MongoDB笔记

MongoDB简介

MongoDB介绍

MongoDB是面向文档的非关系型数据库，不是现在使用最普遍的关系型数据库，其放弃关系模型的原因就是为了获得更加方便的扩展、稳定容错等特性。面向文档的基本思路就是：将关系模型中的“行”的概念换成“文档（document）”模型。面向文档的模型可以将文档和数组内嵌到文档中。因此，实际中可以用一条数据表示非常复杂的结构。
MongoDB没有预定义模式：文档的键(key)和值(value)不再是固定的类型和大小，而且根据需求要添加或者删除字段变得更容易了。由于没有模式需要更改，通常不需要迁移大量数据。不必将所有数据都放到一个模子里面，应用层可以处理新增或丢失的键。这样开发者可以非常容易地变更数据模型。
实际应用中，随着数据量的增大，数据库都要进行扩展。扩展有纵向扩展和横向扩展。纵向扩展是使用计算能力更强的机器，也是最省力的方法，但是很容易达到物理极限，无论花多少钱也买不到最新的机器了。横向扩展就是通过分区将数据分散到更多的机器上。MongoDB的设计采用横向扩展。面向文档的数据模型使它很容易地在多台服务器之间进行数据分割。还可以自动处理跨集群的数据和负载，自动重新分配文档，以及将用户请求路由到正确的机器上。开发者根本不用考虑数据库层次的扩展问题，需要扩展数据库时，在集群中添加机器即可，MongoDB会自动处理后续的事情。
MongoDB有如上各种特性，但为了达到这些，他也放弃了关系型数据库的某些功能如表连接join和复杂的多行事务。

MongoDB的优势与劣势

优势

快速！基于内存，将热数据存放在物理内存中（不仅仅只是索引和少部分数据），从而提高了整体速度和效率。

高扩展性！MongoDB的高可用和集群架构拥有十分高的扩展性。

自身的FailOver机制！在副本集中，当主库遇到问题，无法继续提供服务的时候，副本集将选举一个新的主库继续提供服务。

JSon格式的数据！MongoDB的Bson和JSon格式的数据十分适合文档格式的存储与查询。

劣势

应用经验少！由于NoSQL兴起时间短，应用经验相比关系型数据库较少。

由于以往用到的都是关系型数据库，可能会造成使用者一开始的不适应。

无事务机制！MongoDB本身没有自带事务机制，若需要在MongoDB中实现事务机制，需通过一个额外的表，从逻辑上自行实现事务。

MongoDB基础知识与CRUD

1.文档(document):相当于传统关系型数据库的“行”，但比传统行表示的信息更加复杂。例如：

{"name":"jack","age":18,"sex":"male"}

2.集合(collection):这个在MongoDB中代表一组文档，类似于关系型数据库中的表。但在MongoDB中的表（就是集合）是没有模式的，你可以将完全不同的文档放入同一个集合中.但在实际使用中，为特定集合隐性规定一种模式。注：当集合里没有任何文档时集合其实也是不存在的。当第一个文档插入时，集合就会被创建。 
3.数据库(database):在MongoDB中，一组集合可以组成一个数据库。一个MongoDB实例可以承载多个数据库。每个数据库都有独立的权限控制。在实际应用中，通常，一个应用的所有数据放置在一个数据库中。 
4.数据类型：MongoDB中的文档类似于JSON。JSON是一种简单的数据交换格式，在数据类型方面，只支持：null，布尔，数字，字符串，数组和对象。这几种类型在某些实际应用中表现力还是不够，比如JSON本身不直接支持日期类型，对于数字，JSON本身也没法区分整数和浮点数，更不能区分32位数字和64位数字。为此，MongoDB再保留了JSON的各类特性外，又为其添加了一些数据类型。 
1.null：用于表示空值或不存在的字段。Shell中这样表示：{"x"：null} 
2.布尔：有两个值，true和false。Shell中这样使用：{"x"：true} 
3.数字：Shell中数字均为64位浮点数，如在Shell中{"x"：3.14}和{"x"：3}这两个文档中的值均是64位的浮点数。 
4.字符串：这个用的最广，Shell中这样表示：{"x"："hello world！"} 
5.日期：这个在数据存储时，存储的是从标准纪元开始的毫秒数，没有存储时区信息。 
6.正则表达式：文档中可以包含正则表达式，采用JavaScript的正则表达式语法即可，Shell中这样表示：{"x"：/foobar/i}。
7.数组：数组是一组值，既可以表示为有序对象（列表，栈，队列等）也可以表示无序对象（集合），Shell中这样表示一个数组：{"things"：["pie"，3.14]}。 
8.内嵌文档：把一个文档整个作为另一个文档某一个键对应的值。 
其他包括二进制数据，代码等。

MongoDB入门(Shell基本操作)

shell是一个功能完备的JavaScript解释器，可运行任意的JavaScript程序。这里不做示例。 
MongoDB的默认数据库为"db"，该数据库存储在data目录中。 
1.选择数据库

#选择名test数据库
use tset

如果忘记了数据库名称可以输入如下代码查询所有数据库名称："show dbs" 命令可以显示所有数据的列表

show dbs

查看数据库中的集合名：

show collections

insert函数可将一个文档插入到集合中去。以一个博客举例。先创建一个叫post的变量(JavaScript对象)有三个键和对应的属性。插入代码：

db.blog.insert(post)

批量插入

db.blog.insertMany([{"_id":0},{"_id":1},{"_id":2}])

查询文档

查询代码如下：

db.blog.find()

多出来的"_id"就是MongoDB自动创建的默认为ObjectID类型的对象。在一个集合里，每个文档都由唯一的"_id",确保集合中的每个文档都能被唯一标识，它采用12字节的存储空间，由24个16进制数字组成。

如果插入文档时没有"_id"键，系统会为我们自动创建一个。 

若只想查看一个文档，可以用findOne：

db.blog.findOne()

查询具体的某一个文档那么就要以json的形式添加查询条件，例如：

db.blog.find({"title":"My Blog Post"})

以上实例中类似于 WHERE 语句：WHERE title = 'My Blog Post';

修改文档

如果给博客新增一个评论功能，则需要新增key-value，用于保存评论数组。

post.comments = []

之后用新版本的文档替换旧版本：

db.blog.update({"title":"My Blog Post"},post)

使用修改器:

"$Set":用来指定一个字段的值，若字段不存在，则创建它。

db.users.update({"sex":"male"},{"$Set":{"gift":"happy birthday！"}})
/*这样只会更新一个文档，若要更新多个文档，则需要将update的第四个参数设置为true*/
db.users.update({"sex":"male"},{"$Set":{"gift":"happy birthday！"}}，false，true)　

"$inc":用来增加已有键的值，若键不存在，就创建它。（与"$Set"类似，专门用来增加数字的，只能用于整形，长整型，双精度浮点型

db.games.update({"game":"pinball","user":"joe"},{"$inc":{"score":50}})　

"$push":会向已有的数组末尾加入一个元素，若数组不存在，则创建数组。与"$each"自操作符一同使用可以一次添加多个值。

db.stock.ticker.update({"_id":"1"},{"$push":{"hourly":{"$each":[562.667,562.790,562.123]}}})　

"$addToSet":可以避免重复插入。若数组内已有相同数据，则不差入。与"$each"自操作符一同使用可以一次添加多个值。

db.users.update({"_id""1},{"$addToSet":{"emails":"joe@gmail.com"}})

"$push":删除数组里的元素.("$pop":将数组看成队列或栈，从两端删除。"$pull":将所匹配到的数组中的值删除，而不是只删除一个)

db.blog.remove({"title":"My Blog Post"})

删除整个集合用drop()

db.blog.drop()

索引

MongoDB使用 ensureIndex() 方法来创建索引。

db.COLLECTION_NAME.ensureIndex({KEY:1})

语法中 Key 值为你要创建的索引字段，1为指定按升序创建索引，如果你想按降序来创建索引指定为-1即可。 

当然也可以给多个字段建立索引

db.col.ensureIndex({"title":1,"description":-1})

管道聚合

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。 
表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。 
这里我们介绍一下聚合框架中常用的几个操作：

db.article.aggregate(
    { $project : {
        title : 1 ,
        author : 1 ,
    }}
);

db.articles.aggregate( [
{ $match : { score : { $gt : 70, $lte : 90 } } },
{ $group: { _id: null, count: { $sum: 1 } } }
] );

db.article.find().limit

db.article.aggregate( { $skip : 5 });

$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。

下面是Mongodb与Mysql的操作命令的对比：