MongoDB详解-易微帮

这是因为所有文档都放在同一个集合中，无论对于开发者还是管理员，都很难对集合进行管理，而且这种情形下，对集合的查询等操作效率都不高。所以在实际使用中，往往将文档分类存放在不同的集合中。
例如，对于网站的日志记录，可以根据日志的级别进行存储，Info级别日志存放在Info 集合中，Debug 级别日志存放在Debug 集合中，这样既方便了管理，也提供了查询性能。
但是需要注意的是，这种对文档进行划分来分别存储并不是MongoDB 的强制要求，用户可以灵活选择。

可以使用“.”按照命名空间将集合划分为子集合。
例如，对于一个博客系统，可能包括blog.user 和blog.article 两个子集合，这样划分只是让组织结构更好一些，blog 集合和blog.user、blog.article 没有任何关系。虽然子集合没有任何特殊的地方，但是使用子集合组织数据结构清晰，这也是MongoDB 推荐的方法。

2.3数据库

MongoDB 中多个文档组成集合，多个集合组成数据库。

一个MongoDB 实例可以承载多个数据库。它们之间可以看作相互独立，每个数据库都有独立的权限控制。在磁盘上，不同的数据库存放在不同的文件中。

MongoDB 中存在以下系统数据库。

Admin 数据库：一个权限数据库，如果创建用户的时候将该用户添加到admin 数据库中，那么该用户就自动继承了所有数据库的权限。
Local 数据库：这个数据库永远不会被复制，可以用来存储本地单台服务器的任意集合。
Config 数据库：当MongoDB 使用分片模式时，config 数据库在内部使用，用于保存分片的信息。

2.4数据模型

一个MongoDB 实例可以包含一组数据库，一个DataBase 可以包含一组Collection（集合），一个集合可以包含一组Document（文档）。

一个Document包含一组field（字段），每一个字段都是一个key/value pair

key: 必须为字符串类型
value：可以包含如下类型
- 基本类型，例如，string，int，float，timestamp，binary 等类型
- 一个document
- 数组类型

二、安装MongoDB

1.Windows安装MongoDB

1.1下载MongoDB

MongoDB提供了可用于32位系统和64位系统的预编译二进制包（新版本没有了32位系统的安装文件），你可以进入MongoDB官网下载安装，MongoDB的预编译二进制包的下载地址为：https://www.mongodb.com/download-center/community，打开之后会看到如下图，直接点击Download下载即可，也可以在Version中选择你想要的版本：

1.2安装MongoDB

双击打开文件进行安装，在安装过程中，可以通过点击 “Custom(自定义)” 按钮来设置你的安装目录。

这里我选择安装在E:\MongoDB这个目录下（安装目录会影响我们后面的配置）

这里选择直接next

这里安装 "Install MongoDB Compass" 不勾选，否则可能要很长时间都一直在执行安装，MongoDB Compass是一个图形界面管理工具，这里不安装也是没有问题的，可以自己去下载一个图形界面管理工具，比如Robo3T。

之后稍微等待一会就安装好了。

1.3配置MongoDB

MongoDB的安装过程是很简单的，但是配置就比较麻烦了，可能会遇到各种各样的问题，需要你有足够的耐心和仔细。

首先要在MongoDB的data文件夹里新建一个db文件夹和一个log文件夹：

然后在log文件夹下新建一个mongo.log：

然后将E:\MongoDB\bin添加到环境变量path中，此时打开cmd窗口运行一下mongo命令，出现如下情况：

这是为什么呢？这是因为我们还没有启动MongoDB服务，自然也就连接不上服务了。那要怎么启动呢？在cmd窗口中运行如下命令：

 mongod --dbpath E:\MongoDB\data\db

需要注意的是：如果你没有提前创建db文件夹，是无法启动成功的。运行成功之后，我们打开浏览器，输入127.0.0.1:27017，看到如下图，就说明MongoDB服务已经成功启动了。

但是如果每次都要这么启动服务的话也太麻烦了吧，这里你可以选择设置成开机自启动，也可以选择用命令net start mongodb来手动启动，这里我选择使用后者，具体方法如下。

还是打开cmd窗口，不过这次是以管理员身份运行，然后输入如下命令：

mongod --dbpath "E:\MongoDB\data\db" --logpath "E:\MongoDB\data\log\mongo.log" -install -serviceName "MongoDB"

如果没有报错的话就说明成功添加到服务里了，可以使用win+R然后输入services.msc命令进行查看：

默认是自动运行的，这里我选择把它改成手动的。然后在cmd窗口中运行net start mongodb：

怎么解决呢？两个步骤：

运行sc delete mongodb删除服务；
再运行一次配置服务的命令：

mongod --dbpath "E:\MongoDB\data\db" --logpath "E:\MongoDB\data\log\mongo.log" -install -serviceName "MongoDB"

然后再运行net start mongodb，服务启动成功：

1.3.1可能遇到的问题

mongod不是内部或外部命令
- 出现这种问题说明你没有把bin目录添加到环境变量之中，重新添加一下即可解决。
服务名无效
- 首先是看你输入的服务名称是否有误，然后再查看本地服务中有没有MongoDB服务，如果没有服务，则运行命令添加服务即可。
发生服务特定错误：100
- 删除db文件夹下的mongod.lock和storage.bson两个文件，若删除完之后仍然出现这种问题，用sc delete mongodb删除服务，再配置一下服务就能解决了。

1.4安装一盒可视化工具

官网下载 RoBo 3T（Robomongo is now Robo 3T）
下载地址：https://robomongo.org/download

打开后，有一个填信息的页面，name、email，暂时不用管，直接finish。
启动MongoDB服务。
点击弹出框中的create，创建新连接，可以修改连接名name，连接IP(下图IP为本地IP)，端口(默认)

连接成功后，右击localhost，选择create Database，创建数据库

创建数据库firstTest，然后右击firstTest，选择open Shell，开始进行shell命令来创建数据库中的集合和文档。

2.Linux安装MongoDB

2.1下载MongoDB

官方下载地址：https://www.mongodb.com/download-center/community

wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.1.tgz

2.2解压安装

tar -zxvf mongodb-linux-x86_64-rhel70-4.2.1.tgz

mkdir -p /usr/local/mongo
mv mongodb-linux-x86_64-rhel70-4.2.1/* /usr/local/mongo/ 
#创建目录/usr/local/mongo，并将解压完的mongodb目录移动到/usr/local/mongo下

mkdir -p /usr/local/mongo/data/db        #数据库目录
mkdir -p /usr/local/mongo/logs           #日志目录
mkdir -p /usr/local/mongo/conf           #配置文件目录
mkdir -p /usr/local/mongo/pids           #进程描述文件目录
#切到/usr/local/mongo目录下，创建目录

2.3增加配置

vim /usr/local/mongo/conf/mongo.conf
#在conf目录，增加配置文件mongo.conf


#数据保存路径
dbpath=/usr/local/mongo/data/db/
#日志保存路径
logpath=/usr/local/mongo/logs/mongo.log
#进程描述文件
pidfilepath=/usr/local/mongo/pids/mongo.pid
#日志追加写入
logappend=true
bind_ip_all=true
#mongo默认端口
port=27017
#操作日志容量
oplogSize=10000
#开启子进程
fork=true

2.4通过配置文件启动

/usr/local/mongo/bin/mongod -f /usr/local/mongo/conf/mongo.conf

2.5启动客户端

/usr/local/mongo/bin/mongo --host 127.0.0.1 --port 27017

至此，安装完成

三、MongoDB基本操作及增删改查

1.基本操作

1.1登录数据库

/usr/local/bin/mongo/mongo

1.2查看数据库

show databases

1.3选择数据库

use 数据库名

如果切换到一个没有的数据库，例如use admin2，那么会隐式创建这个数据库。（后期当该数据库有数据时，系统自动创建）

1.4查看集合

show collections

1.5创建集合

db.createCollection('集合名')

1.6删除集合

`db.集合名.drop()`

1.7删除数据库

通过use语法选择数据
通过db.dropDataBase()删除数据库

2.增删改查

2.1增

db.集合名.insert(JSON数据)

如果集合存在，那么直接插入数据。如果集合不存在，那么会隐式创建。

示例：在test2数据库的c1集合中插入数据（姓名叫webopenfather年龄18岁）

use test2 db.c1.insert({name:"wyb",age:18})

数据库和集合不存在都隐式创建
对象的键统一不加引号（方便看），但是查看集合数据时系统会自动加
mongodb会给每条数据增加一个全球唯一的_id键

_id键的组成

自己增加_id，只需要给插入的JSON数据增加_id键即可覆盖（但实际不推荐）

db.c1.insert({_id:1, name:"web", age:18})

2.1.1一次性插入多条数据

传递数据，数组中写一个个JSON数据即可

db.c1.insert([     {name:"cxk", age:3},     {name:"wyb", age:4},     {name:"zs", age:5} ])

2.1.2快速插入10条数据

由于mongodb底层使用JS引擎实现的，所以支持部分js语法。因此：可以写for循环

for (var i=1; i<=10; i++) {     db.c2.insert({anme: "a"+i, age: i}) }

2.2删

db.集合名.remove(条件[,是否删除一条])

是否删除一条
true：是（删除的数据为第一条）false：否

db.c1.remove({name:"cxk"})

2.3改

db.集合名.update(条件,新数据[是否新增,是否修改多条,])

新数据此数据需要使用修改器，如果不使用，那么会将新数据替换原来的数据。1db.集合名.update(条件,{修改器:{键:值}}[是否新增,是否修改多条,]) 修改器作用inc递增rename重命名列set修改列值unset删除列
是否新增，指条件匹配不到数据则插入(true是插入，false否不插入默认) db.c3.update({uname:"zs30"},{$set:{age:30}},true)
是否修改多条，指将匹配成功的数据都修改（true是，false否默认）db.c3.update({uname:"zs2"},{$set:{age:30}},false,true)

2.4查询文档

db.集合名.find(条件[,查询的列])

条件	写法
查询所有的数据	{}或者不写
查询age=5的数据	{age:6}
查询条件为age=6且性别为男的数据	{age:6,sex:"男"}

查询的列（可选参数）	写法
查询全部列（字段）	不写
只显示age列（字段）	{age:1}
除了age列（字段）以外的其他所有字段	{age:0}

2.5其他语法

db.集合名.find({
            键:{运算符：值}
            })

运算符	作用
$gt	大于
$gte	大于等于
$lt	小于
$lte	小于等于
$ne	不等于
$in	in
$nin	not in

实例语法	含义
db.c1.find({age:{$gt:5}})	查询年龄大于`5`的数据
db.c2.find({age:{$in:[5,8,10]}})	查询年龄是`5`岁、`8`岁、`10`岁的数据

2.6总结

高级开发攻城狮统称：所有数据库都需要增删改查CURD标识

增 Create
db.集合名.insert(JSON数据)

删 Remove/Delete
db.集合名.remove(条件 [,是否删除一条true是false否默认])
也就是默认删除多条

改 Update
db.集合名.update(条件， 新数据  [,是否新增,是否修改多条])
升级语法db.集合名.update(条件，{修改器：{键：值}})

查 Read
db.集合名.find(条件 [,查询的列])

四、MongoDB存储数据类型

MongoDB中每条记录称作一个文档，这个文档和我们平时用的JSON有点像，但也不完全一样。JSON是一种轻量级的数据交换格式。简洁和清晰的层次结构使得JSON成为理想的数据交换语言，JSON易于阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率，但是JSON也有它的局限性，比如它只有null、布尔、数字、字符串、数组和对象这几种数据类型，没有日期类型，只有一种数字类型，无法区分浮点数和整数，也没法表示正则表达式或者函数。由于这些局限性，BSON闪亮登场啦，BSON是一种类JSON的二进制形式的存储格式，简称Binary JSON，它和JSON一样，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和BinData类型，MongoDB使用BSON做为文档数据存储和网络传输格式。

1.数字

shell默认使用64位浮点型数值，如下：

db.sang_collec.insert({x:3.1415926})
db.sang_collec.insert({x:3})

对于整型值，我们可以使用NumberInt或者NumberLong表示，如下：

db.sang_collec.insert({x:NumberInt(10)})
db.sang_collec.insert({x:NumberLong(12)})

2.字符串

字符串也可以直接存储，如下：

db.sang_collec.insert({x:"hello MongoDB!"})

3.正则表达式

正则表达式主要用在查询里边，查询时我们可以使用正则表达式，语法和JavaScript中正则表达式的语法相同，比如查询所有key为x，value以hello开始的文档且不区分大小写：

db.sang_collec.find({x:/^(hello)(.[a-zA-Z0-9])+/i})

4.数组

数组一样也是被支持的，如下：

db.sang_collec.insert({x:[1,2,3,4,new Date()]})

数组中的数据类型可以是多种多样的。

5.日期

MongoDB支持Date类型的数据，可以直接new一个Date对象，如下：

db.sang_collec.insert({x:new Date()})

6.内嵌文档

一个文档也可以作为另一个文档的value，这个其实很好理解，如下：

db.sang_collect.insert({name:"三国演义",author:{name:"罗贯中",age:99}});

五、MongoDB中的索引

1.索引创建

默认情况下，集合中的_id字段就是索引，我们可以通过getIndexes()方法来查看一个集合中的索引：

db.sang_collect.getIndexes()

[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "sang.sang_collect"
    }
]

我们看到这里只有一个索引，就是_id。

现在我的集合中有10000个文档，我想要查询x为1的文档，我的查询操作如下：

db.sang_collect.find({x:1})

这种查询默认情况下会做全表扫描，我们可以用上篇文章介绍的explain()来查看一下查询计划，如下：

db.sang_collect.find({x:1}).explain("executionStats")

结果如下：

{
    "queryPlanner" : {
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 15,
        "totalKeysExamined" : 0,
        "totalDocsExamined" : 10000,
        "executionStages" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "x" : {
                    "$eq" : 1.0
                }
            },
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 29,
            "works" : 10002,
            "advanced" : 1,
            "needTime" : 10000,
            "needYield" : 0,
            "saveState" : 78,
            "restoreState" : 78,
            "isEOF" : 1,
            "invalidates" : 0,
            "direction" : "forward",
            "docsExamined" : 10000
        }
    },
    "serverInfo" : {
    },
    "ok" : 1.0
}

结果比较长，我摘取了关键的一部分。我们可以看到查询方式是全表扫描，一共扫描了10000个文档才查出来我要的结果。实际上我要的文档就排第二个，但是系统不知道这个集合中一共有多少个x为1的文档，所以会把全表扫描完，这种方式当然很低效，但是如果我加上 limit，如下：

db.sang_collect.find({x:1}).limit(1)

此时再看查询计划发现只扫描了两个文档就有结果了，但是如果我要查询x为9999的记录，那还是得把全表扫描一遍，此时，我们就可以给该字段建立索引，索引建立方式如下：

db.sang_collect.ensureIndex({x:1})

1表示升序，-1表示降序。当我们给x字段建立索引之后，再根据x字段去查询，速度就非常快了，我们看下面这个查询操作的执行计划：

db.sang_collect.find({x:9999}).explain("executionStats")

这个查询计划过长我就不贴出来了，我们可以重点关注查询要耗费的时间大幅度下降。

此时调用getIndexes()方法可以看到我们刚刚创建的索引，如下：

[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "sang.sang_collect"
    },
    {
        "v" : 2,
        "key" : {
            "x" : 1.0
        },
        "name" : "x_1",
        "ns" : "sang.sang_collect"
    }
]

我们看到每个索引都有一个名字，默认的索引名字为字段名_排序值，当然我们也可以在创建索引时自定义索引名字，如下：

db.sang_collect.ensureIndex({x:1},{name:"myfirstindex"})

此时创建好的索引如下：

{
    "v" : 2,
    "key" : {
        "x" : 1.0
    },
    "name" : "myfirstindex",
    "ns" : "sang.sang_collect"
}

当然索引在创建的过程中还有许多其他可选参数，如下：

db.sang_collect.ensureIndex({x:1},{name:"myfirstindex",dropDups:true,background:true,unique:true,sparse:true,v:1,weights:99999})



1.name表示索引的名称
2.dropDups表示创建唯一性索引时如果出现重复，则将重复的删除，只保留第一个
3.background是否在后台创建索引，在后台创建索引不影响数据库当前的操作，默认为false
4.unique是否创建唯一索引，默认false
5.sparse对文档中不存在的字段是否不起用索引，默认false
6.v表示索引的版本号，默认为2
7.weights表示索引的权重