I. Introduction to NoSQL
II. Introduction to MongoDB
III. Installation
- 1. Mongo Atlas
- 2. MongoDB Shell and Database Tools
IV. Mongo Query Language
Tổng kết
Quiz

I. Introduction to NoSQL

1. What is Database

Cơ sở dữ liệu (database) là khái niệm rất phổ biến trong ngành công nghệ, nhưng nếu bạn mới bắt đầu, hãy bắt đầu từ những điều đơn giản nhất: dữ liệu là gì, và tại sao phải tổ chức nó lại thành cơ sở dữ liệu? Hãy tưởng tượng bạn có một tờ giấy ghi:

Tên: Thái Hoài An

Tuổi: 20

Hình ảnh: …. Đó chính là dữ liệu – thông tin đơn lẻ về một cá nhân. Nó có thể tồn tại ở nhiều dạng: con số, văn bản, ảnh, âm thanh hay thậm chí cả video. Nhưng nếu bạn có hàng ngàn tờ như vậy – thông tin của hàng ngàn người – thì chắc chắn bạn sẽ cần một cách quản lý có tổ chức để tra cứu, cập nhật, phân loại nhanh chóng. Đó là lý do database ra đời. Một database về bản chất là tập hợp có tổ chức của các dữ liệu. Nó giống như một thư viện thông minh – nơi bạn không chỉ lưu sách, mà còn có hệ thống để tìm sách nhanh, phân loại sách chính xác và đảm bảo sách không bị thất lạc. Trong thế giới số, database giúp ứng dụng của bạn chạy mượt mà, lưu giữ thông tin người dùng, sản phẩm, giao dịch và hàng triệu thứ khác.

2. Thành phần cấu tạo database

Khi bạn xây dựng một ứng dụng cần lưu trữ dữ liệu, bạn sẽ cần nhiều hơn là chỉ nhét dữ liệu vào đâu đó. Một hệ thống cơ sở dữ liệu đúng nghĩa thường gồm 5 thành phần phối hợp với nhau:

Thành phần	Vai trò chính
Hardware	Phần cứng – nơi dữ liệu được lưu trữ và xử lý (server, SSD…)
Software	Hệ điều hành và chương trình quản lý dữ liệu (ví dụ: MySQL, MongoDB)
Data	Thông tin được lưu trữ – chính là “linh hồn” của database
Procedures	Quy trình – hướng dẫn người dùng cách thao tác với database
Access Language	Ngôn ngữ truy vấn (ví dụ: SQL hoặc MQL trong MongoDB) giúp tương tác với dữ liệu
![[image 47.png	image 47.png]]
Vậy nên, database là một hệ sinh thái chứ không chỉ là chỗ chứa. Nó vừa có phần cứng mạnh mẽ, phần mềm điều khiển, quy trình thao tác chuẩn hóa và một ngôn ngữ để tương tác.

3. DBMS

Cho đến lúc này, ta đã biết database là nơi lưu trữ thông tin có tổ chức. Nhưng ai sẽ là người điều khiển mọi thứ bên trong nó? Đó chính là vai trò của DBMS – Database Management System. DBMS là một phần mềm trung gian giữa người dùng (hoặc ứng dụng) và nơi lưu trữ dữ liệu. Nó giống như người quản lý thư viện – bạn không cần tự mình đi lục tung từng kệ sách, mà chỉ cần yêu cầu, và người quản lý sẽ lấy đúng sách cho bạn. Không chỉ vậy, DBMS còn chịu trách nhiệm định nghĩa, ghi nhận, truy vấn, cập nhật và quản lý toàn bộ dữ liệu. image 1 15.png Trong sơ đồ ở trên, bạn có thể thấy:

Người dùng hoặc ứng dụng gửi yêu cầu đến DBMS, chẳng hạn như: “Tìm danh sách sinh viên trên 18 tuổi”.
DBMS tiếp nhận, hiểu, rồi đi vào khu vực lưu trữ dữ liệu (Storage Area) để lấy kết quả phù hợp.
Cơ sở dữ liệu bên dưới có thể thuộc nhiều kiểu: quan hệ (Relational), cây phân cấp (Hierarchical), tệp phẳng (Flat files) hoặc đối tượng (Object-Oriented). Việc sử dụng DBMS giúp hệ thống trở nên chuyên nghiệp và có khả năng mở rộng dễ dàng. Bạn có thể tưởng tượng nếu không có DBMS, mỗi khi cần truy cập dữ liệu, bạn sẽ phải viết lại toàn bộ logic xử lý từ đầu – giống như xây dựng lại thư viện mỗi lần muốn mượn sách. Một số DBMS phổ biến:
SQL-based: MySQL, PostgreSQL, Oracle
NoSQL-based: MongoDB, Cassandra, Firebase

📌 DBMS là phần mềm, còn database là tập dữ liệu được phần mềm đó quản lý. Đừng nhầm lẫn hai khái niệm này!

4. SQL Database

Trước khi nói đến NoSQL, bạn cần hiểu rõ SQL đang làm gì, và làm tốt như thế nào. SQL (Structured Query Language) là ngôn ngữ truy vấn tiêu chuẩn để làm việc với cơ sở dữ liệu quan hệ (Relational Database). Trong kiểu cơ sở dữ liệu này, thông tin được lưu trữ trong các bảng – giống như bảng tính Excel, với hàng và cột. Mỗi bảng là một thực thể, như: bảng sinh viên, bảng môn học, bảng điểm… Ví dụ đơn giản thế này:

Bảng Student chứa thông tin sinh viên: ID và tên.
Bảng Subject chứa danh sách môn học.
Bảng Mark chứa điểm số, và liên kết với 2 bảng trên bằng khóa ngoại (studentID, subjectID). Đây gọi là mô hình quan hệ – vì các bảng không tồn tại riêng lẻ mà được liên kết với nhau bằng các mối quan hệ. Khi bạn muốn biết “Thái học môn nào và điểm bao nhiêu?”, hệ thống sẽ phải:

Truy tìm studentID của Thái,
Dò theo bảng điểm để tìm các dòng có cùng studentID,
Kết nối sang bảng môn học để lấy subjectName. Hệ quản trị như MySQL hay PostgreSQL sẽ dùng SQL để xử lý các truy vấn như vậy. SQL rất mạnh mẽ trong việc đảm bảo tính toàn vẹn dữ liệu, tránh trùng lặp, và phù hợp với các hệ thống nghiệp vụ có cấu trúc rõ ràng (như ngân hàng, quản lý nhân sự, kế toán…). Nhưng điều gì xảy ra khi:

Dữ liệu thay đổi cấu trúc liên tục?
Hệ thống có hàng triệu request mỗi giây?
Không chỉ lưu văn bản mà còn cả hình ảnh, đoạn chat, logs? SQL bắt đầu bộc lộ giới hạn. Đó là lúc NoSQL xuất hiện.

5. NoSQL Database

Thật ra, SQL từng là lựa chọn số một cho mọi hệ thống – nhưng khi thế giới chuyển mình sang kỷ nguyên dữ liệu lớn (Big Data), mạng xã hội, IoT, video streaming… thì SQL bắt đầu “đuối sức”. Lý do nằm ở chỗ: không phải mọi loại dữ liệu đều phù hợp với dạng bảng truyền thống. Không phải lúc nào bạn cũng biết trước cột nào sẽ cần, quan hệ nào sẽ phát sinh. Và đó là lúc NoSQL xuất hiện. NoSQL nghĩa là gì? Tên gọi NoSQL không có nghĩa là “không dùng SQL”, mà là:

Not Only SQL: không chỉ giới hạn ở SQL
No Relational: không dựa trên quan hệ giữa bảng
No RDBMS: không cần hệ quản trị kiểu quan hệ

6. NoSQL Database Types?

Thay vì chia thành nhiều bảng rời rạc và kết nối qua khóa ngoại, NoSQL chọn cách lưu toàn bộ thông tin liên quan vào trong một cấu trúc duy nhất, thường là dạng JSON hoặc tương tự. Ví dụ:

{
  "studentID": 1,
  "studentName": "Anh"
}

So với bảng kiểu SQL:

studentID	studentName
1	Anh
… thì cách này mềm dẻo hơn nhiều: bạn có thể thêm bất kỳ trường nào mà không cần định nghĩa trước như `email`, `địa chỉ`, hay `sở thích`. Mỗi “bản ghi” trong NoSQL có thể có cấu trúc riêng, không bị ràng buộc chặt chẽ.
Dưới đây là 3 cách lưu trữ dữ liệu NoSQL phổ biến nhất:

KEY-VALUE STORE DATABASE

Đây là dạng đơn giản nhất: mỗi bản ghi là một cặp khóa và giá trị. Khóa là định danh duy nhất (giống như tên), còn giá trị là dữ liệu đi kèm. Ví dụ:

"user123": {
  "name": "Thái",
  "age": 20
}

Hệ thống như Redis dùng mô hình này để lưu cache cực nhanh – lý tưởng cho những thao tác đọc-ghi tốc độ cao, đơn giản. image 4 11.png

Cache (phát âm giống “két”) là một vùng nhớ tạm, dùng để lưu lại những dữ liệu được truy cập thường xuyên, để lần sau khi cần thì lấy ra nhanh hơn, không phải truy xuất lại từ đầu.

Ví dụ đơn giản:

Khi bạn truy cập một trang sản phẩm trên Shopee, hệ thống phải tải tên, giá, đánh giá, ảnh… Nếu mỗi lần bạn quay lại trang này mà hệ thống đều truy vấn database lại từ đầu, thì sẽ tốn thời gian và tài nguyên.

Vì vậy, hệ thống sẽ cache lại thông tin sản phẩm đó trong RAM. Lần sau chỉ cần lấy nhanh từ cache → tiết kiệm cả triệu lần truy vấn giống nhau mỗi ngày.

Redis (REmote DIctionary Server) là một hệ thống lưu trữ dữ liệu dạng key-value trong bộ nhớ RAM, nổi tiếng với tốc độ cực nhanh. Nó thường được dùng để:

Làm cache trung gian cho backend

Lưu session người dùng

Xử lý queue và thống kê realtime

Lưu token tạm thời trong các hệ thống xác thực

Khác với database truyền thống (lưu trên ổ cứng), Redis ưu tiên tốc độ và thường dùng cho dữ liệu ngắn hạn. Dù vậy, nó vẫn có thể lưu trữ bền nếu cần.

Graph database

Một dạng đặc biệt trong thế giới NoSQL chính là Graph Database - nơi mọi thứ được lưu dưới dạng nút (node) và liên kết (edge). Thay vì chỉ lưu ai biết ai, Graph DB còn lưu được mối quan hệ là gì, tính chất mối quan hệ ra sao, và cả thuộc tính của mối quan hệ. Ví dụ image 5 9.png Giả sử bạn có 3 thực thể:

Anh và Thái là hai người dùng
Thái thích AI
Thái sống tại Nghệ An Nếu bạn lưu bằng bảng (SQL), bạn phải tạo ra ít nhất 3 bảng:
Bảng user
Bảng sở thích
Bảng địa lý

Rồi liên kết khóa ngoại rất phức tạp.

Nhưng với Graph Database, bạn chỉ cần dựng đồ thị:

Mỗi người, chủ đề, địa điểm là một node
Mỗi mối liên hệ như “Is_Friend_With”, “Like”, “Located_In” là edge
Mọi thứ có thể đi kèm thuộc tính: thời gian, mức độ thân thiết, số lượt tương tác… Khi nào nên dùng Graph DB?
Mạng xã hội (ai tương tác với ai)
Gợi ý kết nối (“người này có thể bạn quen”)
Hệ thống khuyến nghị (Netflix, Spotify)
Phát hiện gian lận (phân tích chuỗi giao dịch bất thường) Một số công cụ phổ biến là Neo4j, ArangoDB, Amazon Neptune. Bảng xếp hạng các hệ quản trị Graph Database : Source https://db-engines.com/en/ranking/graph+dbms Graph DB không hề phổ biến như Document DB (MongoDB), nhưng khi bài toán cần đến quan hệ đa chiều và truy vấn theo kết nối, nó là vũ khí cực mạnh. Thay vì JOIN 4-5 bảng như SQL, Graph DB chỉ cần đi qua 3 nút là xong.

DOCUMENT DATABASE

Document Database là loại được sử dụng phổ biến nhất — đặc biệt là trong các ứng dụng web hiện đại. Đây là dữ liệu dạng JSON đã được đề cập ở trên. Ví dụ:

{
  "_id": "tomjohnson",
  "firstName": "Tom",
  "lastName": "Johnson",
  "email": "tom.johnson@digitalocean.com",
  "department": ["Finance", "Accounting"],
  "socialMediaAccounts": [
    { "type": "facebook", "username": "tom.fb" },
    { "type": "twitter", "username": "@tomjohnson" }
  ]
}

Tài liệu trên chứa đủ thông tin của một người dùng: tên, email, bộ phận, mạng xã hội – mà không cần chia ra 3 bảng như SQL. Mỗi document có thể có cấu trúc hơi khác nhau mà không lỗi – đó là sức mạnh của document database: linh hoạt, dễ mở rộng. Các định dạng phổ biến: JSON, BSON, XML

JSON là chuẩn dễ đọc, rất phổ biến trong web.
BSON là phiên bản nhị phân tối ưu của JSON, dùng trong MongoDB.
XML cũng được dùng để biểu diễn cấu trúc, đặc biệt trong các ứng dụng như gán nhãn dữ liệu hình ảnh (image annotation). Trong các dự án AI, dữ liệu được lưu dưới dạng ảnh + file XML mô tả vùng chứa đối tượng. Đây là minh chứng sống động cho việc document không cần “chia cột” — mỗi tệp là một đơn vị độc lập. Bảng xếp hạng các hệ quản trị Documents Database : Source: https://db-engines.com/en/ranking/document+store

II. Introduction to MongoDB

Nếu bạn từng viết API cho website, ứng dụng học tập, thương mại điện tử hay hệ thống quản lý người dùng, khả năng cao bạn đã nghe đến MongoDB. Vậy MongoDB là gì và tại sao nó được ưa chuộng đến vậy?

1. MongoDB

MongoDB là một document database – tức là nó lưu dữ liệu dưới dạng các “tài liệu” có cấu trúc giống JSON. Thay vì chia nhỏ thông tin thành nhiều bảng như trong SQL, MongoDB cho phép bạn gói gọn toàn bộ dữ liệu của một thực thể (ví dụ: người dùng, sản phẩm, bài viết…) vào một “document” duy nhất, rồi lưu nó vào một nhóm gọi là collection.

Nói cách khác:

Database là cái tủ đựng hồ sơ

Collection là ngăn kéo chứa từng loại hồ sơ

Document là từng tờ hồ sơ chi tiết

image 8 7.png

2. Documents in MongoDB

Sử dụng định dạng JSON (Java Script Object Notation)

{
  "_id": 1,
  "name": "Thai",
  "age": 20,
  "mark": 3.0,
  "like": "music"
}

Ở đây:

_id: là mã định danh duy nhất cho mỗi document
Các cặp key: value chính là các trường dữ liệu

MongoDB hỗ trợ nhiều kiểu dữ liệu

Các field trong MongoDB có thể chứa nhiều loại dữ liệu khác nhau:

Numerical: số nguyên, số thực
String: chuỗi ký tự
Date: ngày giờ
Array, Object (nested document) Ví dụ:

{
  "name": "Thai",
  "dateOfBirth": "1997-07-10",
  "phone": ["0123", "1235"]
}

MongoDB cực kỳ linh hoạt

Khác với SQL bắt buộc mọi dòng phải giống nhau, MongoDB cho phép các document trong cùng một collection không cần giống nhau về cấu trúc. Bạn có thể thêm hoặc bỏ trường tùy ý.

// Document 1
{
  "name": "Thai",
  "age": 20,
  "like": "music"
}
// Document 2
{
  "name": "Thai",
  "age": 20,
  "like": "music",
  "phone": "01234"
}

Chúng cùng thuộc một collection, nhưng rõ ràng khác nhau.

Nested Document: Document trong document

Bạn có thể nhúng một document khác vào trong document cha. Kiểu như lưu thông tin địa chỉ bên trong thông tin người dùng:

{
  "name": "Thai",
  "address": {
    "city": "Ha Noi",
    "postcode": "100"
  }
}

Đây là một điểm cực mạnh của MongoDB – thay vì tách bảng như trong SQL, bạn có thể nhúng dữ liệu trực tiếp để tăng hiệu suất đọc và đơn giản hóa cấu trúc.

Array: Lưu nhiều giá trị trong một trường

MongoDB hỗ trợ kiểu mảng (array), cho phép bạn lưu nhiều giá trị trong một field. Ví dụ: số điện thoại của người dùng:

{
  "name": "Thai",
  "phone": ["0123", "1235"]
}

Điều này giúp bạn dễ dàng thao tác với các trường có nhiều phần tử mà không cần tạo bảng phụ như trong SQL.

Documents are polymorphic

Bạn có thể tưởng tượng mỗi document như một hồ sơ cá nhân, và MongoDB giống như một chiếc hộp linh hoạt – thêm gì cũng được, bỏ gì cũng được, chỉ cần bạn biết cách truy cập lại.

3. MongoDB Ecosystem

MongoDB là một hệ sinh thái gồm nhiều phiên bản, công cụ và tiện ích hỗ trợ để quản lý dữ liệu linh hoạt chứ không phải một cơ sở dữ liệu đơn lẻ, tương tự như MySQL hay PostgreSQL.

Ba phiên bản của MongoDB

image 10 6.png

Community Edition là lựa chọn phổ biến nhất cho sinh viên, developer cá nhân, hoặc các startup nhỏ. Nó miễn phí, mã nguồn mở và đầy đủ tính năng cốt lõi. Nếu bạn đang học MongoDB hoặc làm side project, đây là lựa chọn tối ưu.
Enterprise Edition được thiết kế cho doanh nghiệp lớn. Phiên bản này bổ sung nhiều tính năng như bảo mật nâng cao, audit log, tích hợp LDAP, cũng như hỗ trợ kỹ thuật chuyên sâu từ MongoDB Inc.
MongoDB Atlas là nền tảng đám mây của MongoDB. Bạn không cần cài đặt hay cấu hình gì phức tạp – chỉ cần đăng ký tài khoản, tạo cluster, và bắt đầu thao tác dữ liệu ngay. Atlas hỗ trợ auto-scaling, backup định kỳ, và phân vùng toàn cầu (global distribution).

Bộ công cụ hỗ trợ

Mongo Shell là giao diện dòng lệnh cho phép bạn chạy truy vấn trực tiếp. Nó tương tự như terminal cho MongoDB – cực kỳ mạnh mẽ khi bạn đã quen cú pháp.
MongoDB Drivers giúp bạn kết nối và thao tác MongoDB từ ngôn ngữ lập trình yêu thích như Python, Java, Node.js… Nếu bạn đang dùng Flask, Express hoặc Spring Boot, bạn sẽ cần những driver này.
BI Connectors là cầu nối giữa MongoDB và các công cụ phân tích như Tableau hoặc Power BI. Dữ liệu Mongo dạng document có thể được ánh xạ thành bảng (relational view) để phân tích trực quan.
Compass là GUI chính thức của MongoDB – một giao diện đồ họa giúp bạn quản lý dữ liệu mà không cần viết lệnh. Bạn có thể xem collection, chỉnh sửa document, tạo index, vẽ biểu đồ query performance… mà không cần biết Mongo Shell.

III. Installation

Bạn muốn bắt đầu học MongoDB nhưng không muốn cài đặt gì phức tạp trên máy? Vậy thì MongoDB Atlas chính là giải pháp lý tưởng – một nền tảng cloud hoàn toàn miễn phí, cho phép bạn tạo cluster chỉ trong vài cú click.

Cluster trong MongoDB là một nhóm gồm một hoặc nhiều server (gọi là node) hoạt động cùng nhau để:

Lưu trữ dữ liệu MongoDB

Đảm bảo tính sẵn sàng (availability)

Mở rộng hiệu suất (scalability)

Và chịu lỗi (fault-tolerance)

Nói đơn giản, cluster = tập hợp các server chạy MongoDB làm việc phối hợp như một hệ thống duy nhất.

1. Mongo Atlas

Đây là phần hướng dẫn cách tạo tài khoản Atlas và cluster miễn phí để bạn có thể thực hành MongoDB ngay.

Bước 1 – Tạo tài khoản MongoDB Atlas

Bạn có thể truy cập trang MongoDB Atlas và đăng ký tài khoản hoàn toàn miễn phí. Chỉ cần email, không cần thẻ tín dụng. Sau khi đăng ký, bạn sẽ được đưa vào trang dashboard để bắt đầu tạo cơ sở dữ liệu.

Tip: Bạn có thể đăng ký bằng GitHub hoặc Google để tiết kiệm thời gian.

Bước 2 – Tạo một cluster miễn phí

Sau khi đăng nhập, hãy chọn “Build a Database” và đảm bảo bạn chọn tab Free (như hình). Bạn sẽ cần cấu hình vài thông tin cơ bản:

Cloud Provider & Region: Nên chọn một region gần bạn nhất, ví dụ: AWS - Hong Kong (ap-east-1)để giảm độ trễ.
Cluster Capacity: Với gói free tier, bạn sẽ nhận được khoảng 0 - 100 Ops/Sec và 512MB Storage, đủ cho học tập và dự án nhỏ.
Additional Settings: Mặc định là MongoDB 8.0, chưa có backup – phù hợp với nhu cầu sandbox học tập.
Cluster Name: Đặt tên dễ nhớ, ví dụ Cluster0. Nhấn Create Cluster, và chỉ sau vài phút là bạn đã có một MongoDB cloud sẵn sàng kết nối.

Bước 3 – Tạo người dùng Database mới

Sau khi bạn đã tạo cluster và thiết lập IP cho phép truy cập, bước tiếp theo là tạo một người dùng database – hay còn gọi là database user. image 14 5.png Bạn sẽ thấy form gồm:

Username: tên tài khoản dùng để đăng nhập
Password: mật khẩu tương ứng (có thể tự tạo hoặc để hệ thống sinh ngẫu nhiên)
Database Access: mặc định thường là admin
User Privileges: chọn quyền phù hợp, ví dụ:
- Read and write to any database
- Atlas admin
- Hoặc custom (tuỳ chỉnh theo từng database)

Giả sử bạn đang xây dựng một ứng dụng quản lý sách, bạn có thể tạo:

bookReader: chỉ có quyền read dữ liệu trong database library
bookManager: có quyền read/write dữ liệu

Bước 4. Cấp quyền IP truy cập (Add New IP Access)

MongoDB Atlas không cho phép bất kỳ ai trên Internet truy cập vào database của bạn một cách tự do. Mỗi địa chỉ IP (hoặc dải IP) đều phải được cấu hình rõ ràng trong danh sách cho phép (Access List) thì mới có thể kết nối tới cluster. Điều này giống như bạn đang xây tường bao quanh cơ sở dữ liệu của mình – chỉ mở cửa cho những địa chỉ đáng tin cậy. image 16 5.png Có 3 lựa chọn chính khi thêm IP:

Loại IP	Ý nghĩa
Your current IP	Tự động phát hiện IP bạn đang dùng (thường dùng trong giai đoạn setup)
Allow access from anywhere (0.0.0.0/0)	Cho phép tất cả các IP truy cập – KHÔNG AN TOÀN, chỉ dùng để test
Add manually	Bạn nhập IP cụ thể hoặc dải IP cần cho phép (ví dụ: `123.45.67.0/24`)

2. MongoDB Shell and Database Tools

MongoDB Shell (mongosh) – Giao diện dòng lệnh thông minh

Là môi trường CLI để bạn gõ lệnh truy vấn trực tiếp đến database.
Hỗ trợ cú pháp JavaScript – ví dụ:

db.users.find({ age: { $gte: 18 } })

Phù hợp cho:
- Kiểm tra dữ liệu nhanh
- Chạy script thao tác database
- Test truy vấn trước khi viết code Bạn có thể cài mongosh riêng hoặc dùng sẵn trong MongoDB Compass.

MongoDB Compass – Giao diện đồ họa cho người không thích terminal

Xem cấu trúc database trực quan
Chạy truy vấn dạng GUI hoặc code
Thống kê hiệu suất, chỉ số index, validation schema Rất phù hợp cho người mới bắt đầu hoặc khi cần trình bày dữ liệu trực quan.

MongoDB Drivers – Kết nối database từ ứng dụng

MongoDB hỗ trợ đa ngôn ngữ: Node.js, Java, Python, C#, PHP,…
Cho phép bạn gửi truy vấn từ app đến database một cách an toàn và hiệu quả
Ví dụ (Node.js – mongoose):

const mongoose = require("mongoose");
mongoose.connect("mongodb+srv://username:password@cluster.mongodb.net/myDB");

Database Tools – Bộ công cụ quản trị (CLI)

Công cụ	Mục đích chính
`mongodump`	Sao lưu dữ liệu database → file `.bson`
`mongorestore`	Khôi phục dữ liệu từ file backup
`mongoimport`	Import dữ liệu từ `.json`, `.csv`
`mongoexport`	Export dữ liệu từ MongoDB → `.json`, `.csv`
Dùng để di chuyển dữ liệu giữa các môi trường (local → production) hoặc sao lưu định kỳ.

IV. Mongo Query Language

1. Tạo / Xóa Database và Collection

MongoDB không sử dụng cú pháp SQL cổ điển như CREATE TABLE, DROP TABLE, mà thay vào đó là MQL – Mongo Query Language với phong cách gần gũi JavaScript. Ta có thể thao tác bằng:

MongoDB Atlas UI: trực quan, dễ dùng
MongoDB Compass: giao diện ứng dụng desktop
Mongo Shell: công cụ CLI dành cho coder chính hiệu Xem danh sách các database:

show dbs

Tạo mới hoặc chuyển sang database có sẵn:

use myDatabase

Nếu myDatabase chưa tồn tại, nó sẽ được tạo ngầm khi bạn insert dữ liệu đầu tiên. Xóa toàn bộ database hiện tại:

db.dropDatabase()

Xem danh sách collection trong database hiện tại:

show collections

Tạo collection mới:

db.createCollection('students')

Xóa collection:

db.students.drop()

2. Chèn dữ liệu (Insert Document)

Sau khi đã tạo xong một database và collection, bước tiếp theo chính là chèn dữ liệu vào. Trong MongoDB, dữ liệu được lưu dưới dạng document – tương đương với một object trong JavaScript, hoặc một bản ghi trong RDBMS truyền thống. Cú pháp để chèn một document:

db.collection_name.insert(<document hoặc mảng document>)

Ví dụ 1: Thêm một document vào collection **student**

db.student.insert({ "name": "Thai" })

Kết quả sau khi insert:

[
  { _id: ObjectId("..."), name: 'Thai' }
]

MongoDB sẽ tự động sinh ra _id nếu bạn không cung cấp. Ví dụ 2: Thêm nhiều documents cùng lúc

db.student.insert([
  { "name": "Thai" },
  { "age": 20 }
])

Sau khi thực hiện, collection sẽ có ba document:

[
  { _id: ..., name: 'Thai' },
  { _id: ..., name: 'Thai' },
  { _id: ..., age: 20 }
]

Lưu ý: Nếu bạn thêm nhiều document cùng lúc, MongoDB vẫn sẽ đảm bảo mỗi document có một _id duy nhất.

3. `mongoimport` và `mongoexport` – Làm việc với dữ liệu bên ngoài MongoDB

mongoimport – Nhập dữ liệu từ file JSON vào MongoDB

Bạn có một file JSON (ví dụ: companies.json) và muốn đưa dữ liệu này vào MongoDB, bạn sẽ dùng lệnh mongoimport.

mongoimport --uri="<connection_string>" --collection=<collection_name> --file=<file_name>

Ví dụ:

mongoimport \
  --uri="mongodb+srv://user:<password>@cluster0.4zaldul.mongodb.net/sample" \
  --collection=companies \
  --file=companies.json

-uri: địa chỉ kết nối đến database MongoDB Atlas
-collection: tên bộ sưu tập sẽ nhập vào
-file: file JSON chứa dữ liệu

mongoexport – Xuất dữ liệu từ MongoDB ra file JSON

Ngược lại với mongoimport, mongoexport dùng để xuất dữ liệu từ một collection ra file JSON.

mongoexport --uri="<connection_string>" --collection=<collection_name> --out=<output_file>

Ví dụ:

mongoexport \
  --uri="mongodb+srv://user:<password>@cluster0.4zaldul.mongodb.net/test_db" \
  --collection=student \
  --out=student.json

-collection: tên bộ sưu tập cần xuất
-out: tên file đầu ra (được tạo từ dữ liệu collection)

4. Truy vấn dữ liệu với `findOne()` trong MongoDB

Dùng để tìm và trả về một document đầu tiên thỏa mãn điều kiện từ một collection trong MongoDB.

db.collection_name.find(query, projection)

query: điều kiện lọc (giống WHERE trong SQL)
projection: chọn trường nào cần lấy ra (tuỳ chọn) Ví dụ

db.student.find()

→ Trả về document đầu tiên trong collection student.

db.student.find(
  { "name": "Anh" }
)

→ Trả về document đầu tiên có trường name là "Anh".

db.student.find(
	{"name":"Anh", 
	 "age":20}
)

image 18 5.png

image 19 5.png

5. Comparison Operators trong MongoDB

MongoDB sử dụng các toán tử so sánh (comparison operators) trong cú pháp truy vấn để lọc document theo điều kiện. Mỗi toán tử đều bắt đầu bằng dấu $.

{ field: { operator: value } }

Ví dụ:

Toán tử `$lt` – Less than (Nhỏ hơn)

db.student.find(
  { "salary": { $lt: 50000 } }
)

→ Truy vấn các sinh viên có lương < 50,000.

Toán tử `$eq` – Equal to (Bằng)

db.student.find(
  { "salary": { $eq: 50000 } }
)

→ Truy vấn các sinh viên có lương = 50,000.

Danh sách toán tử so sánh thường dùng

Toán tử	Ý nghĩa	Ví dụ sử dụng
`$eq`	Bằng	`{ salary: { $eq: 50000 } }`
`$ne`	Không bằng	`{ salary: { $ne: 50000 } }`
`$gt`	Lớn hơn	`{ salary: { $gt: 50000 } }`
`$gte`	Lớn hơn hoặc bằng	`{ salary: { $gte: 50000 } }`
`$lt`	Nhỏ hơn	`{ salary: { $lt: 50000 } }`
`$lte`	Nhỏ hơn hoặc bằng	`{ salary: { $lte: 50000 } }`
`$in`	Nằm trong một tập giá trị	`{ salary: { $in: [40000, 50000, 60000] } }`
`$nin`	Không nằm trong một tập giá trị	`{ salary: { $nin: [30000, 35000] } }`
Ví dụ:
Tìm sinh viên có lương bằng 50,000:

db.student.find({ salary: { $eq: 50000 } })

Tìm sinh viên có lương lớn hơn hoặc bằng 60,000:

db.student.find({ salary: { $gte: 60000 } })

Tìm sinh viên có lương thuộc nhóm 40k, 50k, 60k:

db.student.find({ salary: { $in: [40000, 50000, 60000] } })

6. Logical Operators trong MongoDB

Khi truy vấn dữ liệu, đôi lúc bạn không chỉ muốn lọc theo một điều kiện, mà muốn kiểm tra nhiều điều kiện cùng lúc. Lúc đó, toán tử logic (logical operators) trong MongoDB sẽ là công cụ đắc lực. MongoDB hỗ trợ 4 toán tử logic chính:

`$and`: Tất cả điều kiện đều đúng

Ý nghĩa: Trả về các document thoả tất cả điều kiện.

db.student.find({
  $and: [
    { age: { $gte: 20 } },
    { gpa: { $gt: 3.0 } }
  ]
})

→ Ví dụ thực tế: Tìm sinh viên từ 20 tuổi trở lên và GPA trên 3.0.

`$or`: Chỉ cần một điều kiện đúng

Ý nghĩa: Trả về các document thoả ít nhất một điều kiện.

db.student.find({
  $or: [
    { city: "Hanoi" },
    { city: "Saigon" }
  ]
})

→ Ví dụ thực tế: Tìm sinh viên ở Hà Nội hoặc Sài Gòn.

`$not`: Phủ định một điều kiện

Ý nghĩa: Trả về các document không thoả điều kiện.

db.student.find({
  age: { $not: { $lt: 18 } }
})

→ Ví dụ thực tế: Tìm sinh viên không nhỏ hơn 18 tuổi.

`$nor`: Phủ định toàn bộ

Ý nghĩa: Trả về các document không thoả bất kỳ điều kiện nào.

db.student.find({
  $nor: [
    { major: "Math" },
    { gpa: { $lt: 2.5 } }
  ]
})

→ Ví dụ thực tế: Tìm sinh viên không học ngành Toán và GPA không dưới 2.5.

7. Làm quen với `$expr`: Khi bạn cần so sánh phức tạp hơn trong MongoDB

Ở MongoDB, bạn đã quen với cách viết truy vấn như:

db.trips.find({ "tripduration": { $gt: 400 } })

Câu truy vấn trên đơn giản, đúng nghĩa đen: lấy các chuyến đi có thời lượng lớn hơn 400. Đây là kiểu so sánh giữa một trường và một giá trị cố định. Nhưng nếu muốn so sánh giữa hai trường với nhau, hoặc bạn muốn làm phép tính trong truy vấn? Lúc này, chúng ta cần gọi đến “trợ lý nâng cao”: $expr.

`$expr` là gì?

$expr cho phép bạn viết truy vấn như đang viết biểu thức logic hoặc toán học, nghĩa là bạn có thể:

So sánh 2 trường (field)
Áp dụng toán tử như $gt, $eq, $add, $multiply, v.v.
Viết logic phức tạp thay vì chỉ tìm theo một giá trị cụ thể Ví dụ:

db.trips.find({
  $expr: {
    $gt: [ "$tripduration", 400 ]
  }
})

Điểm đặc biệt ở đây là thay vì viết tripduration như một key, giờ nó trở thành một giá trị field – nên phải thêm $ phía trước: "$tripduration". Mongo hiểu: “Lấy mọi chuyến đi mà giá trị của trường tripduration lớn hơn 400”.

8. Truy vấn phi cấu trúc

Truy vấn theo sự hiện diện của field với `$exists`

Khi làm việc với dữ liệu phi cấu trúc như MongoDB, không phải document nào cũng giống nhau 100%. Có document có field ipo, có document không. Có document có funding_rounds, có document chưa từng được gọi vốn. Vậy nếu ta muốn tìm tất cả những document mà có chứa một field cụ thể, thì phải làm sao? Toán tử $exists là công cụ giúp bạn kiểm tra sự hiện diện của một trường (field). Cú pháp rất tự nhiên:

{ field: { $exists: true } }

Nghĩa là: trả về những document mà field đó tồn tại. Ví dụ Bạn muốn lấy danh sách các công ty đã có thông tin IPO và gọi vốn:

db.companies.find({
  "ipo": { $exists: true },
  "funding_rounds": { $exists: true }
})

Truy vấn này lọc ra những document có đồng thời cả 2 trường ipo và funding_rounds.

Kiểm tra không tồn tại

Nếu bạn cần lọc những document không có field acquisition, chỉ cần:

{ "acquisition": { $exists: false } }

Truy vấn theo kiểu dữ liệu với `$type`

Không phải lúc nào dữ liệu trong MongoDB cũng có kiểu dữ liệu đồng nhất. Cùng là trường homepage_url, có khi là chuỗi (string), có khi lại là null, có khi là object. Vậy làm sao để lọc ra những document mà field có đúng kiểu dữ liệu ta cần? MongoDB lưu trữ dữ liệu ở dạng BSON (Binary JSON), và mỗi kiểu dữ liệu sẽ có một số hiệu riêng. Ví dụ:

Kiểu dữ liệu	Tên	Mã số
Double	`double`	1
String	`string`	2
Object	`object`	3
Array	`array`	4

Toàn bộ danh sách có tại đây: MongoDB BSON types Ví dụ Bạn muốn lọc tất cả các công ty có homepage_url là kiểu chuỗi:

db.companies.find({
  "homepage_url": { $type: 2 }  // hoặc "string"
})

Ví dụ nâng cao: chấp nhận nhiều kiểu dữ liệu Bạn muốn lọc tất cả các document có homepage_url là chuỗi hoặc mảng:

db.companies.find({
  "homepage_url": { $type: [2, 4] }
})

Đây là cách cực kỳ hữu ích khi bạn đang kiểm tra chất lượng dữ liệu hoặc debug schema lỏng lẻo.

9. Cursor Methods – Làm chủ luồng dữ liệu trả về từ MongoDB

Sau khi thực hiện find(), kết quả trả về không phải một mảng cố định mà là một con trỏ (cursor). Cursor cho phép bạn thao tác linh hoạt với tập kết quả: đếm, lọc, phân trang, giới hạn, sắp xếp…

`count()`: Đếm số document khớp với truy vấn

db.trips.find({}).count()

Trả về tổng số document tìm được.

Dễ hiểu, nhưng không nên dùng cho skip/limit, hãy dùng size().

`limit(n)`: Giới hạn số document trả về

db.trips.find().limit(5)

Lấy tối đa 5 document đầu tiên.

`skip(n)`: Bỏ qua `n` document đầu

db.trips.find().skip(10)

Dùng để phân trang. Ví dụ:

Trang 2, mỗi trang 10 kết quả → .skip(10).limit(10)

`size()`: Kết hợp với skip/limit để đếm số lượng thực tế

db.trips.find().skip(10).limit(5).size()

Trả về số lượng document sau khi áp dụng skip/limit.

Khác với count() là đếm toàn bộ.

`sort()`: Sắp xếp theo field mong muốn

db.trips.find().sort({ "tripduration": 1 }) // tăng dần
db.trips.find().sort({ "tripduration": -1 }) // giảm dần

Dùng số 1 cho tăng dần, -1 cho giảm dần.

10. Projection – Chọn trường nào sẽ được trả về trong MongoDB

Vấn đề đặt ra: Khi bạn gọi

db.grades.find()

MongoDB sẽ trả về toàn bộ document, bao gồm mọi field: _id, student_id, class_id, scores, v.v. Nhưng nếu bạn chỉ muốn xem một vài trường nhất định, làm sao để lọc bớt phần dư? Projection là giải pháp!

db.collection.find(query, projection)

Trong đó projection là một object xác định các field muốn hiện (1) hoặc ẩn (0). Ví dụ: Chỉ lấy student_id và class_id, bỏ qua scores:

db.grades.find(
  {},
  { "student_id": 1, "class_id": 1 }
)

Kết quả sẽ chỉ bao gồm:

{
  "_id": ObjectId(...),
  "student_id": 1,
  "class_id": 302
}

Ghi nhớ:

Dùng 1 để include field.
Dùng 0 để exclude field.
Không được trộn lẫn 1 và 0 trong cùng một projection (ngoại trừ _id). Ví dụ: loại bỏ _id, chỉ lấy scores:

db.grades.find({}, { "scores": 1, "_id": 0 })

11. Truy vấn tài liệu lồng nhau (Embedded Documents)

Vấn đề: Một document trong MongoDB có thể chứa một object lồng bên trong, ví dụ:

"address": {
  "city": "RIDGEWOOD",
  "zip": 11385,
  "street": "MENAHAN ST"
}

Vậy làm sao truy vấn đến zip nằm trong address? Cách truy vấn: Dùng dot notation (tên_ngoài.tên_trong):

db.inspections.find({
  "address.zip": 11385
})

Truy vấn này sẽ trả về tất cả các document có address.zip = 11385. Trong MongoDB, bạn thường sẽ thấy dữ liệu được thiết kế theo dạng lồng nhau thay vì bảng như SQL. Việc biết cách truy vấn nested fields là điều cần thiết.

11. Truy vấn Embedded Document trong MongoDB

MongoDB hỗ trợ document lồng nhau (embedded documents). Bạn có thể truy vấn các giá trị bên trong một document con bằng cú pháp sử dụng dấu ..

db.collection.find({
  "embedded_field.subfield": value
})

Ví dụ Giả sử document như sau:

{
  address: {
    city: "RIDGEWOOD",
    zip: 11385,
    street: "MENAHAN ST"
  }
}

Muốn tìm các document có zip = 11385 trong trường address:

db.inspections.find({
  "address.zip": 11385
})

→ Truy vấn này đào sâu vào document con address và chỉ ra cụ thể zip.

12. Truy vấn mảng trong MongoDB

Trong MongoDB, một field có thể là mảng. Vậy làm sao để tìm document mà:

Mảng chứa một số giá trị nhất định?
Mảng có độ dài cụ thể?

`$all`: Truy vấn khi mảng chứa đầy đủ các phần tử chỉ định

db.collection.find({
  field: { $all: [value1, value2, ...] }
})

→ Trả về mọi document mà field là mảng và chứa tất cả các giá trị trong mảng **$all**, không quan trọng thứ tự. Ví dụ:

db.students.find({
  skills: { $all: ["Python", "MongoDB"] }
})

→ Trả về sinh viên biết cả Python và MongoDB (mảng skills có đủ 2 giá trị này).

`$size`: Truy vấn khi mảng có độ dài cụ thể

db.collection.find({
  field: { $size: n }
})

→ Trả về document mà field là mảng có exactly n phần tử. Ví dụ:

db.students.find({
  skills: { $size: 3 }
})

→ Trả về sinh viên có đúng 3 kỹ năng trong mảng skills.

`$elemMatch`: Tìm phần tử trong mảng thỏa nhiều điều kiện cùng lúc

db.grades.find({
  scores: {
    $elemMatch: {
      type: "exam",
      score: { $gt: 80 }
    }
  }
})

→ Trả về các document mà trong mảng scores có ít nhất một phần tử thỏa:

type là "exam"
score lớn hơn 80

13. Xoá Document trong MongoDB

MongoDB cung cấp 2 phương thức để xoá document trong collection:

`deleteOne(filter)`

→ Xoá duy nhất 1 document đầu tiên khớp với điều kiện.

db.student.deleteOne({ "name": "Anh" })
db.student.deleteOne({ "likes.best": "sport" })

→ Kết quả:

{ acknowledged: true, deletedCount: 1 }

`deleteMany(filter)`

→ Xoá tất cả các document khớp với điều kiện.

db.student.deleteMany({ "name": "Anh" })

→ Kết quả:

{ acknowledged: true, deletedCount: 4 }

14. Cập nhật Document trong MongoDB

MongoDB hỗ trợ cập nhật document bằng hai phương thức chính:

`updateOne(filter, update)`

→ Cập nhật 1 document đầu tiên phù hợp với filter.

db.student.updateOne(
  { "name": "Thai" },
  { $set: { "name": "Anh" } }
)

`updateMany(filter, update)`

→ Cập nhật tất cả các document khớp với điều kiện.

db.student.updateMany(
  { "name": "Thai" },
  { $set: { "address": "Ha Noi" } }
)
db.student.updateMany(
  {},
  { $set: { "address": "Ha Noi" } }
)

`$unset`: Xoá một field khỏi document

db.collection.updateMany(
  { <filter> },
  { $unset: { <field>: "" } }
)

Ý nghĩa: Xoá field được chỉ định trong tất cả documents thỏa điều kiện. Ví dụ:

db.student.updateMany(
  {},
  { $unset: { "address": "" } }
)

Tất cả document trong student sẽ bị xoá field "address".

`$rename`: Đổi tên một field

db.collection.updateMany(
  { <filter> },
  { $rename: { "old_field": "new_field" } }
)

Ví dụ:

db.student.updateMany(
  {},
  { $rename: { "hobbies_list": "hobbies" } }
)

Đổi tên field hobbies_list thành hobbies trong toàn bộ document. Kết hợp **$unset** và **$rename**: Bạn có thể kết hợp cả hai như sau:

db.student.updateMany(
  {},
  {
    $unset: { "address": "" },
    $rename: { "hobbies_list": "hobbies" }
  }
)

`$inc` – Tăng (hoặc giảm) giá trị số

db.collection.updateMany(
  { <filter> },
  { $inc: { <field>: value } }
)

Dùng để tăng (hoặc giảm nếu value âm) giá trị trường số. Ví dụ:

db.student.updateMany(
  { "age": 20 },
  { $inc: { "age": 1 } }
)

Tăng tuổi từ 20 lên 21.

`$push` – Thêm phần tử vào mảng

db.collection.updateMany(
  { <filter> },
  { $push: { <array_field>: value } }
)

Thêm phần tử vào cuối mảng. Ví dụ:

db.student.updateMany(
  { "name": "Hoa" },
  { $push: { "address": "Ha Noi" } }
)

Thêm "Ha Noi" vào cuối mảng address của bạn Hoa.

`$set` – Gán (hoặc ghi đè) giá trị mới

db.collection.updateMany(
  { <filter> },
  { $set: { <field>: value } }
)

Dùng để cập nhật hoặc tạo mới field với giá trị chỉ định. Ví dụ:

db.student.updateMany(
  { "name": "Hoa" },
  { $set: { "address": "Ho Chi Minh" } }
)

Ghi đè địa chỉ cũ thành "Ho Chi Minh".

Tổng kết

image 20 5.png

Quiz

Câu 1: Đâu là cú pháp đúng?

//A
db.student.insert(
  { "_id": 100, 
    "name": 'Thai' }
)
//B
db.student.insert(
		{ "_id": "Thai', 
		  "name": 'Thai' }
)
//C
db.student.insert(
		{ "_id": 'Thai’;
		  "name": 'Thai' }
)
//D
db.student.insert(
		{ "_id": ['Thai'], 
		  "name": 'Thai' }
)

Đáp án:

A

Hãy chú ý đến việc dùng đúng cặp dấu nháy (" và ') và kiểu dữ liệu hợp lý cho _id.

image 21 5.png

An Hoai Thai's Notes

Trong bài này

M01W1.5_NoSQL 1

I. Introduction to NoSQL

1. What is Database

2. Thành phần cấu tạo database

3. DBMS

4. SQL Database

5. NoSQL Database

6. NoSQL Database Types?

KEY-VALUE STORE DATABASE

Graph database

DOCUMENT DATABASE

II. Introduction to MongoDB

1. MongoDB

2. Documents in MongoDB

Sử dụng định dạng JSON (Java Script Object Notation)

MongoDB hỗ trợ nhiều kiểu dữ liệu

MongoDB cực kỳ linh hoạt

Nested Document: Document trong document

Array: Lưu nhiều giá trị trong một trường

Documents are polymorphic

3. MongoDB Ecosystem

Ba phiên bản của MongoDB

Bộ công cụ hỗ trợ

III. Installation

1. Mongo Atlas

Bước 1 – Tạo tài khoản MongoDB Atlas

Bước 2 – Tạo một cluster miễn phí

Bước 3 – Tạo người dùng Database mới

Bước 4. Cấp quyền IP truy cập (Add New IP Access)

2. MongoDB Shell and Database Tools

MongoDB Shell (mongosh) – Giao diện dòng lệnh thông minh

MongoDB Compass – Giao diện đồ họa cho người không thích terminal

MongoDB Drivers – Kết nối database từ ứng dụng

Database Tools – Bộ công cụ quản trị (CLI)

IV. Mongo Query Language

1. Tạo / Xóa Database và Collection

2. Chèn dữ liệu (Insert Document)

3. mongoimport và mongoexport – Làm việc với dữ liệu bên ngoài MongoDB

mongoimport – Nhập dữ liệu từ file JSON vào MongoDB

mongoexport – Xuất dữ liệu từ MongoDB ra file JSON

4. Truy vấn dữ liệu với findOne() trong MongoDB

5. Comparison Operators trong MongoDB

Toán tử $lt – Less than (Nhỏ hơn)

Toán tử $eq – Equal to (Bằng)

Danh sách toán tử so sánh thường dùng

6. Logical Operators trong MongoDB

$and: Tất cả điều kiện đều đúng

$or: Chỉ cần một điều kiện đúng

$not: Phủ định một điều kiện

$nor: Phủ định toàn bộ

7. Làm quen với $expr: Khi bạn cần so sánh phức tạp hơn trong MongoDB

$expr là gì?

8. Truy vấn phi cấu trúc

Truy vấn theo sự hiện diện của field với $exists

Kiểm tra không tồn tại

Truy vấn theo kiểu dữ liệu với $type

9. Cursor Methods – Làm chủ luồng dữ liệu trả về từ MongoDB

count(): Đếm số document khớp với truy vấn

limit(n): Giới hạn số document trả về

skip(n): Bỏ qua n document đầu

size(): Kết hợp với skip/limit để đếm số lượng thực tế

sort(): Sắp xếp theo field mong muốn

10. Projection – Chọn trường nào sẽ được trả về trong MongoDB

11. Truy vấn tài liệu lồng nhau (Embedded Documents)

11. Truy vấn Embedded Document trong MongoDB

12. Truy vấn mảng trong MongoDB

$all: Truy vấn khi mảng chứa đầy đủ các phần tử chỉ định

$size: Truy vấn khi mảng có độ dài cụ thể

$elemMatch: Tìm phần tử trong mảng thỏa nhiều điều kiện cùng lúc

13. Xoá Document trong MongoDB

deleteOne(filter)

deleteMany(filter)

14. Cập nhật Document trong MongoDB

updateOne(filter, update)

updateMany(filter, update)

$unset: Xoá một field khỏi document

$rename: Đổi tên một field

$inc – Tăng (hoặc giảm) giá trị số

3. `mongoimport` và `mongoexport` – Làm việc với dữ liệu bên ngoài MongoDB

4. Truy vấn dữ liệu với `findOne()` trong MongoDB

Toán tử `$lt` – Less than (Nhỏ hơn)

Toán tử `$eq` – Equal to (Bằng)

`$and`: Tất cả điều kiện đều đúng

`$or`: Chỉ cần một điều kiện đúng

`$not`: Phủ định một điều kiện

`$nor`: Phủ định toàn bộ

7. Làm quen với `$expr`: Khi bạn cần so sánh phức tạp hơn trong MongoDB

`$expr` là gì?

Truy vấn theo sự hiện diện của field với `$exists`

Truy vấn theo kiểu dữ liệu với `$type`

`count()`: Đếm số document khớp với truy vấn

`limit(n)`: Giới hạn số document trả về

`skip(n)`: Bỏ qua `n` document đầu

`size()`: Kết hợp với skip/limit để đếm số lượng thực tế

`sort()`: Sắp xếp theo field mong muốn

`$all`: Truy vấn khi mảng chứa đầy đủ các phần tử chỉ định

`$size`: Truy vấn khi mảng có độ dài cụ thể

`$elemMatch`: Tìm phần tử trong mảng thỏa nhiều điều kiện cùng lúc

`deleteOne(filter)`

`deleteMany(filter)`

`updateOne(filter, update)`

`updateMany(filter, update)`

`$unset`: Xoá một field khỏi document

`$rename`: Đổi tên một field

`$inc` – Tăng (hoặc giảm) giá trị số

`$push` – Thêm phần tử vào mảng

`$set` – Gán (hoặc ghi đè) giá trị mới