Java Dynamic的专栏

一、基本概念 1、文档：MongoDB是基于文档(Document)的NoSQL数据库。文档是MongoDB中数据的基本单元，非常类似于关系数据库中的行(比行要复杂)。 文档由多个键值对组成，它们具有以下特性： a、文档中的键/值对是有序的(通常文档中键的顺序并不重要)。 b、文档中的值不仅可以是双引号里的字符串，还可以是其他几种数据类型(甚至可以是整个嵌入的文档)。 c、文档的键是字符

一、简介 随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。MongoDB非凡的表现使其在NoSQL中占有重要地位，当然其他的NoSQL数据库，比如CouchDB，Redis，Hbase等也各有千秋。本系列将带领大

一、Insert操作 Insert操作是MongoDB插入数据的基本方法，对目标集合使用Insert操作，会将该文档添加到MongoDB并自动生成相应的ID键。文档结构采用类似JSON的BSON格式。常见的插入操作主要有单条插入和批量插入两种形式。插入时只是简单地将文档存入数据库中，不进行额外的验证，也不会执行代码，所以不存在注入式攻击的可能。 1、单条插入 2、批量插入 Mong

一、find操作 MongoDB中使用find来进行查询，通过指定find的第一个参数可以实现全部和部分查询。 1、查询全部 空的查询文档{}会匹配集合的全部内容。如果不指定查询文档，默认就是{}。 2、部分查询 3、键的筛选 键的筛选是查询时只返回自己感兴趣的键值，通过指定find的第二个参数来实现。这样可以节省传输的数据量，又能节省客户端解码文档的时间和内存消耗。

一、索引操作 索引是为了优化查询速度而生，MongoDB的索引和其他关系型数据库，比如MySQL，Oracle等的索引几乎相同，对于它们的索引优化经验同样适用于MongoDB。 1、创建索引 MongoDB中建立索引是通过ensureIndex操作完成的。下面测试了在使用索引和不使用索引下的性能差别，使用explain函数进行查询性能分析。 插入测试数据： 不使用索引的查询：

一、简单聚合工具 1、count count是最简单的聚合工具，用于返回集合中文档的数量。 2、distinct distinct和其他数据库的语义是相同的，用于找到给定键的所有不同的值，即去重。 二、复杂聚合工具 1、group group和SQL中的group by类似，用于分组。 group聚合可以使用condition过滤返回的文档，使用完成器f

很多应用程序都有通知或系统消息的功能模块，如果有新消息会以红点或消息条数在某个显眼位置展示给用户，这是计数系统使用场景之一。应用内部，比如微博，每个用户有自己发送微博数量，微博评价数等需要计数的需求，这也是计数系统常见的使用场景。将普遍需要的计数功能独立出一个单独的模块或系统，有利用系统的扩展，所以本文将讨论下如何构建一个可伸缩的计数系统。 1. 先对上述计数常见使用场景简要分析。第一种情况