MongoDB深度学习

已于 2023-10-19 20:30:27 修改
阅读量1.3k 收藏 4
点赞数 6
分类专栏： mongoDB 文章标签： mongodb 数据库
于 2023-10-18 14:03:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ostkakah/article/details/133890348
版权

MongoDB的简介

什么是MongoDB?

  • MongoDB是一个基于分布式文件存储的数据库，由C++语言编写。
  • MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的，它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。
  • MongoDB的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现了类似关系数据库单表查询的绝大部分功能（可以通过聚合的方式实现多表查询），而且还支持对数据建立索引。

MongoDB使用场景的特点

1.数据量大。

2.写入操作频繁。(读写都很频繁)

3.价值较低的数据，对事务性要求不高。

安装MongoDB

1.拉取镜像

docker pull mongo:4.4

2.创建挂载的目录

mkdir /data/db

3.运行镜像开启容器。(记得打开端口)

docker run -d \
--name mongodb \
-p 27017:27017 \
--restart=always \
-v mongodb:/data/db \
-e MONGO_INITDB_ROOT_USERNAME=sl \
-e MONGO_INITDB_ROOT_PASSWORD=123321 \
mongo:4.4

进入容器的mongodb控制台

docker exec -it mongodb mongo admin --authenticationDatabase "admin"

效果为下:

MongoDB的使用

和mysql进行对比

MongoDB的基础操作

基本操作 

#查询出使用的数据库
show dbs 

#选中对应的数据库
use 数据库 

#插入数据(插入一个对象)
db.user.insert({id:1,name:'zhangsan'})

#查出数据库中所有表的信息
show tables
show collections

#删除表
db.user.drop()

#删除数据库(要先使用use选中该表)
db.dropDatabase()

新增操作

#使用 insert操作完成插入操作
db.test.insert({id: 01, name: "好废物", age: 19})

#使用 save操作完成插入(test表示表的名字)
db.test.insert({id: 01, name:"tolen", age:19})

#查询对应表中的数据(test表示表的名字)
db.test.find()
  • _id 是集合中文档的主键，用于区分文档（记录），_id自动编入索引。(主键)
  • 默认情况下，_id 字段的类型为 ObjectID，是 MongoDB 的 BSON 类型之一，如果需要，用户还可以将 _id 覆盖为 ObjectID 以外的其他内容。
  • ObjectID 长度为 12 字节，由几个 2-4 字节的链组成。每个链代表并指定文档身份的具体内容。以下的值构成了完整的 12 字节组合：
    • 一个 4 字节的值，表示自 Unix 纪元以来的秒数
    • 一个 3 字节的机器标识符
    • 一个 2 字节的进程 ID
    • 一个 3字节的计数器，以随机值开始

更新操作
更新对应的格式为下:

db.collection.update(
   <query>,
   <update>,
   [
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   ]
)

参数说明：

  • query : update的查询条件，类似sql update查询内where后面的。
  • update : update的对象和一些更新的操作符（如inc...）等，也可以理解为sql update查询内set后面的
  • upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
  • multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
  • writeConcern :可选，抛出异常的级别。
#选中对应的数据库(test表示表的名字)
#第一个为参数为条件, 
db.test.update({id:1}, {$set:{age:22}})

#第一个为参数, 第二个参数中没有$set,就是将其他数据删除其他数据就保留设置的新值
db.test.update({id:1}, {age:25})

#update更新的字段如果不存在则就会自动创建字段
#更新不存在的数据，默认不会新增数据
db.test.update({id:5},{$set:{name:22}})


#设置第一个参数为true就表示该update为新增
db.test.update({id:5},{$set:{name:22}}, true)

删除操作

删除对应格式为下:

db.collection.remove(
   <query>,
   {
     justOne: <boolean>,
     writeConcern: <document>
   }
)

参数说明：

  • query :（可选）删除的文档的条件。
  • justOne : （可选）如果设为 true 或 1，则只删除一个文档，如果不设置该参数，或使用默认值 false，则删除所有匹配条件的文档。
  • writeConcern :（可选）抛出异常的级别。
#通过条件删除对应的数据
db.test.remove({age:22})

#设置的第二个参数为boolean类型，如果为true表示只删除一条，为false则为全部删除

db.test.remove({age:22}, true)


#删除所有的数据
db.test.remove({})

查询操作

MongoDB 查询数据的语法格式为：db.user.find([query],[fields])

  • query ：可选，使用查询操作符指定查询条件
  • fields ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参数即可（默认省略）。

 格式为下:

#通过条件查询对应的数据
db.test.find({id:1,username:1})
#查询符合条件的数据的个数
db.test.find({id:1}).count()
#age小于等于对应的值
db.test.find({age:{$lte:21}})
#age大于等于对应的值
db.test.find(age:{$gte:23})
#通过或进行判断
db.test.find({$or:[{id:1},{id:2}]})

#分页查询 Skip()跳过几条数据 limit限制查询条数
db.test.find().limit(2).skip(1)

#排序查找,通过id进行倒叙
db.test.find().sort({id:-1})

索引操作

MongoDB支持的索引。

  • 单字段索引（Single Field）
    • 支持所有数据类型中的单个字段索引
  • 复合索引（Compound Index）
    • 基于多个字段的索引，创建复合索引时要注意字段顺序与索引方向
  • 多键索引（Multikey indexes）
    • 针对属性包含数组数据的情况，MongoDB支持针对数组中每一个element创建索引。
  • 全文索引（Text Index）
    • 支持任意属性值为string或string数组元素的索引查询。
    • 注意：一个集合仅支持最多一个Text Index，中文分词不理想，推荐Elasticsearch。
  • 地理空间索引（Geospatial Index）
    • 2dsphere索引，用于存储和查找球面上的点
    • 2d索引，用于存储和查找平面上的点
  • 哈希索引（Hashed Index）
    • 针对属性的哈希值进行索引查询，当要使用Hashed index时，MongoDB能够自动的计算hash值，无需程序计算hash值。
    • hash index仅支持等于查询，不支持范围查询。

对应的格式为下:

#单字段索引，1表示升序创建索引，-1表示降序创建索引
db.test.createIndex({"字段": 1})

#2dsphere索引
db.test.createIndex({"字段": "2dsphere"})

#查询索引
db.test.getIndexes()

#查看索引的大小
db.test.totalIndexSize()

#删除对应的索引
db.test.dropIndex("索引对应的名字")
#删除所有的索引
db.test.dropIndexes()

spring Data MongoDB(SDM)使用

1.添加依赖

<dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

2.修改application.yml配置文件

spring:
  application:
    name: sl-express-mongodb
  data:
    mongodb:
      host: 192.168.150.101 #mongoDB的Ip
      port: 27017 #对应的端口
      database: sl #选中的数据库
      authentication-database: admin #认证数据库
      username: sl
      password: "123321"
      auto-index-creation: true #自动创建索引

3.创建Entity

PersonEntity

import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.bson.types.ObjectId;
import org.springframework.data.annotation.Id;
import org.springframework.data.mongodb.core.geo.GeoJsonPoint;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexType;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexed;
import org.springframework.data.mongodb.core.index.Indexed;
import org.springframework.data.mongodb.core.mapping.Document;

@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
@Document("sl_person") //指定表名
public class Person {

    @Id // 标识为主键
    private ObjectId id;
    @Indexed //标识索引字段
    private String name;
    private int age;
    /**
     * 用户位置
     * x: 经度，y：纬度
     */
    @GeoSpatialIndexed(type = GeoSpatialIndexType.GEO_2DSPHERE)
    private GeoJsonPoint location;
    //存储嵌套对象数据
    private Address address;
}

addressEntity

import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.springframework.data.mongodb.core.mapping.Document;

@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
@Document("sl_address") //指定表名
public class Address {
    private String street;
    private String city;
    private String zip;
}

@Document注解表示该Entity对应在mongoDB中的表(表只是个比喻，就是document对标mysql中的表) 

@Id注解表示在表中对应的Id字段(表只是个比喻，就是document对标mysql中的表)

@Indexed表示在表中的索引。

service类和实现类

service

import com.sl.mongo.entity.Person;

import java.util.List;

public interface PersonService {

    /**
     * 新增数据
     *
     * @param person 数据
     */
    void savePerson(Person person);

    /**
     * 更新数据
     *
     * @param person 数据
     */
    void update(Person person);

    /**
     * 根据名字查询用户列表
     *
     * @param name 用户名字
     * @return 用户列表
     */
    List<Person> queryPersonListByName(String name);

    /**
     * 分页查询用户列表
     *
     * @param page     页数
     * @param pageSize 页面大小
     * @return 用户列表
     */
    List<Person> queryPersonPageList(int page, int pageSize);

    /**
     * 根据id删除用户
     *
     * @param id 主键
     */
    void deleteById(String id);
}

impl

import com.sl.mongo.entity.Person;
import com.sl.mongo.service.PersonService;
import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.query.Criteria;
import org.springframework.data.mongodb.core.query.Query;
import org.springframework.data.mongodb.core.query.Update;
import org.springframework.stereotype.Service;

import javax.annotation.Resource;
import java.util.List;

@Service
public class PersonServiceImpl implements PersonService {

    @Resource
    private MongoTemplate mongoTemplate;

    @Override
    public void savePerson(Person person) {
        mongoTemplate.save(person);
    }

    @Override
    public void update(Person person) {
        Query query = Query.query(Criteria.where("age").is(person.getAge()));
        Update update = Update.update("age", person.getAge())
                .set("name", person.getName())
                .set("location", person.getLocation())
                .set("address", person.getAddress());
        //更新数据
        mongoTemplate.updateFirst(
                query, update, Person.class);
    }

    @Override
    public List<Person> queryPersonListByName(String name) {
        Query query = Query.query(Criteria.where("age").is(18));
        return mongoTemplate.find(query, Person.class);
    }

    @Override
    public List<Person> queryPersonPageList(int page, int pageSize) {
        //在条件中可以通过and进行拼接条件, regex()方法就是模糊查询
        //方法一
        Query query = Query.query(Criteria.where("name").regex("三")).skip((page - 1) * pageSize).limit(pageSize);
        return mongoTemplate.find(query, Person.class);
        //方法二
        //索引从0开始
        //PageRequest pageRequest = PageRequest.of(page - 1, pageSize);
        //Query q = new Query().with(pageRequest);
        //return mongoTemplate.find(query, Person.class);
    }

    @Override
    public void deleteById(String id) {
        mongoTemplate.remove(Query.query(Criteria.where("age").is(18)), Person.class);
    }
}

进行测试

import com.sl.mongo.entity.Address;
import com.sl.mongo.entity.Person;
import org.bson.types.ObjectId;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.mongodb.core.geo.GeoJsonPoint;

import javax.annotation.Resource;

import java.util.List;

import static org.junit.jupiter.api.Assertions.*;

@SpringBootTest
class PersonServiceTest {

    @Resource
    PersonService personService;

    @Test
    void savePerson() {
        Person person = Person.builder()
                .id(ObjectId.get())
                .name("张三")
                .age(20)
                .location(new GeoJsonPoint(116.343847, 40.060539))
                .address(new Address("人民路", "上海市", "666666")).build();
        this.personService.savePerson(person);
    }

    @Test
    void update() {
        Person person = Person.builder()
                .id(new ObjectId("632283c08139e535c2bd7579"))
                .name("张三")
                .age(22) //修改数据
                .location(new GeoJsonPoint(116.343847, 40.060539))
                .address(new Address("人民路", "上海市", "666666")).build();
        this.personService.update(person);
    }

    @Test
    void queryPersonListByName() {
        List<Person> personList = this.personService.queryPersonListByName("张三");
        personList.forEach(System.out::println);
    }

    @Test
    void queryPersonPageList() {
        List<Person> personList = this.personService.queryPersonPageList(1, 10);
        personList.forEach(System.out::println);
    }

    @Test
    void deleteById() {
        this.personService.deleteById("632283c08139e535c2bd7579");
    }

最终完成对SDM的使用。

秃狼
关注
专栏目录
深度学习文章3：将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件
莫欺丶Miss航的博客
11-30 6800
将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件在搭建好caffe环境之后，我们往往需要对自己的图像数据进行训练/测试，我们的图像数据往往时图片文件，如jpg，jpeg，png等，然而在caffe中我们需要使用的数据类型是lmdb或leveldb，例如：在之前测试MNIST数据集《 深度学习文章2：使用MNIST数据集验证Caffe是否安装成功 》时，我们运行脚本creat
mongodb深度学习-刘道成（燕十八）-专题视频课程
yanshiba的专栏
02-27 306
mongodb介绍/文档型存储/安装 启动 连接/库表入门操作/增/删/改/查/查询表达式/游标/group操作/mapReduce原理/mapReduce统计平均价格/下载并导入地震数据/按经纬度统计数据/热力图/展示地震数据...
Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件
weixin_34400525的博客
12-28 309
在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？ 在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存...
深度置信网络（DBN）和受限玻尔兹曼机（RBM）
OPPOA113的专栏
01-07 1万+
原博客于http://blog.163.com/silence_ellen/blog/static/176104222201431710264087/ 本篇非常简要地介绍了深度信念网络的基本概念。文章先简要介绍了深度信念网络（包括其应用实例）。接着分别讲述了：(1) 其基本组成结构——受限玻尔兹曼机的的基本情况，以及，(2) 这个基本结构如何组成深度信念网络。 本文仅仅能使读者了解深度信念网
深度学习中的深度信念神经网络
人邮异步社区
11-16 1536
深度信念神经网络（DBNN）是深度学习的最早应用之一。DBNN就是具有多个层的常规信念神经网络。Neil在1992年提出的信念神经网络不同于常规的FFNN。Hinton（2007）将DBNN描述为“由多层随机的潜在变量组成的概率生成式模型。”由于这个技术描述起来很复杂，因此我们要定义一些术语。 概率：DBNN用于分类，其输出是输入属于每个类别的概率。 生成式：DBNN可以为输入生成合理的、随机创建的值。一些DBNN文献将这个特征称为“做梦”（dreaming）。 多层：与神经网络一样，DBNN可以由多
DB算法分析《Real-time Scene Text Detection with Differentiable Binarization》
lz867422770的博客
02-13 3357
算法架构图： 算法分析 总览，主要包含三个部分： backbone提取特征（特征金字塔） 特征金字塔被上采样到相同尺度构建一个特征图F 使用F来预测概率图P和阈值图T，并通过P和T来生成二值图B 一些细节： 预设的图片大小【640，640】 在训练阶段：P、T、B都会进行loss计算，并bp，其中P、B会使用相同的标签 在推理阶段，P、B都可以被...
MongoDB学习笔记
olive
07-18 1397
NoSQL=Not Only SQL，⽀持类似SQL的功能， 与Relational Database相辅相成。其性能较⾼，不使⽤SQL意味着没有结构化的存储要求(SQL为结构化的查询语句)，没有约束之后架构更加灵活。NoSQL数据库四⼤家族 列存储 Hbase,键值(Key-Value)存储 Redis,图像存储 Neo4j,⽂档存储 MongoDBMongoDB 是⼀个基于分布式⽂件存储的数据库，由 C++ 编写，可以为 WEB 应⽤提供可扩展、⾼性能、易部署的数据存储解决⽅案。
CSDN学霸课表——MongoDB深度学习
热门推荐
CSDN 官方博客
04-05 1万+
MongoDB 的名称取自“humongous” (巨大的) 的中间部分，足见mongodb 的宗旨在处理大量数据上面。是一个可扩展、高性能的下一代数据库，由 C++语言编写，旨在为web 应用提供可扩展的高性能数据存储解决方案。
MongoDB深度学习：从基础到分布式集群
"Mongodb学习教程，涵盖了MongoDB的基础、应用开发和分布式集群内容，适合对NOSQL数据库感兴趣的开发者学习。" MongoDB是当前流行的NoSQL数据库之一，以其灵活性、高性能和易用性受到广泛欢迎。在面对高并发读写、...
基于 Flask 和 MongoDB 的深度学习应用程序，通过爬虫爬取加密货币行情和介绍信息，
09-22
7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于...
人工智能-项目实践-深度学习-基于Kafka和MongoDB的结构化日志异步记录和预警框架.zip
12-23
人工智能-项目实践-深度学习-基于Kafka和MongoDB的结构化日志异步记录和预警框架 简介 breeze是一个基于Java开发的结构化日志异步记录和预警框架。实际上你可以使用它来实现任何结构化的（或理解为POJO的）数据，但...
基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB+文档说明
04-06
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。...
MongoDB深度学习之旅：从基础到高级
"MongoDB是最流行的NoSQL数据库之一，以其高性能、高可用性和灵活的数据模型而受到广泛应用。以下是对MongoDB各个关键知识点的详细解析。 MongoDB:1. Database MongoDB是一个基于分布式文件存储的数据库，其数据...
Linux（不同版本系统包含Ubuntu）下安装mongodb详细教程
bai_shuang的博客
10-09 791
5. 所有数据库角色：readAnyDatabase、readWriteAnyDatabase、userAdminAnyDatabase、dbAdminAnyDatabase。然后根据情况选择对应的选项，博主的Ubuntu操作系统是ubuntu-20.04 ARM64版本，所以下载的是对应最新的Ubuntu 20.04 ARM64的安装包。3. 集群管理角色：clusterAdmin、clusterManager、clusterMonitor、hostManager；如图，页面往下滚动，点击选择安装包。
mongodb
qq_41893505的博客
10-09 707
MongoDB 提供了丰富的数据类型，以便应对各种存储需求。常用的类型包括字符串、数字、布尔值、数组和对象，而像 ObjectId、Date、Binary Data 等特殊类型也在特定的场景中非常有用。MongoDB关系型数据库说明数据库 (Database)数据库 (Database)逻辑上的数据存储容器集合 (Collection)表 (Table)文档的容器，不强制要求固定的结构文档 (Document)行 (Row)数据记录，每条记录可以有不同的字段字段 (Field)
一个项目用5款数据库？MySQL、PostgreSQL、ClickHouse、MongoDB区别，适用场景
qq_44700578的博客
10-09 1695
一个项目用5款数据库？MySQL、PostgreSQL、ClickHouse、MongoDB——特点、性能、扩展性、安全性、适用场景比较
【MongoDB】mongodb | 部署 | 常用命令
最新发布
hgSuper的博客
10-09 478
基于mongodb的tcp连接无数据上报，服务器强踢监测。物联网项目，tcp协议，基于4G卡，设备由于某些原因会断开重连，但是tcp没有断开，导致tcp持续累加，浪费资源。建立机制： 当tcp超过3分钟没有数据交互时，服务器强踢。数据存储： 数据交互时需要更新最新的时间，写多读少，而且服务重启后tcp均会断开，用MySQL不划算；而mongodb的写性能还不错，就用mongodb了。
MongoDB初学者入门教学：与MySQL的对比理解
一名后端程序猿
10-09 1327
🌱 在数据库的世界里，MongoDB和MySQL是两种非常流行且功能强大的数据库系统，但它们各自的设计哲学、应用场景以及数据模型存在显著差异。对于数据库初学者来说，了解这些差异有助于更好地选择适合自己的工具，并深入理解数据库的基本原理。本文将带领你踏入MongoDB的世界，并通过与MySQL的对比，帮助你快速上手MongoDB。🍂
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值