什么是MongoDB
MongoDB是一个文档数据库,提供好的性能,领先的非关系型数据库。采用BSON存储文档数据。2007年10月,MongoDB由10gen团队所发展。2009年2月首度推出。MongoDB用c++编写的。
优势:
面向文档的存储:以 JSON 格式的文档保存数据。
任何属性都可以建立索引。
复制以及高可扩展性。
自动分片。
丰富的查询功能。
快速的即时更新。
来自 MongoDB 的专业支持。
mongodb安装与启动
mongodb下载网址: https://www.mongodb.com/download-center/community
选择版本、系统环境、包 。以下将以tgz包 为例
下载完成将得到mongodb-linux-x86_64-rhel70-4.2.8.tgz包,将其上传到linux(centos7)某个目录
上传完成后解压
tar zxvf mongodb-linux-x86_64-rhel70-4.2..tgz
移动到/usr/local/mongodb目录(非必须)
mv mongodb-linux-x86_64-rhel70-4.2./ /usr/local/mongodb
创建专门的负责的用户并赋予权限(非必须)
cd /usr/local/mongodb
groupadd mongodb
useradd -s /sbin/nologin -g mongodb -M mongodb
mkdir data log run
chown -R mongodb:mongodb data log run
在/usr/local/mongodb 里面创建一个配置文件 mongodb.conf
vim mongodb.conf 并写入下面的信息:
bind_ip=0.0.0.0
port=
dbpath=/usr/local/mongodb/data/
logpath=/usr/local/mongodb/log/mongodb.log
pidfilepath =/usr/local/mongodb/run/mongodb.pid
logappend=true
fork=true
maxConns=
noauth = true # 配置解释:
# fork=true 运行在后台
# logappend=true 如果为 true,当 mongod/mongos 重启后,将在现有日志的尾部继续添加日志。否则,将会备份当前日志文件,然后创建一个新的日志文件;默认为 false。
# noauth = true 不需要验证用户密码
# maxConns= 最大同时连接数 默认2000
以上是MongoDB的安装与启动的准备工作,可直接启动 启动命令:
/usr/local/mongodb/bin/mongod -f /usr/local/mongodb/mongodb.conf
配置环境变量
vim /etc/profile
在/etc/profile文件末尾添加一行:
export PATH=/usr/local/mongodb/bin:$PATH
让其生效:
source /etc/profile
查看当前mongodb的版本:
mongod --version
MongoDB的crud
理解几个概念
集合:对应mysql的table
文档:对应mysql的一条数据
数据库的操作
连接MongoDB,执行mongo命令
mongo
查看MongoDB自带的原始数据库
show dbs
admin:从权限角度来看,这是“root”数据库。如果将一个用户添加到这个数据库。这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行,比如列出所有的数据库或者关闭服务器
local:这个数据永远不会被复制,可以用来存储限于本地单台服务器的任意集合
config:当mongo用于分片设置时,config数据库在内部使用。用于保存分片的相关信息
创建或进入数据库:use 数据库名
use test
使用use时,如果数据库存在则会进入到相应的数据库,如果不存在则会自动创建 一旦进入数据库,则可以使用db来引用当前库 ;
如果是第一次创建,那个这个数据库只是存在于内存当中,直到这个数据库中创建了集合后才会持久化到磁盘上
删除数据库:db.dropDatabase()
db.dropDatabase()
集合的操作
用于删除已经持久化的数据库,刚创建在内存中的数据库删除无效
相当于恢复到刚创建test数据库且并没有持久化到磁盘的状态
创建一个集合:db.createCollection("集合名称")
db.createCollection("西游记")
查看所有的集合show tables 或者 show collections
show tables
show collections
删除集合:db.集合名称.drop()
db.西游记.drop()
文档的操作
添加一条数据
db.xyj.insert({name:"猪八戒",age:,gender:"男"})
这里会自动创建xyj这个集合
查询数据
db.xyj.find()
可以看到,我们没有指定id,MongoDB自动给我们生成了一条id,我们也可以指定id,如下
添加一条指定id的数据
db.xyj.insertOne({_id:"workd",name:"猪八戒",age:,gender:"男"})
当我们向集合中插入文档时,如果没有给文档指定 _id属性,则数据库会自动为文档添加 _id该属性用来作为文档的唯一标识 _id
我们可以自己指定,如果我们指定了数据库就不会在添加了,如果自己指定 _id 也必须确保它的唯一性
批量添加数据
db.xyj.insert([
... {name:"沙和尚",age:,gender:"男"},
... {name:"白骨精",age:,gender:"女"},
... {name:"蜘蛛精",age:,gender:"女"}
... ])
或者以下命令也是一样的效果
db.xyj.insertMany([
{name:"沙和尚",age:,gender:"男"},
{name:"白骨精",age:,gender:"女"},
{name:"蜘蛛精",age:,gender:"女"}
])
总结:
db.collection.insertOne() 插入一个文档对象
db.collection.insertMany() 插入多个文档对象
额外小知识
try{
db.xyj.insert([
{name:"沙和尚",age:,gender:"男"},
{name:"白骨精",age:,gender:"女"},
{name:"蜘蛛精",age:,gender:"女"}
]);
}catch(e){
print(e)
}
可以知道那条插入失败
全量修改操作
db.xyj.update({_id: ObjectId("5f0189a368c6a000f725c87b")},{age:NumberInt()})
执行效果:这条数据只有age一个字段了
局部修改操作
db.xyj.update({_id:ObjectId("5f0189a368c6a000f725c87c")},{$set:{age:NumberInt()}})
执行效果:只会修改这条数据的某个字段
批量修改
db.xyj.update({name:"蜘蛛精"},{$set:{age:NumberInt()}},{multi:true})
注意:在修改条数据时,必须要加上第三个参数{multi:true},否则只会修改一条数据
字段增加操作
db.xyj.update({_id:"workd"},{$inc:{age:NumberInt()}})
注意:$inc
对应的字段必须是数字,而且递增或递减的值也必须是数字。
删除文档
db.xyj.remove({_id:"workd"})
删除文档字段
db.xyj.update({"_id": ObjectId("5f0189a368c6a000f725c87d")}, {"$unset": {"name":}})
$unset
指定字段的值只需是任意合法值即可
删除所有
db.xyj.remove({})
数组操作
插入测试数据
db.xyj.insertMany([
{name:"沙和尚",age:,gender:"男",hobby:["打篮球","吃喝"]},
{name:"白骨精",age:,gender:"女",hobby:["吃喝"]},
{name:"蜘蛛精",age:,gender:"女",hobby:["跑步","打乒乓球"]},
{name:"唐生",age:,gender:"男",hobby:["坐禅","吃喝"]}
]);
添加数组内容($push)
db.xyj.update({"name": "白骨精"}, {"$push": {"hobby": "念佛"}})
删除元素($pop
)
删除最后一个元素
db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d10")}, {"$pop": {"hobby": }})
删除第一个元素
db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d13")}, {"$pop": {"hobby": -}})
删除特定元素($pull
)
db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d11")}, {"$pull": {"hobby": "念佛" }})
添加一条测试数据
db.xyj.insert({name:"猪八戒",age:,gender:"男",address: [{place: "nanji", tel: }, {place: "dongbei", tel: }]});
更新嵌套数组的值($set)
db.xyj.update({"_id": ObjectId("5f019881caf12a975c177d14")}, {"$set": {"address.0.tel": }})
数组查询:
db.xyj.find({"hobby":"跑步"})
多个元素的查询
db.xyj.find({"hobby":{"$all": ["跑步", "打乒乓球"]}})
只有hobby数组同时存在跑步和打乒乓球才会匹配
限制数组长度查询
db.xyj.find({"hobby": {"$size": 1}})
只有数组的长度是1才会匹配
投影查询
db.xyj.find({name:"白骨精"},{name:,_id:})
1表示显示 0表示强制隐藏
相当于sql里面只查某些字段
按字段条件查询
db.xyj.find({name:"白骨精"})
按字段条件查询并只返回一条
db.xyj.findOne({gender:"女"})
其他api就不都演示了
组合查询:
语法:db.xyj.find($and:[{},{},{}])
//查询年级大于20小于50的
db.xyj.find({$and:[{age:{$gt:NumberInt()}},{age:{$lt:NumberInt()}}]})
//查询名字里有”精“的或者年纪大于30的
db.xyj.find({$or:[{age:{$gt:NumberInt()}},{name:/精/}]})
比较查询:
db.xyj.find({age:{$gt:NumberInt()}}) //查询年级大于20岁的 $gt--》大于 $lt--》小于 $gte--》大于等于 $lte--》小于等于 $ne---》不等于(不等于不一定要用于数字)
包含查询:
db.xyj.find({age:{$in:[,]}})
不包含:
db.xyj.find({age:{$nin:[,]}})
Like:
db.xyj.find({"name": /精/})
统计查询:
db.xyj.count()或者db.xyj.count({字段:条件})
取模:
db.xyj.find({"age": {$mod: [, ]}})
比如我们要匹配 age % ==
是否存在($exists)
db.xyj.find({"love": {"$exists": true}}) // 如果存在字段love,就返回
db.xyj.find({"love": {"$exists": false}}) // 如果不存在字段love,就返回
分页查询
limit:显示几条记录
skip:跳过几条记录
第一次查询:db.xyj.find().limit(2)
第一次查询:db.xyj.find().limit(2).skip(2)
结合排序:db.xyj.find().limit(2).skip(2).sort({age:1}) // 1代表升序,-1代表降序
执行顺序: sort > skip > limit
聚合管道
较常见的管道操作符以及他们的作用:
$project | 数据投影,主要用于重命名,增加,删除字段 | db.article.aggregate({ $project : {title : 1 ,author : 1 ,}}); |
$match | 过滤,筛选符合条件的文档,作为下一阶段输入 | db.articles.aggregate( [{ $match : { score : { $gt : 70, $lte : 90 } } },{ $group: { _id: null, count: { $sum: 1 } } }] ); |
$limit | 限制经过管道的文档数量 | db.article.aggregate({ $limit : 5 }); |
$skip | 待操作集合处理前跳过部分文档 | db.article.aggregate({ $skip : 5 }); |
$unwind | 将数组拆分成独立字段 | db.article.aggregate({$project:{author:1,title:1,tags:1}},{$unwind:"$tags"}) |
$group | 对数据进行分组 | db.article.aggregate({ $group : {_id : "$author",docsPerAuthor : { $sum : 1 },viewsPerAuthor : { $sum : "$pageViews" }}}); |
$sort | 对文档按照指定字段排序 | db.users.aggregate( { $sort : { age : -1, posts: 1 } }); |
$sample | 随机选择从其输入指定数量的文档。 | { $sample: { size: <positive integer> } } |
$out | 必须为pipeline最后一个阶段管道,因为是将最后计算结果写入到指定的collection中 | |
$indexStats | 返回数据集合的每个索引的使用情况 | { $indexStats: { } } |
插入测试数据
document1=({name:'dogOne',age:,tags:['animal','dog'],type:'dog',money:[{min:},{norm:},{big:}]}); document2=({name:'catOne',age:,tags:['animal','cat'],type:'cat',money:[{min:},{norm:},{big:}]}); document3=({name:'catTwo',age:,tags:['animal','cat'],type:'cat',money:[{min:},{norm:},{big:}]}); document4=({name:'dogTwo',age:,tags:['animal','dog'],type:'dog',money:[{min:},{norm:},{big:}]}); document5=({name:'appleOne',age:,tags:['fruit','apple'],type:'apple',money:[{min:},{norm:},{big:}]}); document6=({name:'appleTwo',age:,tags:['fruit','apple'],type:'apple',money:[{min:},{norm:},{big:}]}); document7=({name:'pineapple',age:,tags:['fruit','pineapple'],type:'pineapple',money:[{min:},{norm:},{big:}]}); db.mycol.insert(document1) db.mycol.insert(document2) db.mycol.insert(document3) db.mycol.insert(document4) db.mycol.insert(document5) db.mycol.insert(document6) db.mycol.insert(document7)
假定我们想提取money中min为100的文档,并且只输出名称和money数组中的min那一项
db.mycol.aggregate(
{$match:{'money.min':}},
{$project:{_id:,name:'$name',minprice:'$money.min'}}
)
假定我们想提取money中min小于100的文档,并且限制3个文档,跳过一个文档再显示
通过type类型来对数据进行分类,并且同时统计他们的年龄age总和
db.mycol.aggregate(
{$group:{_id:'$type',sumage:{$sum:'$age'}}}
)
按照年龄对数据进行排序
db.mycol.aggregate(
{$group:{_id:'$type',sumage:{$sum:'$age'}}},
{$sort:{sumage:}}
)