MongoDB系列--01、MongoDB入门

MongoDB理论基础

介绍

MongoDB官网：https://www.mongodb.com/

MongoDB 是一个基于【分布式文件存储】的数据库，它属于NoSQL数据库。是最像关系型数据库的一个NoSQL数据库

MongoDB存储数据是key-value结构的BSON(二进制json)文档

概念

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins		表连接,MongoDB不支持
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

通过下图实例，我们也可以更直观的了解Mongo中的一些概念：

数据库（database）

一个mongodb中可以建立多个数据库。
MongoDB的默认数据库为db，该数据库存储在data目录中（安装时，可以默认或指定）。
MongoDB的单个实例可以容纳多个独立的数据库，每一个都有自己的集合和权限，不同的数据库也放置在不同的文件中。

数据库命名规范

• 不能是空字符串（"")
• 不得含有’ '（空格)、.、$、/、\和\0 (空字符)
• 应全部小写
• 最多64字节

集合（collection）

集合就是 MongoDB 文档组，类似于关系数据库中的表格。

集合存在于数据库中，没有固定的机构；比如我们可以向集合中插入不同数据结构的文档

{"name":"christy"}
{"name":"christy","age":"18"}
{"name":"christy","age":"18","desc":"shuai"}

一旦有文档插入，集合就会被创建

一个collection（集合）中的所有field（域）是collection（集合）中所有document（文档）中包含的field（域）的并集

集合命名规范

• 集合名不能是空字符串""

• 集合名不能含有\0字符（空字符)，这个字符表示集合名的结尾

• 集合名不能以"system."开头，这是为系统集合保留的前缀

• 用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含，这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合，否则千万不要在名字里出现$

capped collections

Capped collections就是固定大小的collection。与标准的collection不同，你必须要显式的创建一个capped collection，指定一个 collection 的大小，单位是字节。它的存储空间值是提前分配的。
创建一个capped collection

db.createCollection("mycollection",{capped:true, szie:99999})

• 在 capped collection 中，你能添加新的对象
• 能进行更新，然而，对象不会增加存储空间。如果增加，更新就会失败
• 使用 Capped Collection 不能删除一个文档，但可以使用 drop() 方法删除 collection 所有的行。
  删除之后，你必须显式的重新创建这个 collection
• 在32bit机器中，capped collection 最大存储为 1e9( 1X10的9次方)个字节。

文档（document）

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，并且相同的字段并不需要相同的数据类型。

对于文档，需要注意

• 文档中的键/值对是有序的
• 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)。
• MongoDB区分类型和大小写
• MongoDB的文档不能有重复的键
• 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

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

元数据

MongoDB数据库中名字空间 .system.* 是包含多种系统信息的特殊集合(Collection)

集合命名空间	描述
dbname.system.namespaces	列出所有名字空间
dbname.system.indexes	列出所有索引
dbname.system.profile	列出数据库概要(profile)信息
dbname.system.users	列出所有可访问数据库的用户
dbname.system.sources	包含复制对端（slave）的服务器信息和状态

对于修改系统集合中的对象有如下限制

• 在{{system.indexes}}插入数据，可以创建索引。但除此之外该表信息是不可变的(特殊的drop index命令将自动更新相关信息)
• {{system.users}}是可修改的
• {{system.profile}}是可删除的

数据类型

MongoDB中常用的数据类型

数据类型	说明	解释	举例
String	字符串	UTF-8编码的字符串才是合法的	{“name”:“Christy”}
Integer	整型数值	随服务器不同（32|64位）	{“age”:18}
Boolean	布尔值	存储布尔值：真|假	{“falg”:true}
Double	浮点数	存储浮点值	{“π”:3.14}
ObjectId	对象Id	生成文档的id	{“_id”:ObjectId(“123456”)}
Array	数组	将数组|列表|多个值存储到一个键	{“value”:[“1”,“2”]}
Timestamp	时间戳	从纪元开始的毫秒数
Object	内嵌文档	可以作为文档中某个key的value	{“doc”:{“name”:“Christy”}}
Null	空值	表示空值或者未定义的对象	{“value”:null}
Date	日期	用Unix日期格式来存储当前日期或时间	{“date”:new Date()}
Regular	正则表达式	文档中的正则表达式遵循js语法
Code	代码	可以包含js代码	{“js”:function(){}}
File	文件	二进制转码(Base64)后存储(<16M) GridFS(>16M)	GridFS 用两个集合来存储一个文件：fs.files与fs.chunks

下面说明下几种重要的数据类型。

ObjectId

ObjectId 类似唯一主键，可以很快的去生成和排序，包含 12 bytes，含义是：

• 前 4 个字节表示创建 unix 时间戳,格林尼治时间 UTC 时间，比北京时间晚了 8 个小时
• 接下来的 3 个字节是机器标识码
• 紧接的两个字节由进程 id 组成 PID
• 最后三个字节是随机数

MongoDB 中存储的文档必须有一个 _id 键。这个键的值可以是任何类型的，默认是个 ObjectId 对象

由于 ObjectId 中保存了创建的时间戳，所以你不需要为你的文档保存时间戳字段，你可以通过 getTimestamp 函数来获取文档的创建时间:

> var newObject = ObjectId()
> newObject.getTimestamp()
ISODate("2017-11-25T07:21:10Z")

ObjectId 转为字符串

> newObject.str
5a1919e63df83ce79df8b38f

字符串

BSON 字符串都是 UTF-8 编码。

时间戳

BSON 有一个特殊的时间戳类型用于 MongoDB 内部使用，与普通的 日期 类型不相关。 时间戳值是一个 64 位的值。其中：

• 前32位是一个 time_t 值（与Unix新纪元相差的秒数）
• 后32位是在某秒中操作的一个递增的序数

在单个 mongod 实例中，时间戳值通常是唯一的。

在复制集中， oplog 有一个 ts 字段。这个字段中的值使用BSON时间戳表示了操作时间。

BSON 时间戳类型主要用于 MongoDB 内部使用。在大多数情况下的应用开发中，你可以使用 BSON 日期类型。

日期

表示当前距离 Unix新纪元（1970年1月1日）的毫秒数。日期类型是有符号的, 负数表示 1970 年之前的日期。

> var mydate1 = new Date()     //格林尼治时间
> mydate1
ISODate("2018-03-04T14:58:51.233Z")
> typeof mydate1
object
> var mydate2 = ISODate() //格林尼治时间
> mydate2
ISODate("2018-03-04T15:00:45.479Z")
> typeof mydate2
object

这样创建的时间是日期类型，可以使用 JS 中的 Date 类型的方法。

返回一个时间类型的字符串：

> var mydate1str = mydate1.toString()
> mydate1str
Sun Mar 04 2018 14:58:51 GMT+0000 (UTC) 
> typeof mydate1str
string

或者

> Date()
Sun Mar 04 2018 15:02:59 GMT+0000 (UTC)   

MongoDB的应用场景

适用场景

更高的写入负载

默认情况下，MongoDB更侧重高数据写入性能，而非事务安全，MongoDB很适合业务系统中有大量“低价值”数据的场景。但是应当避免在高事务安全性的系统中使用MongoDB，除非能从架构设计上保证事务安全

高可用性

MongoDB的副本集(Master-Slave)配置非常简洁方便，此外，MongoDB可以快速响应的处理单节点故障，自动、安全的完成故障转移。这些特性使得MongoDB能在一个相对不稳定（如云主机）的环境中，保持高可用性

数据量很大或者未来会变得很大

依赖数据库(MySQL)自身的特性，完成数据的扩展是较困难的事，在MySQL中，当一个单表达到5-10GB时会出现明显的性能降级，此时需要通过数据的水平和垂直拆分、库的拆分完成扩展，使用MySQL通常需要借助驱动层或代理层完成这类需求。而MongoDB内建了多种数据分片的特性，可以很好的适应大数据量的需求

基于位置的数据查询

MongoDB支持二维空间索引，因此可以快速及精确的从指定位置获取数据

表结构不明确，且数据在不断变大

在一些传统关系型数据库中，增加一个字段会锁住整个数据库/表，或者在执行一个重负载的请求时会明显造成其它请求的性能降级。通常发生在数据表大于1G的时候（当大于1TB时更甚）。 但MongoDB是文档型数据库，为非结构货的文档增加一个新字段是很快速的操作，并且不会影响到已有数据。另外一个好处当业务数据发生变化时，是将不在需要由DBA修改表结构

没有DBA支持

如果没有专职的DBA，并且准备不使用标准的关系型思想（结构化、连接等）来处理数据，那么MongoDB将会是你的首选。MongoDB对于对像数据的存储非常方便，类可以直接序列化成JSON存储到MongoDB中。 但是需要先了解一些最佳实践，避免当数据变大后，由于文档设计问题而造成的性能缺陷

不适用场景

在某些场景下，MongoDB作为一个非关系型数据库有其局限性。MongoDB不支持事务操作，所以需要用到事务的应用建议不用MongoDB，另外MongoDB目前不支持join操作，需要复杂查询的应用也不建议使用MongoDB