MongoDB

MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。

在高负载的情况下，添加更多的节点，可以保证服务器性能。

MongoDB 旨在为WEB应用提供可扩展的高性能数据存储解决方案。

MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。

主要特点

MongoDB 是一个面向文档存储的数据库，操作起来比较简单和容易。
你可以在MongoDB记录中设置任何属性的索引 (如：FirstName=”Sameer”,Address=”8 Gandhi Road”)来实现更快的排序。
你可以通过本地或者网络创建数据镜像，这使得MongoDB有更强的扩展性。
如果负载的增加（需要更多的存储空间和更强的处理能力），它可以分布在计算机网络中的其他节点上这就是所谓的分片。
Mongo支持丰富的查询表达式。查询指令使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。
MongoDb 使用update()命令可以实现替换完成的文档（数据）或者一些指定的数据字段。
Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作。
Map和Reduce。Map函数调用emit(key,value)遍历集合中所有的记录，将key与value传给Reduce函数进行处理。
Map函数和Reduce函数是使用Javascript编写的，并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。
GridFS是MongoDB中的一个内置功能，可以用于存放大量小文件。
MongoDB允许在服务端执行脚本，可以用Javascript编写某个函数，直接在服务端执行，也可以把函数的定义存储在服务端，下次直接调用即可。
MongoDB支持各种编程语言:RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。
MongoDB安装简单。

Windows下安装MongoDB

官网下载安装文件 www.mongodb.com
双击安装

配置 MongoDB

在MongoDB的安装目录下，有一个 mongod.cfg 的配置文件，这个配置文件采用 YAML 语法格式。如下：

> # Where and how to store data.
> storage:
>   dbPath: D:\database\MongoDB\Server\4.2\data
>   journal:
>     enabled: true
> #  engine:
> #  mmapv1:
> #  wiredTiger:
> 
> # where to write logging data.
> systemLog:
>   destination: file
>   logAppend: true
>   path:  D:\database\MongoDB\Server\4.2\log\mongod.log
> 
> # network interfaces
> net:
>   port: 27017
>   bindIp: 127.0.0.1
>

其中，我们在启动 mongodb服务之前，需要自己指定 dbpath 和 systemlog 的值，一般是自己创建一个新的数据目录和日志目录【不建议直接使用系统自带的】

新建一个 data 文件夹，用来做为 storage的 dbpath

在这个data文件夹下面新建 db 和 log 子文件夹

db 文件夹, 存放数据

log 文件夹，存放系统日志

启动MongoDB服务

打开命令行，执行：

1 2	> mongod.exe --config "D:\database\MongoDB\Server\4.2\bin\mongod.cfg" >

MongoDB以WINDOWS服务方式启动

-- 安装服务
mongod.exe --config "xxx\xx\xx\mongod.cfg" --install

-- 移除服务
mongod.exe --remove

-- 多个不同的配置，安装多个MongoDB服务
mongod.exe --config "xx\xx\xx\mongod.cfg" --serviceName MongoDB2 --serviceDisplayName MongoDB2Service

-- 命令行启动、停止服务
net stop MongoDB
net start MongoDB

使用MongoDB shell客户端

连接到MongoDB

语法：

1 2	> mongodb://[username:password@]host1[:port1][,host2[:port2],...[,hostN[:portN]]][/[database][?options]] >

MongoDB 和 mysql 中的数据库相关概念对比

MongoDB	MYSQL	区别
database	database	一样
集合 collection	表 table	都是数据集
文档 document	行 row	文档是bson格式，行是逻辑概念
属性 field或者键 key	列 column

MongoDB的基本操作

创建、删除、查看、使用数据库

-- 查看
show databases 或  show dbs

-- 创建库并使用
use databaseName
-- 注：没有文档的数据库是不会创建的，只有当真正插入文档[docuement]之后，库才会真正被创建

-- 删除当前库 [要先使用 这个库]
db.dropDatabase()

创建、删除、查看集合【集合相当于表】

-- 查看集合
show tables 或  show collections

-- 创建集合
db.collectionName.insert({})   
-- 注：这种情况会自动创建 collectionName
db.createCollection(name, {options})
-- 其中， options 有如下选项
	｛
		capped: true | fase,
		autoIndexId: true | false,
		size: 大小，单位是 kb,
		max: 文档记录数
	｝
	
-- 删除集合
db.collectionName.drop()

插入文档【文档相当于行记录】

使用 db.collection_name.insert(doc) 或 db.collection_name.save(doc)

db.emp.insert({
              name:"张三丰",
              start_date: "2016-03-19",
              salary: 18000,
              age: 31,
              title: "Java开发工程师",
              tag: ["活泼","外向","有亲和力"]
              })
注：如果当前数据库中没有 emp 这个集合，则会自动创建 emp 集合

或者通过一个变量来保存 文档
doc = ({
       name:"李四",
       start_date: "2018-09-11",
       salary: 6785.5,
       age: 23,
       title: "助理工程师",
       tag: ["沉稳","内向"]
      });
再通过：
db.emp.insert(doc) 
插入

更新文档

使用 db.collection_name.update(, , options)

其中，query 表示更新的条件

update 表示更新的列值

options 主要有：

upsert : 可选，这个参数的意思是，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 : 可选，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。

writeConcern :可选，抛出异常的级别。

更新指定列：前面加上 $set:

删除文档

使用 db.collection_name.remove(, options)

其中，

query 表示删除的条件，满足此条件的记录删除

options 主要有：

justOne: true|false 如果设置成true或1，表示只删除1行，不设置的话，则删除所有匹配的行

writeConcern :可选，抛出异常的级别。

查询文档

语法：

> db.collection_name.find({query},{projection})
> 其中，
> {query} 是指查询的条件，语法如下：
> {<field1>: {expression1}, <field2>: {expression2}, ... , <fieldN>: {expressionN}}
> 
> 在expression中，可以使用各种运算符，语法: 运算符: value,  如：$gt 表示大于
> 
> {projection} 是指投影查询的列，语法如下：
> {field1:true|false, field2:true|flase, ... , fileldN:true|false}
> 也可以使用整数，其中，0代表false, 非0代表true
>

指定查询条件的逻辑符号，主要有：

$or

$and 默认值

$nor 异或

$in

$nin

$not

语法：
1
2
3
4
5
6
7
8
> find({
>     $or: [
> 		{条件1},
>        	{条件2}
> 		]
> 
> })
>

$type运算

根据文档值的类型进行过滤，这个类型要查询官方的手册

limit()和skip() 操作

limit(n) 表示限定多少行

skip(n) 表示跳过多行少

练习：

查询出工资范围在 10000 至 15000之间的员工

SQL:
select * from emp where salary > 10000 and salary < 15000;
-- MongoDB:
db.emp.find({salary: {$gt: 10000, $lt: 15000}},{_id:0,tag:0})

查询出职位含有 ‘java’ 的员工

SQL:
select * from emp where title like '%java%';
-- MongoDB:
db.emp.find({title: /java/i})

注：以 i 结尾表示忽略大小写

查询出名字中以’袁’开头或者工资大于15000或者年龄大于 28岁的员工

db.emp.find(
    	-- 条件 condition
    	{
            $or: 
            	[
                    {name: /^袁/},
                    {salary: {$gt: 15000}},
                    {age: {$gt: 28}}
                ]
         },
    	-- 投影 projection
         {
    		_id:0,
    		tag:0
   		 }
)

查询出总记录数

SQL:
select count(*) "total" from emp;
-- MongoDB:
db.emp.aggregate([{$group: {_id: null, total: {$sum: 1}}}])
-- 或者
db.emp.find().count(true);

以上的语句相当于执行了： select count(*) from emp;

查询出各职称的工资总和。

SQL:
select title, sum(salary) "totalSalary" from emp group by title;
-- MongoDB:
db.emp.aggregate([{$group: {_id: '$title', totalSalary: {$sum: '$salary'}}}])

基本查询汇总

语法：

db.collection_name.find(

{where}, – 指定查询的条件

{projection} – 指定查询的列

).sort({属性名: 1|-1})

排重的语法：

db.collection_name.distinct(“属性名”,{where})

1.行记录过滤

支持的条件指令

$gt, $lt, $gte, $lte, $ne
$in(list)
…

– 年龄在22至28岁之间员工

1	db.emp.find({age: {$gte: 22, $lte: 28}},{_id: 0, tag: 0})

…

2.模糊匹配

采用正则表达式的方式进行匹配。

…

3.排重

排重的语法：

db.collection_name.distinct(“属性名”,{where})

-- 查询出所有员工的入职时间 
-- sql
select distinct start_date from emp;
-- MongoDB:
db.emp.distinct("start_date")

4.投影查询

可以从两个角度来定义

不想显示哪些域

{属性名: 0} 或 {属性名: false}

只想显示哪些域

{属性名: 1} 或 {属性名: true}

如:

-- SQL
select name,age from emp;
-- MongoDB:
db.emp.find({}, {name: 1, age: 1, _id: 0})
或
db.emp.find({}, {name: true, age: true, _id: false})

5.多个逻辑条件

当有多个条件时，要么是 $and, 要么是 $or, 它们的值都是数组类型。

语法：

db.collection_name.find(

{$or|$and: [

{条件1},

{条件2},

….

{条件N}

]},

{属性名: 0} 或 {属性名: false}

)

-- 工资大于20000并且年龄大于30岁 或者 职位中以是Java开头的 员工
-- SQL:
select * from emp where (salary > 20000 AND age > 30) OR title like 'Java%';
-- MongoDB:
db.emp.find(
	{
    	$or: [
            {title: /^Java/},
            {
            $and: [
                	{salary: {$gt: 20000}},
                	{age: {$gt: 30}}
            	]
            }
        ]
    },
    {_id:0,name:1, salary:1, age:1, title:1}
)

6.排序

在查询的方法后面，再调用 sort 方法即可，语法：

sort({属性名: 1 | -1, 属性名: 1|-1, […]})

1代表升序， -1 代表降序。

如：

-- 按年龄排序显示所有的员工名、职位、工资、年龄
-- sql:
select name,title,salary, age from emp order by age asc, salary desc;
-- MongoDB:
db.emp.find({},{name:1,salary:1,age:1,title:1,_id:0}).sort({age: 1, salary: -1})

7.分页

limit(n) , 只查询出指定的条目数【行数】

skip(n)，跳过指定的条目数【行数】

所以，分页的查询是基于以上两个函数，其中， limit的参数代表每页多少行[pageSize], skip的参数应该是 (当前页 - 1) * pageSize.

如：

1	db.emp.find({},{name:1,salary:1, age:1, title:1, _id:0}).limit(5).skip(5)

8.统计行数

调用 count() 方法

-- 查询有多少员工的工资大于15000元
-- sql:
select count(*) from emp where salary > 15000;
-- MongoDB:
db.emp.find({salary: {$gt: 15000}},{_id:0}).count()

聚合操作

db.collection_name.aggregate([管道操作])

常用的管道操作符：

$project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。

$match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。

$limit：用来限制MongoDB聚合管道返回的文档数。

$skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。

$unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。

$group：将集合中的文档分组，可用于统计结果。

$sort：将输入文档排序后输出。

语法规则：

db.collection_name.aggregate([
    -- 每一个都是一个管道
    {$match: {salary: {$gt: 15000, $lt: 20000}}},
    {$group: {_id: null, totalSalary: {$sum: '$salary'}}},
    {$sort: {name: 1}},
    ...,
    {$unwind: '$tag'}
])

其中，_id 后面指定分组的列，可以有多列

$group 之前的 $match 表示 where 子句

$group 之后的 $match 表示 having 子句

$sort 表示排序

$unwind 表示将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值

如：

-- 查询出员工总记录数
-- sql:
select count(*) "total" from emp;
-- MongoDB 1:
db.emp.find().count()
-- MongoDB 2:
db.emp.aggregate(
    [
        {
        	$group: {
        			_id: null, 
        			total: {$sum: 1}
        	}
        }
    ]
)

注：

aggregate 函数的执行过程也叫上管道操作，前面的执行结果做为后面的执行输入。

管道操作的图示

mongdb-管道

-- MongoDB:
db.orders.aggregate([
    {$match: {status: 'Normal'}},
    {$group: {_id: '$cust_id', totalAmount: {$sum: '$amount'}}},
    {$match: {totalAmount: {$gt: 500}}},
    {$sort: {totalAmount: -1}}
])

索引操作

作用：

提高文档的检索效率

索引是存储在内存之中的，索引的效率非常高。

创建索引

db.collection_name.createIndex({field: 1 | 0, fileld: 1|0, … }, options)

或

db.getCollection(“collection_name”).createIndex({field: 1 | 0, fileld: 1|0, … }, options)

其中，1代表升序索引， 0 代表降序索引

查看索引

db.collection_name.getIndexes()

– 查看索引大小

db.collection_name.totalIndexSize()

删除集合所有索引

db.collection_name.dropIndexes()

或

db.collection_name.dropIndex(index_name)

MongoDB 客户端

可以使用 ROBO Studio 3T, 下载地址： https://studio3t.com/