mongodb学习

一、基础了解

1、mongodb是一个文档型数据，区别与其他nosql数据库，比如redis（键值对数据库），mongodb的数据虽然存储在磁盘上，但映射到内存中，redis的数据是直接放在内存中。

2、mongodb的基本数据结构：database数据库、collection集合、document数据文档、field字段、index索引、primarykey主键

3、基本操作包括CRUD（新增创建、读取、更新、删除）

4、mongo连接数据库、db查看当前操作的数据库、user切换数据库、show databases查看所有数据库、show collections查看当前数据库中所有集合

5、mongodb不支持传统事务操作，4.0 版本开始，引入了多文档事务的支持；mongodb不支持join操作，但聚合管道提供了丰富的阶段和操作符，可以进行筛选、分组、排序、投影、计算等操作，以实现复杂的数据处理和分析需求。

二、稍深入了解

1、mongodb索引的创建和使用

        MongoDB提供了丰富的功能来优化查询性能。索引可以加快查询速度并减少查询所需的资源。下面是一个使用索引的例子：

假设你有一个存储用户信息的集合（collection），其中包含了大量的用户数据。为了加快根据用户姓名进行查询的速度，你可以创建一个索引来优化查询性能。以下是在MongoDB中创建和使用索引的示例代码：

# 创建索引 db.users.create_index("name")

# 查询时使用索引 db.users.find({"name": "John"})

在上面的例子中，我们使用create_index方法在users集合上创建了一个名为name的索引。然后，我们可以使用find方法来查询具有特定姓名的用户，MongoDB会自动使用索引来加速查询。

2、mongodb聚合管道

        允许你对文档进行多个阶段的处理和转换。聚合管道可以用于复杂的数据分析和聚合操作。以下是一个使用聚合管道的例子：

假设你有一个存储销售订单的集合，其中包含了订单的日期、产品和销售数量等信息。你想要计算每个产品的总销售数量，并按照销售数量降序排列。以下是在MongoDB中使用聚合管道实现这个需求的示例代码：

# 聚合管道查询

pipeline = [ {"$group": {"_id": "$product", "total_sales": {"$sum": "$quantity"}}}, {"$sort": {"total_sales": -1}} ]

result = db.orders.aggregate(pipeline)

# 输出结果 
for doc in result: print(doc)

在上面的例子中，我们使用聚合管道来进行两个阶段的处理。首先，使用$group操作符按照产品进行分组，并使用$sum操作符计算每个产品的总销售数量。然后，使用$sort操作符按照总销售数量降序排列结果。

        在聚合管道查询中，"$"符号是mongodb中的聚合操作符的前缀，用于表示特定的聚合操作。在上述的代码中，"group" 和 "$sum" 都是聚合操作符的示例。

        MongoDB还提供了其他丰富的阶段和操作符，如$limit（限制结果数量）、$skip（跳过指定数量的结果）、$lookup（进行关联查询）等。

3、mongodb数据存储样例

        假设我们有一个名为users的集合，用于存储用户信息。每个用户文档包含以下字段：name（姓名）、age（年龄）、email（电子邮件）和address（地址）。以下是一个示例用户文档的结构：

{ "_id": ObjectId("60a7e8e8e8e8e8e8e8e8e8e8"),

"name": "John",

"age": 30,

"email": "john@example.com",

"address": "123 Main St" }

仅限个人学习记录！