起前轮（板尾不着地）仅以 后两轮滑 行。ollie manual则指ollie后再做此动作。
（简单介绍几个动作，要想知道更详细的请百度）
下面我们来看看滑板组成：
23:36 上传
1. Griptape&&砂纸& && && && && && && && && && && && && && && && && && &
2. Nose&&板头（板面前端）
3. Pad 支架垫片（桥垫）
4. Baseplate&&支架底座（支架的组成部分之一）
5. Hanger&&支架主体（支架的组成部分之一）
6. Nuts&&螺母（与桥钉配套）
7. Bushings 支架避震组（支架的组成部分之一）
8. Bearing 轴承
9. Wheel&&轮子10. Spacer 筒环（置于轮子中，可不用）
11. Axle Nuts&&支架侧母
12. Trucks&&支架
12a. Kingpin 支架主钉（主桥钉，支架的组成部分之一）
13. Tail&&板尾（板面尾部）
14. Deck&&板面
15. Mounting 桥钉 （用于连接板面和支架） 购买滑板时，滑板分为以下几个部分：
板面，砂纸，支架，轮子，轴承，桥钉
一个文化，一项运动，我们需要细细体会，慢慢了解，才能理解透彻……所以以上内容我就简单介绍到这因为卖家发过来的是零件，需要我自己组装（本人从没组装过，啊哈哈~献丑了献丑了）
现在来看看我的新板包装及内部所有物品
22:54 上传
22:54 上传
来看看板吧 长80cm 宽19.5cm 高13cm 5层俄罗斯枫木 2层加拿大枫木
22:58 上传
22:58 上传
22:54 上传
组装：本打算自己写步骤，但发现我表达的太复杂，你们还是看帖子最后的组装视频吧……组装滑板你所需要的工具：T型工具、螺丝刀、美工刻刀
22:55 上传
1、贴砂纸并切割砂纸（PS：贴砂纸不难，难再切割砂纸，因为是第一次组装，所以我的砂纸被我切成了波浪形，哎~）
22:55 上传
22:55 上传
22:56 上传
22:56 上传
在贴砂纸的时候，板没放好，为了不让板掉在地上，俺用手背稳住了板，导致手指破皮……（真是出师未捷身先死啊）
22:56 上传
看吧，献丑了吧，都波浪形的啦~
22:56 上传
2、给砂纸开孔，你需要用到螺丝刀，螺丝刀别太大，也别太小…从板后孔轻轻在砂纸上做出痕迹，这时候不需要穿孔
22:58 上传
22:58 上传
22:56 上传
22:56 上传
3、桥的安装（具体步骤请看视频，非常关键）
22:57 上传
22:57 上传
22:57 上传
22:57 上传
4、轮子的安装（因为个人喜好问题，所以我选了红色，不过一般多是小白轮）
22:57 上传
22:57 上传
轮子安装好后，整板的安装就已完成……现在开始玩吧
这里又给大家普及另外一个小知识：滑板分前后，但怎么分呢？
大家看最后那张，前面的板比后面的板要宽一些，不仔细看还真看不出来，如果实在看不出来，那就看板背面的图案，图案正上方就是前面，反之就是后面……
22:57 上传
22:57 上传
22:53 上传
23:48 上传
以下是卖家送的一些小东西，教程、手指滑板、护具（质量真的不咋滴）
22:55 上传
22:54 上传
22:55 上传
组装视频：
快给朋友分享吧！
请先登录再评论...本文专门介绍MongoDB的命令行操作。其实，这些操作在MongoDB官网提供的Quick Reference上都有，但是英文的，为了方便，这里将其稍微整理下，方便查阅。
登录和退出
mongo命令直接加MongoDB服务器的IP地址（比如：mongo 10.77.20.xx），就可以利用Mongo的默认端口号(27017)登陆Mongo，然后便能够进行简单的命令行操作。
至于退出，直接exit，然后回车就好了。
$ mongo 10.77.20.xx &
MongoDB shell version: 2.0.4 &
connecting to: 10.77.20.xx/test &
& show collections &
从以上可以看出，登录后mongo会自动连上一个名为test的数据库。如果这个数据库不存在，那么mongo会自动建立一个名为test的数 据库。上面的例子，由于Mongo服务器上没有名为test的db，因此，mongo新建了一个空的名为test的db。其中，没有任何 collection。
database级操作
2.1 查看服务器上的数据库 &
& show dbs &
admin & (empty) &
back_up (empty) &
blogtest & &0.203125GB &
local & 44.GB &
test & &(empty) &
2.2 切换数据库 &
切换到blogtest数据库(从默认的test数据库) &
& use blogtest &
switched to db blogtest &
mongo中，db代表当前使用的数据库。这样，db就从原来的test，变为现在的blogtest数据库。 &
2.3 查看当前数据库中的所有集合 &
& show collections &
system.indexes &
2.4 创建数据库 &
mongo中创建数据库采用的也是use命令，如果use后面跟的数据库名不存在，那么mongo将会新建该数据库。不过，实际上只执行use命令后，mongo是不会新建该数据库的，直到你像该数据库中插入了数据。 &
& use test2 &
switched to db test2 &
& show dbs &
admin & (empty) &
back_up (empty) &
blogtest & &0.203125GB &
local & 44.GB &
test & &(empty) &
到这里并没有看到刚才新建的test2数据库。 &
& db.hello.insert({"name":"testdb"}) &
该操作会在test2数据库中新建一个hello集合，并在其中插入一条记录。 &
& show dbs &
admin & (empty) &
back_up (empty) &
blogtest & &0.203125GB &
local & 44.GB &
test & &(empty) &
test2 & 0.203125GB &
& show collections &
system.indexes &
这样，便可以看到mongo的确创建了test2数据库，其中有一个hello集合。 &
2.5 删除数据库 &
& db.dropDatabase() &
{ "dropped" : "test2", "ok" : 1 } &
& show dbs &
admin & (empty) &
back_up (empty) &
blogtest & &0.203125GB &
local & 44.GB &
test & &(empty) &
2.6 查看当前数据库 &
可以看出删除test2数据库之后，当前的db还是指向它，只有当切换数据库之后，test2才会彻底消失。
collection级操作
3.1 新建collection &
& db.createCollection("Hello") &
{ "ok" : 1 } &
& show collections &
system.indexes &
从上面2.4也可以看出，直接向一个不存在的collection中插入数据也能创建一个collection。 &
& db.hello2.insert({"name":"lfqy"}) &
& show collections &
system.indexes &
3.2 删除collection &
& db.Hello.drop() &
返回true说明删除成功，false说明没有删除成功。 &
& db.hello.drop() &
不存在名为hello的collection，因此，删除失败。 &
3.3 重命名collection &
将hello2集合重命名为HELLO &
& show collections &
system.indexes &
& db.hello2.renameCollection("HELLO") &
{ "ok" : 1 } &
& show collections &
system.indexes &
3.4 查看当前数据库中的所有collection &
&show collections &
3.5 建立索引在HELLO集合上，建立对ID字段的索引，1代表升序。 &
&db.HELLO.ensureIndex({ID:1}) &
Record级的操作
这一小节从这里开始，我们用事先存在的blogtest数据库做测试，其中有两个Collection，一个是book，另一个是user。
4.1 插入操作
4.1.1 向user集合中插入两条记录 &
& db.user.insert({'name':'Gal Gadot','gender':'female','age':28,'salary':11000}) &
& db.user.insert({'name':'Mikie Hara','gender':'female','age':26,'salary':7000}) &
4.1.2 同样也可以用save完成类似的插入操作 &
& db.user.save({'name':'Wentworth Earl Miller','gender':'male','age':41,'salary':33000}) &
4.2 查找操作
4.2.1 查找集合中的所有记录
& db.user.find() &
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 } &
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 } &
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 } &
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 } &
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13 } &
4.2.2 查找集合中的符合条件的记录
(1)单一条件 &
a)Exact Equal: &
查询age为了23的数据 &
& db.user.find({"age":23}) &
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
b)Great Than: &
查询salary大于5000的数据 &
& db.user.find({salary:{$gt:5000}})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
c)Fuzzy Match &
查询name中包含'a'的数据 &
& db.user.find({name:/a/})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
查询name以G打头的数据 &
& db.user.find({name:/^G/}) &
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 } &
(2)多条件"与" &
查询age小于30，salary大于6000的数据 &
& db.user.find({age:{$lt:30},salary:{$gt:6000}})
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
(3)多条件"或" &
查询age小于25，或者salary大于10000的记录 &
& db.user.find({$or:[{salary:{$gt:10000}},{age:{$lt:25}}]})
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
4.2.3 查询第一条记录
将上面的find替换为findOne()可以查找符合条件的第一条记录。
将上面的find替换为findOne()可以查找符合条件的第一条记录。 &
& db.user.findOne({$or:[{salary:{$gt:10000}},{age:{$lt:25}}]})
"_id" : ObjectId("7fb"),
"name" : "lfqy",
"gender" : "male",
"age" : 23,
"salary" : 15
4.2.4 查询记录的指定字段
查询user集合中所有记录的name,age,salary,sex_orientation字段 &
& db.user.find({},{name:1,age:1,salary:1,sex_orientation:true})
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
注意：这里的1表示显示此列的意思，也可以用true表示。 &
4.2.5 查询指定字段的数据，并去重。
查询gender字段的数据，并去掉重复数据 &
& db.user.distinct('gender') &
[ "male", "female" ] &
4.2.6 对查询结果集的操作
(1)Pretty Print &
为了方便，mongo也提供了pretty print工具，db.collection.pretty()或者是db.collection.forEach(printjson) &
& db.user.find().pretty()
"_id" : ObjectId("7fb"),
"name" : "lfqy",
"gender" : "male",
"age" : 23,
"salary" : 15
"_id" : ObjectId("52453cfb25e437dfea8fd4f4"),
"name" : "Gal Gadot",
"gender" : "female",
"age" : 28,
"salary" : 11000
"_id" : ObjectId("e437dfea8fd4f5"),
"name" : "Mikie Hara",
"gender" : "female",
"age" : 26,
"salary" : 7000
"_id" : ObjectId("e437dfea8fd4f6"),
"name" : "Wentworth Earl Miller",
"gender" : "male",
"age" : 41,
"salary" : 33000
"_id" : ObjectId("7fb70d000000"),
"name" : "not known",
"sex_orientation" : "male",
"age" : 13
(2)指定结果集显示的条目 &
a)显示结果集中的前3条记录 &
& db.user.find().limit(3)
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
b)查询第1条以后的所有数据 &
& db.user.find().skip(1)
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
c)对结果集排序 &
& db.user.find().sort({salary:1})
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
& db.user.find().sort({salary:-1})
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("7fb"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 15 }
4.2.7 统计查询结果中记录的条数
(1)统计集合中的所有记录条数 &
& db.user.find().count() &
(2)查询符合条件的记录数 &
查询salary小于4000或大于10000的记录数 &
& db.user.find({$or: [{salary: {$lt:4000}}, {salary: {$gt:10000}}]}).count() &
4.3 删除操作
4.3.1 删除整个集合中的所有数据
& db.test.insert({name:"asdf"}) &
& show collections &
system.indexes &
到这里新建了一个集合，名为test。 &
删除test中的所有记录。 &
& db.test.remove() &
PRIMARY& show collections &
system.indexes &
& db.test.find() &
可见test中的记录全部被删除。 &
注意db.collection.remove()和drop()的区别，remove()只是删除了集合中所有的记录，而集合中原有的索引等信息还在，而drop()则把集合相关信息整个删除(包括索引)。
4.3.2 删除集合中符合条件的所有记录
& db.user.remove({name:'lfqy'})
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("57dfea8fd4f8"), "name" : "2", "gender" : "female", "age" : 28, "salary" : 2 }
{ "_id" : ObjectId("e437dfea8fd4fa"), "name" : "1", "gender" : "female", "age" : 28, "salary" : 1 }
& db.user.remove( {salary :{$lt:10}})
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
4.3.3 &删除集合中符合条件的一条记录
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("57dfea8fd4fb"), "name" : "1", "gender" : "female", "age" : 28, "salary" : 1 }
{ "_id" : ObjectId("57dfea8fd4fc"), "name" : "2", "gender" : "female", "age" : 28, "salary" : 2 }
& db.user.remove({salary :{$lt:10}},1)
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("57dfea8fd4fc"), "name" : "2", "gender" : "female", "age" : 28, "salary" : 2 }
当然，也可以是db.user.remove({salary :{$lt:10}},true) &
4.4 更新操作
4.4.1 赋值更新
db.collection.update(criteria, objNew, upsert, multi )
criteria:update的查询条件，类似sql update查询内where后面的
objNew:update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内set后面的。
upsert : 如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
multi : mongodb默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("e437dfea8fd4fd"), "name" : "lfqy", "gender" : "male", "age" : 28, "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "name" : "lfqy", "gender" : "male", "age" : 28, "salary" : 2 }
& db.user.update({name:'lfqy'},{$set:{age:23}},false,true)
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("e437dfea8fd4fd"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 2 }
db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("e437dfea8fd4fd"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 2 }
& db.user.update({name:'lfqy1'},{$set:{age:23}},true,true)
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("e437dfea8fd4fd"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "name" : "lfqy", "gender" : "male", "age" : 23, "salary" : 2 }
{ "_id" : ObjectId("c83a5bf26fc285"), "age" : 23, "name" : "lfqy1" }
& db.user.update({name:'lfqy'},{$set:{interest:"NBA"}},false,true)
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("c83a5bf26fc285"), "age" : 23, "name" : "lfqy1" }
{ "_id" : ObjectId("e437dfea8fd4fd"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 2 }
4.4.2 增值更新
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11000 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7000 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("c83a5bf26fc285"), "age" : 23, "name" : "lfqy1" }
{ "_id" : ObjectId("e437dfea8fd4fd"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 2 }
& db.user.update({gender:'female'},{$inc:{salary:50}},false,true)
& db.user.find()
{ "_id" : ObjectId("52453cfb25e437dfea8fd4f4"), "name" : "Gal Gadot", "gender" : "female", "age" : 28, "salary" : 11050 }
{ "_id" : ObjectId("e437dfea8fd4f5"), "name" : "Mikie Hara", "gender" : "female", "age" : 26, "salary" : 7050 }
{ "_id" : ObjectId("e437dfea8fd4f6"), "name" : "Wentworth Earl Miller", "gender" : "male", "age" : 41, "salary" : 33000 }
{ "_id" : ObjectId("7fb70d000000"), "name" : "not known", "sex_orientation" : "male", "age" : 13, "salary" : 30000 }
{ "_id" : ObjectId("c83a5bf26fc285"), "age" : 23, "name" : "lfqy1" }
{ "_id" : ObjectId("e437dfea8fd4fd"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 1 }
{ "_id" : ObjectId("e437dfea8fd4fe"), "age" : 23, "gender" : "male", "interest" : "NBA", "name" : "lfqy", "salary" : 2 }
关于更新操作（db.collection.update(criteria, objNew, upsert, multi )），要说明的是，如果upsert为true，那么在没有找到符合更新条件的情况下，mongo会在集合中插入一条记录其值满足更新条件的记录(其中的 字段只有更新条件中涉及的字段，字段的值满足更新条件)，然后将其更新（注意，如果更新条件是$lt这种不等式条件，那么upsert插入的记录只会包含 更新操作涉及的字段，而不会有更新条件中的字段。这也很好理解，因为没法为这种字段定值，mongo索性就不取这些字段）。如果符合条件的记录中没有要更 新的字段，那么mongo会为其创建该字段，并更新。
上面大致介绍了MongoDB命令行中所涉及的操作，只是为了记录和查阅。
阅读(...) 评论()