mongodb基本概念

NoSQL

NoSQL，指的是非关系型的数据库, Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。Nosql的存储格式丰富，如键-值对存储，列存储，文档存储，图形数据库。 NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

mongoDB

• 来自于英文单词“Humongous”，“庞大”; mongo != mango
• 面向文档，非关系型的NoSQL数据库
• 分布式文件存储的数据库，由 C++ 语言编写
• mongodb 中文网站：www.mongoing.com
• mongodb 中文文档：docs.mongoing.com

 

主要功能特性：

10. 文件存储格式BSON（一种json的扩展）：数据结构松散，可存储复杂的数据类型
11. 模式自由：数据格式不受限于表的结构
12. 支持动态查询: 可通过字段，范围查询进行搜索，并且还支持正则表达式搜索
13. 支持索引: 多种索引类型
14. 支持复制（主从复制）和故障恢复：支持集群与分片
15. 使用高效的二进制数据存储，包括大型对象
16. 自动处理碎片，以支持云计算层次的扩展。   ？？
17. 支持Java、Ruby、Python、C++、PHP等多种语言
18. 内部支持Javascript ？？

缺陷：

• 不支持事务，不支持多表联合查询
• mongoDB占用空间过大

数据库概念:

• Database

>use db_name  //创建并连接到该库

>show dbs  //列出所有的数据库列表（注意：空数据库不显示）

>db //检查当前选择的数据库

>db.dropDatabase(): 删除当前所连接的数据库

> show dbs

local  0.078GB

test   0.078GB

> use test

switched to db test

> db

test

>

备注：

1．可建立多个数据库

2. 默认数据库：test, 若没有创建过任何数据库，则集合/文档将存储在test数据库中

• Collection 

> db.createCollection(name, options)

参数说明：

·        name: 要创建的集合名称

·        options: 可选参数, 指定有关内存大小及索引的选项

> show collections :显示当前数据库所拥有的集合

> db.COLLECTION_NAME.drop(): 删除名为COLLECTION_NAME的集合

举例：

> use test

switched to db test

> db.createCollection("col")

{ "ok" : 1 }

> show collections

col

>db.col.drop()

true

 

• document

> db.COLLECTION_NAME.insert(document)

> db.COLLECTION_NAME.insertOne():向指定集合中插入一条文档数据

> db.COLLECTION_NAME.insertMany():向指定集合中插入多条文档数据

> db.COLLECTION_NAME.save(document)

> db.COLLECTION_NAME.find() ：查找已插入的所有文档

> db.COLLECTION_NAME.find().count():查询数量

> db.COLLECTION_NAME.find().limit(NUMBER): 限制查询数量

> db.COLLECTION_NAME.find().skip(NUMBER):跳过文档数量

> db.COLLECTION_NAME.find().sort({KEY:1})：根据指定字段排序，1：升序， -1：降序

> db.COLLECTION_NAME.find({key1:value1, key2:value2}) ：AND条件查询

> db.COLLECTION_NAME.find({$or:[{key1:value1, key2:value2}]}) ：OR条件查询

> db.COLLECTION_NAME.deleteMany({ key : value })

> db.COLLECTION_NAME.deleteOne({ key : value })

>db.col.insert({"title" : "MongoDB 教程",

"description" : "MongoDB 是一个 Nosql 数据库",

  "by" : "菜鸟教程",

  "url" : "http://www.runoob.com",

  "tags" : [ "mongodb", "database", "NoSQL" ],

"likes" : 100

})

>db.col.find()

{ "_id" : ObjectId("56064886ade2f21f36b03134"), "title" : "MongoDB 教程", "description" : "MongoDB 是一个 Nosql 数据库", "by" : "菜鸟教程", "url" : "http://www.runoob.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100 }

> db.col.find({"by":"菜鸟教程", "title":"MongoDB 教程"}).pretty()

{

        "_id" : ObjectId("56063f17ade2f21f36b03133"),

        "title" : "MongoDB 教程",

        "description" : "MongoDB 是一个 Nosql 数据库",

        "by" : "菜鸟教程",

        "url" : "http://www.runoob.com",

        "tags" : [

                "mongodb",

                "database",

                "NoSQL"

        ],

        "likes" : 100

}

>db.col.find().limit(1).skip(2); //仅显示第三个文档

 

Mongodb与RDBMS 的条件语句查询比较：

 

备注：

3. 在插入的文档中，如果不指定_id参数，那么 MongoDB 会为此文档分配一个唯一的ObjectId，作为主键, _id为集合中的每个文档唯一的12个字节的十六进制数
4. save 与 insert的区别：

指定_id: 若_id已存在，insert报错；save替换全部数据

不指定_id：insert 和 save 会为此文档分配一个唯一的ObjectId

索引：

• single field index (单字段索引)

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

Key：要创建的索引字段，1：升序创建索引，-1:降序创建索引

• compound index(复合索引):

复合索引是Single Field Index的升级版本，它针对多个字段联合创建索引，先按第一个字段排序，第一个字段相同的文档按第二个字段排序，依次类推.

>db.COLLECTION_NAME.ensureIndex({KEY1:1,KEY2:1})

举例：

>db.person.ensureIndex({"age":1})  //单字段索引

>db.person.ensureIndex({"title":1, "description":-1}) //复合索引

备注：

1.复合索引的字段顺序，最左前缀索引：复合能满足的查询场景比单字段索引更丰富，不光能满足多个字段组合起来的查询，比如db.person.find( {"age"： 18， "name": "jack"} )，也能满足能匹配符合索引前缀的查询，这里{"age": 1}即为{"age": 1, "name": 1}的前缀，所以类似db.person.find( {"age"： 18} )的查询也能通过该索引来加速；但db.person.find( {"name": "jack"} )则无法使用该复合索引。如果经常需要根据『name字段』以及『name和age字段组合』来查询，则应该创建如下的复合索引:

>db.person.createIndex( {name: 1, age: 1} )

2. 字段的值分布: 即使person集合所有的查询都是『name和age字段组合』（指定特定的name和age），字段的顺序也是有影响的。age字段的取值很有限，即拥有相同age字段的文档会有很多；而name字段的取值则丰富很多，拥有相同name字段的文档很少；显然先按name字段查找，再在相同name的文档里查找age字段更为高效。

• multikey index (多key索引)

当索引的字段为数组时，创建出的索引称为多key索引。多key索引会为数组的每个元素建立一条索引，比如person表加入一个habbit字段（数组）用于描述兴趣爱好，需要查询有相同兴趣爱好的人就可以利用habbit字段的多key索引。

举例：

{"name" : "jack", "age" : 19, habbit: ["football, runnning"]}

>db.person.ensureIndex( {habbit: 1} )  // 自动创建多key索引

>db.person.find( {habbit: "football"} )

• text index (文本索引)

支持对collection中的string内容进行搜索操作,即文本搜索，分词；

索引的建立：

db.COLLECTION_NAME.ensureIndex({key: "text"}) //单键的文本搜索

db.COLLECTION_NAME.ensureIndex({key1: "text", key2: "text"}) //多键的文本搜索

db.COLLECTION_NAME.ensureIndex({"$**":"text"}) //给所有字段建立全文索引

索引的查询

db.COLLECTION_NAME.find({$text:{$search:"coffee"}}) //查询

db.COLLECTION_NAME.find({$text:{$search:"coffee cola -tea"}}) //非查询，加-即为排除该字段：

举例：

>db.col.find()

{ "_id" : ObjectId("56064886ade2f21f36b03134"), "title" : "MongoDB 教程", "description" : "MongoDB 是一个 Nosql 数据库", "by" : "菜鸟教程", "url" : "http://www.runoob.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100 }

 

>db.col.ensureIndex({"description ":"text"})  //创建文本索引

>db.col.find ({$text:{$search:"MongoDB "}) //复合索引

{ "_id" : ObjectId("56064886ade2f21f36b03134"), "title" : "MongoDB 教程", "description" : "MongoDB 是一个 Nosql 数据库", "by" : "菜鸟教程", "url" : "http://www.runoob.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100 }

>db.col.find({$text:{$search:"MongoDB"}})

>db.col.find({$text:{$search:"MongoDB Nosql"}}) //空格代表或操作，MongoDB或Nosql

>db.col.find({$text:{$search:"Nosql -Nosql"}}) //-号为非操作，即不包含Nosql的

>db.Col.find({$text:{$search: "\" MongoDB \" \" Nosql \""}}) //加双引号可以提供与关系操作

 

备注：

1. 使用文本索引查询不需要指定文本索引的字段名字——直接使用$text,$search即可

2.在MongoDB中每个数据集合只允许创建一个全文索引，不过这个全文索引可以针对一个、多个、全部的数据集合的字段来创建。

3. 每次查询，只能指定一个$text查询

4. MongoDB全文索引还不支持中文

 

• 其他类型索引

哈希索引（Hashed Index）是指按照某个字段的hash值来建立索引，目前主要用于MongoDB Sharded Cluster的Hash分片，hash索引只能满足字段完全匹配的查询，不能满足范围查询等。

地理位置索引（Geospatial Index）能很好的解决O2O的应用场景，比如『查找附近的美食』、『查找某个区域内的车站』等。