MongoDB学习文档

一、MongoDB特点

1、MongoDB优点

1、面向文档结构(集合)的存储方式，容易存储对象类型的数据，操作简单
2、内置GridFS，支持大容量的存储
3、内置sharding分片技术，当负载超核(超出存储空间和处理能力时)，可以分布在网络中其他节点上(简单点一台不行，可以两台处理.....再加)
4、海量数据下，性能优越
5、支持自动故障恢复Colleca Set（复制集）
6、自动处理碎片，以支持云计算层次的扩展性
7、支持RUBY，PYTHON，JAVA，C++，PHP等多种语言。
8、文件存储格式为BSON（一种JSON的扩展,可轻易查询文档中内嵌的对象及数组）
9、支持动态查询
10、支持查询
11、支持完全索引
12、Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作

2、MongoDB缺点

1、不支持事务操作
2、占用空间过大
3、MongoDB没有如MySQL那样成熟的维护工具
4、无法进行关联表查询，不适用于关系多的数据
5、复杂聚合操作通过mapreduce创建，速度慢
6.模式自由，  自由灵活的文件存储格式带来的数据错误
7、预分配模式带来的磁盘瓶颈
8、在数据存量大于内存大小时，mongodb遇到冷数据查询速度变慢
9、Mongodb全局锁机制
10、删除数据集合后空间不会自动释放

扩展：
1、reduce() 函数会对参数序列中元素进行累积

def f(x, y):
  return x + y
reduce(f, [1, 3, 5, 7, 9])  # 返回结果为25
# reduce()还可以接收第3个可选参数，作为计算的初始值
# 如果把初始值设置为100
reduce(f, [1, 3, 5, 7, 9], 100) # 返回结果为125

2、GridFS
GridFS使用两个集合保存数据，一个集合存储文件块，另外一个存储文件元数据，一种将大型文件存储在MongoDB的文件规范，所有官方支持的驱动均实现了GridFS规范。GridFS制定大文件在数据库中如何处理，通过开发语言驱动来完成、通过API接口来存储检索大文件

二、MongoDB数据结构

在这里插入代码片

三、 数据库

> show dbs    # 查看所有的数据库
admin     0.000GB
config    0.000GB
local     0.000GB
runoobdb  0.000GB
test      0.000GB
> use runoobdb     # 切换到指定的数据库，如果不存在就创建该数据库
switched to db runoobdb
> db     # 查看当前数据库
runoobdb
> db.dropDatabase()  # 删除当前数据库
{ "dropped" : "runoobdb", "ok" : 1 }
> show dbs       
admin   0.000GB
config  0.000GB
local   0.000GB
test    0.000GB

四、集合

创建集合语法：db.createCollection(name, options)
参数解释：
	name: 要创建的集合名称
	options: 可选参数, 指定有关内存大小及索引的选项

options 可以是如下参数：

字段	类型	描述
capped	布尔	（可选）如果为 true，则创建固定集合。固定集合是指有着固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。当该值为 true 时，必须指定 size 参数。
autoIndexId	布尔	3.2 之后不再支持该参数。（可选）如为 true，自动在 _id 字段创建索引。默认为 false。
size	数值	（可选）为固定集合指定一个最大值，即字节数。如果 capped 为 true，也需要指定该字段。
max	数值	（可选）指定固定集合中包含文档的最大数量。在插入文档时，MongoDB 首先检查固定集合的 size 字段，然后检查 max 字段。

1、创建集合 方法1
> db.createCollection('robys')   # 创建集合robys
{ "ok" : 1 }
# 方法2：向xxx集合中插入文档时，如果该集合不存在，MongoDB会自动创建该集合的
> db.mycol.insert({'name':'jacky','age':19,'job':'python开发工程师'})
WriteResult({ "nInserted" : 1 })

2、查看当前数据库中的所有集合
> show collections
robys
mycol
#方法2：查看集合
> show tables          # 查看当前数据库中所有集合(方法2)
mycol
robys

3、删除当前数据库中某集合
> show collections
mycol
names
robys
> db.mycol.drop()  # 删除集合mycol
true
> show collections
names
robys

五、文档

1、插入单个文档
# 语法：db.collection.insertOne(<document>,{writeConcern: <document>})
> db.names.insertOne({'name':'jacky'})
{
        "acknowledged" : true,
        "insertedId" : ObjectId("604c9008dda7813ccf9d257c")
}
> db.names.find().pretty()
{ "_id" : ObjectId("604c9008dda7813ccf9d257c"), "name" : "jacky" }

2、插入多个文档，并按顺序写入
# 语法：db.collection.insertMany([<document 1>,<document 2>, ... ],{writeConcern:<document>,ordered: <boolean>})
> db.robys.insertMany([{'name':'chen1',"age":13},{"name":"jewow","job":"student"}],{orderd:-1})
{
        "acknowledged" : true,
        "insertedIds" : [
                ObjectId("604c9b25dda7813ccf9d257e"),
                ObjectId("604c9b25dda7813ccf9d257f")
        ]
}
> db.robys.find().pretty()
{
        "_id" : ObjectId("604c9b25dda7813ccf9d257e"),
        "name" : "chen1",
        "age" : 13
}
{
        "_id" : ObjectId("604c9b25dda7813ccf9d257f"),
        "name" : "jewow",
        "job" : "student"
}
# 方法2：插入文档
> document=({title: 'MongoDB 教程', 
    description: 'MongoDB 是一个 Nosql 数据库',
    by: '菜鸟教程',
    url: 'http://www.runoob.com',
    tags: ['mongodb', 'database', 'NoSQL'],
    likes: 100
})
> db.col.insert(document)  # insert如果文档的‘_id ’主键存在，则会抛 org.springframework.dao.DuplicateKeyException 异常
WriteResult({ "nInserted" : 1 })

3、更新档方法1：update()
# 语法：db.collection.update(<query>,<update>,{upsert: <boolean>,multi: <boolean>,writeConcern: <document>})
# 参数解释：
#       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。
> db.names.update({'name':'jacky'},{$set:{"say":"erwerwer3223423"}}，{multi:true})  # $set不存在就添加
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.names.find().pretty()
{
        "_id" : ObjectId("604c9008dda7813ccf9d257c"),
        "name" : "jacky",
        "say" : "erwerwer3223423"
}

4、更新档方法2：save() 方法
# 语法：save() 方法通过传入的文档来替换已有文档，_id 主键存在就更新，不存在就插入。语法格式如下：
# db.collection.save(<document>,{writeConcern: <document>})
> db.names.find().pretty()
{
        "_id" : ObjectId("604c9008dda7813ccf9d257c"),
        "name" : "jacky",
        "say" : "erwerwer3223423"
}
> db.names.save({"_id" : ObjectId("604c9008dda7813ccf9d257c"),"name" : "33333333","say" : "我是save更新的"})    # save()用法 
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.names.find().pretty()
{                     
        "_id" : ObjectId("604c9008dda7813ccf9d257c"),
        "name" : "33333333",
        "say" : "我是save更新的"
}

5、删除文档
# 语法：db.collection.remove(<query>,{justOne: <boolean>,writeConcern: <document>})
#      db.collection.remove(<query>,<justOne>)
> db.robys.find()
{ "_id" : ObjectId("604c9b25dda7813ccf9d257e"), "name" : "chen1", "age" : 13 }
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "jewow", "job" : "student" }
> db.robys.remove({"name":"chen1"},{justOne:true})  # 删除name=chen1的记录，justOne=true表示只删除匹配的第一个，justOne=false表示删除所有匹配的到记录
WriteResult({ "nRemoved" : 1 })
> db.robys.find()
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "jewow", "job" : "student" }

6、通过比较操作符查询文档
# 语法：db.collection.find(query, projection)
# query条件查询操作符:
# gt gte lt  lte ne
> db.robys.find()
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "王五", "age" : 30}
# 1、{"key":"value"} --> 匹配值等于value的文档
> db.robys.find({"age":14})   # age = 14
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
# 2、gt --> 匹配值大于value的文档
> db.robys.find({"age":{$gt:19}})  # age > 19 
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "王五", "age" : 30}
# 3、gte --> 匹配值大于等于value的文档
> db.robys.find({"age":{$gte:30}})  # age >= 30
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "王五", "age" : 30}
# 4、lt --> 匹配值小于value的文档 
> db.robys.find({"age":{$lt:21}})  # age < 21
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
# 5、lte --> 匹配值小于等于value的文档
> db.robys.find({"age":{$lte:14}})  # age <= 14
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
# 6、ne --> 匹配值不等于value的文档
> db.robys.find({"age":{$ne:14}})  # age != 14
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "王五", "age" : 30}

7、通过逻辑操作符查找文档（and or ）
> db.robys.find()
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 19}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 14}
#  条件查询  ----and
>db.robys.find({"name":"张三","age":"14"})  # name=张三 and age=14
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
#  条件查询  ----or
>db.robys.find({$or:{"name":"张三","age":"14"}})  # name=张三 or age=14 或者同时满足
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 19}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 14}
8、通过类型操作符操作文档
>db.robys.find({"name":{"$type":"string"}})  
>db.robys.find({"name":{"$type":"2"}})
>db.robys.find({"age":{"$type":"32-bit integer"}})
>db.robys.find({"age":{"$type":"16"}})
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三", "age" : 14}
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : 20}
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "name" : "王五", "age" : 30}

MongoDB 中可以使用的类型如下表所示：

类型	数字	备注
Double	1	双精度浮点值。用于存储浮点值
String	2	字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的
Object	3	用于内嵌文档
Array	4	用于将数组或列表或多个值存储为一个键
Binary data	5	二进制数据。用于存储二进制数据
Undefined	6	已废弃。
Object id	7	对象 ID。用于创建文档的 ID。　　(每个文档都有)
Boolean	8	布尔值。用于存储布尔值（真/假）
Date	9	日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时间：创建 Date 对象，传入年月日信息
Null	10	用于创建空值
Regular Expression	11	此数据类型用于存储正则表达式
JavaScript	13	代码类型。用于在文档中存储 JavaScript 代码
Symbol	14	符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊符号类型的语言。
JavaScript (with scope)	15
32-bit integer	16	整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位
64-bit integer	18	整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位
Timestamp	17	时间戳。记录文档修改或添加的具体时间
Min key	255	Query with -1. ，将一个值与 BSON（二进制的 JSON）元素的最低值相对比
Max key	127	将一个值与 BSON（二进制的 JSON）元素的最高值相对比

扩展：db.collection.update()更新时不带$set的区别：

> db.robys.find()
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "age" : 20 }
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : "30", "job" : "工程师" }
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "name" : "张三" }
> db.robys.update({"name":"张三"},{"age":14},{upsert:true})  # 直接用新文档替换了
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.robys.find() 
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "age" : 20 }  
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : "30", "job" : "工程师" }
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "age" : 14 }
> db.robys.update({"age":14},{$set:{"name":"张三"}},{upsert:true})  # 加$set：只是在原有的基础上添加新的字段
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.robys.find() 
{ "_id" : ObjectId("604c9b25dda7813ccf9d257f"), "age" : 20 }
{ "_id" : ObjectId("604cdba376c1c3f0855f5447"), "name" : "李四", "age" : "30", "job" : "工程师" }
{ "_id" : ObjectId("604cdc492a6750e575c88829"), "age" : 14, "name" : "张三" }

六、搭建复制集

1.安装mongdb
2.初始化数据库
> mongod --dbpath D:\mongdb_data\mongodb\data\db
3.创建配置文件mongod.conf

	systemLog:
	  destination: file
	  path: D:\mongdb_data\mongodb\log\mongod.log 
	  logAppend: true
	storage:  
	  dbPath: D:\mongdb_data\mongodb\data\db
	  journal: 
		enabled: true 
	replication: 
	  replSetName: rs

4.windows7上注册服务
> mongod.exe --config "D:\mongdb_data\mongdb_01\mongod.conf" --dbpath "D:\mongdb_data\mongdb_01\db" --install
测试服务是否成功：
net start MongoDB
net stop MongoDB# 测试完记得一定要stop
5.同一台计算机上实验，所以创建两个节点
mongod --port 27018 --dbpath "D:\mongdb_data\mongdb_02\db" --replSet rs# 这两个窗口不要关闭
mongod --port 27019 --dbpath "D:\mongdb_data\mongdb_03\db" --replSet rs# 这两个窗口不要关闭
6.重新打开cmd，开启服务，连接mongodb
net start MongoDB
mongo#添加了环境变量，具体命令：C:\tools\mongdb\bin\mongo.exe
7.初始化复制集
rs.initiate()
8.复制集添加成员
rs.add("127.0.0.1:27018")
rs.add("127.0.0.1:27019")
re.config()# 查看复制集的配置
rs.status()# 查看副本集状态
db.isMaster()# 判断当前运行的Mongo服务是否为主节点
rs.stepDown()# 主节点退位
db.isMaster()# 检查是否是主节点
rs.remove("10.1.8.69:27018")# 移除节点
rs.slaveOk()# 在Secondary节点上执行rs.slaveOk()后，就可以执行其他命令，否则Secondary节点不允许执行其他命令(如：show dbs)
9.强制关闭主节点上的MongoDB服务
use admin
db.shutdownServer()

扩展： 复制集中添加节点
节点分类：
Primary节点：复制集通过replSetInitiate命令（或mongo shell的rs.initiate()）进行初始化，初始化后各个成员间开始发送心跳消息，并发起Priamry选举操作，获得『大多数』成员投票支持的节点，会成为Primary，其余节点成为Secondary。
  Secondary节点：正常情况下，复制集的Seconary会参与Primary选举（自身也可能会被选为Primary），并从Primary同步最新写入的数据，以保证与Primary存储相同的数据。Secondary可以提供读服务，增加Secondary节点可以提供复制集的读服务能力，同时提升复制集的可用性。另外，Mongodb支持对复制集的Secondary节点进行灵活的配置，以适应多种场景的需求。
  Arbiter节点：Arbiter节点只参与投票，不能被选为Primary，并且不从Primary同步数据。比如你部署了一个2个节点的复制集，1个Primary，1个Secondary，任意节点宕机，复制集将不能提供服务了（无法选出Primary），这时可以给复制集添加一个Arbiter节点，即使有节点宕机，仍能选出Primary。Arbiter本身不存储数据，是非常轻量级的服务，当复制集成员为偶数时，最好加入一个Arbiter节点，以提升复制集可用性。
  Priority节点：默认为1，Priority参数设置范围在0-1000的整数值。Priority0节点的选举优先级为0，永远不会被选举为Primary。
  Vote节点：Vote默认为1，Vote参数的值在2.6版本后只能设置为0或1。Mongodb 3.0里，复制集成员最多50个，参与Primary选举投票的成员最多7个，其他成员的vote属性必须设置为0，即不参与投票。Vote设置为0时永远没有投票权。
  Hidden节点：Hidden节点不能被选为主（因为Priority为0），并且对Driver不可见。因Hidden节点不会接受Driver的请求，可使用Hidden节点做一些数据备份、离线计算的任务，不会影响复制集的服务。
  Delayed节点：delayed的配置受到opolg的影响。Delayed节点必须是Hidden节点，并且其数据落后与Primary一段时间（可配置，比如1个小时）。因Delayed节点的数据比Primary落后一段时间，当错误或者无效的数据写入Primary时，可通过Delayed节点的数据
实例：
rs.add({"_id":4,“host”:“ip:port”,“priority”:1,“hidden”:false})