MongoDB 简介

NoSQL 简介

NoSQL（NoSQL = Not Only SQL），意即反 SQL 运动，指的是非关系型数据库，是一项全新的数据库革命性运动，早期就有人提出，发展至 2009 年趋势越发高涨。NoSQL 的拥护者们提倡运用非关系型的数据存储，相对于目前铺天盖地的关系型数据库运用，这一概念无疑是一种全新思维的注入。

为什么使用 NoSQL：

1. 对数据库高并发读写。
2. 对海量数据的高效率存储和访问。
3. 对数据库的高可扩展性和高可用性。

弱点：

1. 数据库事务一致性需求
2. 数据库的写实时性和读实时性需求
3. 对复杂的 SQL 查询，特别是多表关联查询的需求

什么是 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。

MongoDB 特点

1. 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。
2. 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。
3. 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。
4. 如果负载增加（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。
5. 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。
6. MongoDB 使用 update() 命令可以实现替换完整的文档（数据）或者一些指定的数据字段。
7. MongoDB 中的 Map/Reduce 主要是用来对数据进行批量处理和聚合操作。
8. 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。
9. 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。
10. GridFS 是 MongoDB 中的一个内置功能，可以用于存放大量小文件。
11. 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。
12. MongoDB 支持各种编程语言：Ruby、Python、Java、C++、PHP、C# 等多种语言。
13. MongoDB 安装简单。

安装 MongoDB

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 拉取镜像
docker pull mongo:latest

# 创建和启动容器
docker run -d --restart=always -p 27017:27017 --name mymongo -v /data/db:/data/db -d mongo

# 进入容器
docker exec -it mymongo /bin/bash

# 使用 MongoDB 客户端进行操作
mongo

# 查询所有的数据库
show dbs
# admin   0.000GB
# config  0.000GB
# local   0.000GB

MongoDB 概念解析

不管我们学习什么数据库都应该学习其中的基础概念，在 MongoDB 中基本的概念是文档、集合、数据库，下面我们挨个介绍。

下表将帮助您更容易理解 Mongo 中的一些概念：

通过下图实例，我们也可以更直观地了解 Mongo 中的一些概念：

数据库

一个 MongoDB 中可以建立多个数据库。

常用操作：

1. Help 查看命令提示：db.help();
2. 切换/创建数据库：use test（如果数据库不存在，则创建数据库，否则切换到指定数据库）
3. 查询所有数据库：show dbs;
4. 删除当前使用数据库：db.dropDatabase();
5. 查看当前使用的数据库：db.getName();
6. 显示当前 db 状态：db.stats();
7. 当前 db 版本：db.version();
8. 查看当前 db 的链接机器地址：db.getMongo();

文档

文档是一组键值（key-value）对（即 BSON）。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点。

下表列出了 RDBMS 与 MongoDB 对应的术语：

注意事项：

1. 文档中的键/值对是有序的。
2. 文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档）。
3. MongoDB 区分类型和大小写。
4. MongoDB 的文档不能有重复的键。
5. 文档的键是字符串。除了少数例外情况，键可以使用任意 UTF-8 字符。

文档键命名规范：

1. 键不能含有 \0（空字符），这个字符用来表示键的结尾。
2. . 和 $ 有特别的意义，只有在特定环境下才能使用。
3. 以下划线 _ 开头的键是保留的（不是严格要求的）。

集合

集合就是 MongoDB 文档组，类似于 RDBMS（关系数据库管理系统：Relational Database Management System）中的表格。

集合存在于数据库中，集合没有固定的结构，这意味着你对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。

常用命令：

1. 创建一个集合（table）：db.createCollection("collName");
2. 得到指定名称的集合（table）：db.getCollection("user");

MongoDB 数据类型

下表为 MongoDB 中常用的几种数据类型：

适用场景

适用场景

1. 网站数据：Mongo 非常适合实时的插入、更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。
2. 缓存：由于性能很高，Mongo 也适合作为信息基础设施的缓存层。在系统重启之后，由 Mongo 搭建的持久化缓存层可以避免下层的数据源过载。
3. 大尺寸、低价值的数据：使用传统的关系型数据库存储一些数据时可能会比较昂贵，在此之前，很多时候程序员往往会选择传统的文件进行存储。
4. 高伸缩性的场景：Mongo 非常适合由数十或数百台服务器组成的数据库。Mongo 的路线图中已经包含对 Map Reduce 引擎的内置支持。
5. 用于对象及 JSON 数据的存储：Mongo 的 BSON 数据格式非常适合文档化格式的存储及查询。

不适用场合

1. 高度事务性的系统：例如银行或会计系统。传统的关系型数据库目前还是更适用于需要大量原子性复杂事务的应用程序。
2. 传统的商业智能应用：针对特定问题的 BI 数据库会产生高度优化的查询方式。对于此类应用，数据仓库可能是更合适的选择。

MongoDB 入门

常用操作

INSERT

insert：若新增数据的主键（_id 参数）已经存在，则会抛 org.springframework.dao.DuplicateKeyException 异常提示主键重复，不保存当前数据。

save：若新增数据的主键（_id 参数）已经存在，则会对当前已经存在的数据进行修改操作。

1
2
3
4
5
6
7
8
9

db.User.save({name:'zhangsan',age:21,sex:true})
db.User.find()

// 或
db.User.insert({name:'zhangsan',age:21,sex:true})
db.User.find()

// 结果
{"_id": ObjectId("4f69e680c9106ee2ec95da66"), "name": "zhangsan", "age": 21, "sex": true}

_id 组成

ObjectId 是 _id 的默认类型。ObjectId 使用 12 字节的存储空间，每个字节两位十六进制数字，是一个 24 位的字符串。

1. 时间戳：时间不断变化。
2. 机器：主机的唯一标识码。通常是机器主机名的散列值，这样可以确保不同主机生成不同的 ObjectId，不产生冲突。
3. PID：为了确保在同一台机器上并发的多个进程产生的 ObjectId 是唯一的，所以加上进程标识符（PID）。
4. 计数器：前 9 个字节保证了同一秒钟不同机器不同进程产生的 ObjectId 是唯一的。后 3 个字节就是一个自动增加的计数器，确保相同进程同一秒产生的 ObjectId 也是不一样的。同一秒最多允许每个进程拥有 16777216 个不同的 ObjectId。

Query

WHERE

1
2

// select * from User where name = 'zhangsan'
db.User.find({name:"zhangsan"})

FIELDS

1
2

// select name, age from User where age = 21
db.User.find({age:21}, {'name':1, 'age':1})

SORT

在 MongoDB 中使用 sort() 方法对数据进行排序，sort() 方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，-1 为降序排列。

1
2

// select * from User order by age
db.User.find().sort({age:1})

SLICE

在 MongoDB 中使用 limit() 方法来读取指定数量的数据，skip() 方法来跳过指定数量的数据。

1
2

// select * from User skip 2 limit 3
db.User.find().skip(0).limit(3)

IN

1
2

// select * from User where age in (21, 26, 32)
db.User.find({age:{$in:[21,26,32]}})

COUNT

1
2

// select count(*) from User where age > 20
db.User.find({age:{$gt:20}}).count()

OR

1
2

// select * from User where age = 21 or age = 28
db.User.find({$or:[{age:21}, {age:28}]})

Update

可直接用类似 T-SQL 条件表达式更新，或用 save() 更新从数据库返回到文档对象。

1
2

// update User set age = 100, sex = 0 where name = 'user1'
db.User.update({name:"zhangsan"}, {$set:{age:100, sex:0}})

update() 有几个参数需要注意

db.collection.update(criteria, objNew, upsert, multi)

• criteria：需要更新的条件表达式
• objNew：更新表达式
• upsert：如目标记录不存在，是否插入新文档
• multi：是否更新多个文档

Remove

remove() 用于删除单个或全部文档，删除后的文档无法恢复。

1
2

db.User.remove(id)   // 移除对应 id 的行
db.User.remove({})   // 移除所有

aggregate

MongoDB 中聚合（aggregate）主要用于处理数据（诸如统计平均值、求和等），并返回计算后的数据结果。

插入数据：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

db.article.insert({
  title: 'MongoDB Overview',
  description: 'MongoDB is no sql database',
  by_user: 'runoob.com',
  url: 'http://www.runoob.com',
  tags: ['mongodb', 'database', 'NoSQL'],
  likes: 100
})

db.article.insert({
  title: 'NoSQL Overview',
  description: 'No sql database is very fast',
  by_user: 'runoob.com',
  url: 'http://www.runoob.com',
  tags: ['mongodb', 'database', 'NoSQL'],
  likes: 10
})

db.article.insert({
  title: 'Neo4j Overview',
  description: 'Neo4j is no sql database',
  by_user: 'Neo4j',
  url: 'http://www.neo4j.com',
  tags: ['neo4j', 'database', 'NoSQL'],
  likes: 750
})

统计 sum

现在我们通过以上集合计算每个作者所写的文章数：

1
2
3
4
5

// select by_user, count(*) from article group by by_user
db.article.aggregate([{$group: {_id: "$by_user", num_tutorial: {$sum: 1}}}])

// 结果
{"result": [{"_id":"runoob.com","num_tutorial":2},{"_id":"Neo4j","num_tutorial":1}],"ok":1}

在上面的例子中，我们通过字段 by_user 对数据进行分组，并计算 by_user 字段相同值的总和。

常见的聚合表达式

索引

索引通常能够极大地提高查询的效率，如果没有索引，MongoDB 在读取数据时必须扫描集合中的每个文件并选取那些符合查询条件的记录。

这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。

索引是特殊的数据结构，索引存储在一个易于遍历读取的数据集合中，索引是对数据库表中一列或多列的值进行排序的一种结构。

1

db.User.createIndex({"name":1})

语法中 name 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则指定为 -1 即可。