Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Importante
Si vuole eseguire la migrazione di un'applicazione MongoDB esistente o usare le funzionalità MQL (MongoDB Query Language) ? Prendere in considerazione Azure DocumentDB.
Si sta cercando una soluzione di database per scenari su larga scala con un contratto di servizio di disponibilità 99.999%, scalabilità automatica immediata e failover automatico in più aree? Prendere in considerazione Azure Cosmos DB per NoSQL.
Una delle operazioni più di base consiste nell'inserire dati in una raccolta. In questa guida, copriremo tutto ciò che c'è da sapere su come inserire i dati utilizzando il Mongo Shell (Mongosh).
Inserimento di un singolo documento
Il modo più semplice per inserire dati in MongoDB consiste nell'inserire un singolo documento. A tale scopo, è possibile utilizzare il metodo db.collection.insertOne(). Il metodo insertOne() prende un singolo documento come argomento e lo inserisce nella raccolta specificata. Ecco un esempio di come usare questo metodo:
db.myCollection.insertOne({
name: "John Smith",
age: 30,
address: "123 Main St"
});
In questo esempio viene inserito un documento nell'insieme "myCollection" con i campi seguenti: "nome", "età" e "indirizzo". Una volta eseguito il comando, nell'output verrà visualizzato il valore riconosciuto: true e insertedId: ObjectId("5f5d5f5f5f5f5f5f5f5f5f5f"), dove insertedId è l'identificatore univoco generato da MongoDB per il documento inserito.
Inserimento di più documenti
In molti casi, è necessario inserire più documenti contemporaneamente. A tale scopo, è possibile utilizzare il metodo db.collection.insertMany(). Il metodo insertMany() accetta una matrice di documenti come argomento e li inserisce nella raccolta specificata. Ecco un esempio:
db.myCollection.insertMany([
{name: "Jane Doe", age: 25, address: "456 Park Ave"},
{name: "Bob Smith", age: 35, address: "789 Elm St"},
{name: "Sally Johnson", age: 40, address: "111 Oak St"}
]);
In questo esempio vengono inseriti tre documenti nell'insieme "myCollection". Ogni documento ha gli stessi campi dell'esempio precedente: "nome", "età" e "indirizzo". Il metodo insertMany() restituisce acknowledged: true e insertedIds: [ObjectId("5f5d5f5f5f5f5f5f5f5f5f5f"), ObjectId("5f5d5f5f5f5f5f5f5f5f5f5f"), ObjectId("5f5d5f5f5f5f5f5f5f5f5f5f")], dove insertedIds è un array di identificatori univoci generati da MongoDB per ogni documento inserito.
Inserimento con opzioni
Sia insertOne() che insertMany() accettano un secondo argomento facoltativo, che può essere usato per specificare le opzioni per l'operazione di inserimento. Ad esempio, per impostare l'opzione "ordered" su false è possibile usare il codice seguente:
db.myCollection.insertMany([
{name: "Jane Doe", age: 25, address: "456 Park Ave"},
{name: "Bob Smith", age: 35, address: "789 Elm St"},
{name: "Sally Johnson", age: 40, address: "111 Oak St"}
], {ordered: false});
Ciò comunica a MongoDB di inserire i documenti in modo non ordinato, vale a dire che se un documento non riesce a essere inserito, continuerà con quello successivo. Questa opzione è consigliata per le prestazioni di scrittura in Cosmos DB for MongoDB
Passaggi successivi
- Informazioni su come usare Studio 3T con Azure Cosmos DB for MongoDB.
- Informazioni su come usare Robo 3T con Azure Cosmos DB for MongoDB.
- Esplorare gli esempi di MongoDB con Azure Cosmos DB for MongoDB.
- Si sta tentando di pianificare la capacità per una migrazione ad Azure Cosmos DB? È possibile usare le informazioni del cluster di database esistente per la pianificazione della capacità.
- Se conosci solo il numero di vCore e dei server nel cluster di database esistente, leggere su stima delle unità richieste con vCore o vCPU.
- Se si conosce la frequenza delle richieste tipiche per il carico di lavoro corrente del database, leggere le informazioni sulla stima delle unità richieste con lo strumento di pianificazione della capacità di Azure Cosmos DB.