【MongoDB】初始 MongoDB

1、MongoDB概述

MongoDB 是一个基于分布式文件存储的数据库。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 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。

2、NoSQL概述

2.1、什么是NoSQL

NoSQL，指的是非关系型的数据库。NoSQL有时也称作Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。

NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

2.2、NoSQL优缺点

优点

• 高可扩展性
• 分布式计算
• 低成本
• 架构的灵活性，半结构化数据
• 没有复杂的关系

缺点

• 没有标准化
• 有限的查询功能

3、MongoDB术语

3.1、MongoDB和MySQL术语对照

MySQL术语	MongoDB术语	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	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

3.2、MongoDB数据类型

数据类型	描述
String	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。
Integer	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。
Boolean	布尔值。用于存储布尔值（真/假）。
Double	双精度浮点值。用于存储浮点值。
Min/Max keys	将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。
Array	用于将数组或列表或多个值存储为一个键。
Timestamp	时间戳。记录文档修改或添加的具体时间。
Object	用于内嵌文档。
Null	用于创建空值。
Symbol	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。
Date	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。
Object ID	对象 ID。用于创建文档的 ID。
Binary Data	二进制数据。用于存储二进制数据。
Code	代码类型。用于在文档中存储 JavaScript 代码。
Regular expression	正则表达式类型。用于存储正则表达式。

4、MongoDB 操作

4.1、连接远程服务器的MongoDB数据库

mongo 123.206.190.194:27017/account_service -u root -p mYmongo$%123 --authenticationDatabase=admin

• ip:port/db_name：指明远程服务器的ip地址、端口号、数据库名称
• -u：指明数据库的用户名
• -p：指明数据库的密码

4.2、数据库(table)及集合(collection)说明

数据库

本篇文章所用的MongoDB数据库名称为account_service

集合

本篇文章所用的MongoDB数据库集合名称为company

集合结构

本篇文章所使用的company集合的结构如下：

{
    "_id" : ObjectId,
    "source" : String,
    "name" : String,
    "mobile" : String,
    "password" : String,
    "license_no" : String,
    "active" : String,
    "xd_active" : String,
    "frw_active" : String,
    "allow_borrow" : String,
    "merchant_id" : Array,
    "last_login_ip" : String,
    "last_login_at" : String,
    "updated_at" : Date,
    "created_at" : Date
    "ec_customer_id" : String
}

4.3、数据导出

mongoexport -h 123.206.190.194 -u root -p mYmongo$%123 --authenticationDatabase=admin --authenticationMechanism=SCRAM-SHA-1 --port 27017 -d account_service -c company --type=csv -f _id,name,mobile,show_count,last_login_at,active -q "{'source':'3','last_login_at':{$gt:'2018-07-11 17:08:05'}}" -o ./company.csv

• -h：指明数据库宿主机的IP
• -u：指明数据库的用户名
• -p：指明数据库的密码
• --port：指明端口号
• -d：指明数据库的名字
• -c：指明collection的名字
• --type：指明要导入的文件格式
• -f：指明要导出那些列
• -q：指明导出数据的过滤条件
• -o：指明要导出的文件名
• --authenticationDatabase：指明保存用户凭证的数据库
• --authenticationMechanism：指明身份验证机制

中文乱码解决方案：使用记事本打开company.csv，执行“另存为”操作，选择“编码”为“UTF-8”。

5、查询

5.1、MongoDB与MySQL简单查询对比

操作	MongoDB格式	MongoDB示例	MySQL示例
等于	{<key>:<value>}	db.getCollection('company').find({"source":"3"})	where source = '3'
小于	{<key>:{$lt:<value>}}	db.getCollection('company').find({"last_login_at":{$lt:"2018-07-10 17:08:05"}}))	where last_login_at < "2018-07-10 17:08:05"
大于	{<key>:{$gt:<value>}}	db.getCollection('company').find({"last_login_at":{$gt:"2018-07-10 17:08:05"}}))	where last_login_at > "2018-07-10 17:08:05"
小于或等于	{<key>:{$lte:<value>}}	db.getCollection('company').find({"last_login_at":{$lte:"2018-07-10 17:08:05"}}))	where last_login_at <= "2018-07-10 17:08:05"
大于或等于	{<key>:{$gte:<value>}}	db.getCollection('company').find({"last_login_at":{$gte:"2018-07-10 17:08:05"}}))	where last_login_at >= "2018-07-10 17:08:05"
不等于	{<key>:{$ne:<value>}}	db.getCollection('company').find({"source":{$ne:"3"}})	where source != "3"
and（且）	{<key>:<value>},{<key>:<value>}	db.getCollection('company').find({"source":"5","last_login_at":{$gt:"2018-07-10 00:00:00"}})	where source = "3" or source = "5" and last_login_at > "2018-07-10 00:00:00"
or（或）	{$or:[{<key>:<value>},{<key>:<value>}]}	db.getCollection('company').find({$or:[{"source":"3"},{"source":"5"}]})	where source = "3" or source = "5"
and 联合 or	{<key>:<value>,$or:[{<key>:<value>},{<key>:<value>}]}	db.getCollection('company').find({"source":"5",$or:[{"last_login_at":{$gt:"2018-07-10 00:00:00"}},{"last_login_at":{$lt:"2018-06-20 00:00:00"}}]})	where source = 5 and (last_login_at > "2018-07-10 00:00:00" or last_login_at < "2018-06-20 00:00:00")

5.2、过滤导出的数据-示例

基础命令

mongoexport -h 123.206.190.194 -u root -p mYmongo$%123 --authenticationDatabase=admin --authenticationMechanism=SCRAM-SHA-1 --port 27017 -d account_service -c company --type=csv -f _id,name,mobile,show_count,last_login_at,active -o ./company.csv

以下命令，都是基于该命令的，即，将下列命令添加基础命令，便组成了完成的条件过滤导出命令。

导出 source 等于 3 的所有数据

-q "{'source':'3'}"

导出 last_login_at 大于 2018-07-10 17:08:05 的所有数据

-q "{'last_login_at':{$lt:'2018-07-10 17:08:05'}}"

导出 last_login_at 小于 2018-07-10 17:08:05 的所有数据

-q "{'last_login_at':{$gt:'2018-07-10 17:08:05'}}"

导出 last_login_at 小于或等于 2018-07-10 17:08:05 的所有数据

-q "{'last_login_at':{$lte:'2018-07-10 17:08:05'}}"

导出 last_login_at 大于或等于 2018-07-10 17:08:05 的所有数据

-q "{'last_login_at':{$gte:'2018-07-10 17:08:05'}}"

导出 source 不等于 3 的所有数据

-q "{'source':{$ne:'3'}}"

导出 source 等于 5 且 last_login_at 大于 2018-07-10 00:00:00 的所有数据

-q "{'source':'5','last_login_at':{$gt:'2018-07-10 00:00:00'}}"

导出 source 等于 3 或 source 等于 5 的所有数据

-q "{$or:[{'source':'3'},{'source':'5'}]}"

导出 source 等于 5 并且 last_login_at 大于 2018-07-10 00:00:00 或 last_login_at 小于 2018-06-20 00:00:00 的所有数据

-q "{'source':'5',$or:[{'last_login_at':{$gt:'2018-07-10 00:00:00'}},{'last_login_at':{$lt:'2018-06-20 00:00:00'}}]}"

转载于:https://my.oschina.net/zobeen/blog/2250154