MongoDB 从菜鸟到精通万字以上教程

无奈的码农

已于 2022-09-30 14:35:47 修改

阅读量1.3k

点赞数 2

分类专栏： mongodb 文章标签： mongodb 数据库 nosql

于 2022-08-19 22:21:19 首次发布

本文链接：https://blog.csdn.net/qq_27566167/article/details/126417953

版权

mongodb 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

MongDB 综合概述

什么是NoSql

NoSQL：Not Only SQL ,本质也是一种数据库的技术，相对于传统数据库技术，它不会遵循一些约束，比如：sql标准、ACID属性，表结构等。
Nosql优点
l 满足对数据库的高并发读写
l 对海量数据的高效存储和访问
l 对数据库高扩展性和高可用性
l 灵活的数据结构，满足数据结构不固定的场景

Nosql缺点
l 一般不支持事务
l 实现复杂SQL查询比较复杂
l 运维人员数据维护门槛较高
l 目前不是主流的数据库技术

NoSql分类

在这里插入图片描述

MongoDb概念

什么是MongoDB

MongoDB：是一个数据库 ,高性能、无模式、文档性，目前nosql中最热门的数据库，开源产品，基于c++开发。是nosql数据库中功能最丰富，最像关系数据库的。

特性
l 面向集合文档的存储：适合存储Bson（json的扩展）形式的数据；

l 格式自由，数据格式不固定，生产环境下修改结构都可以不影响程序运行；

l 强大的查询语句，面向对象的查询语言，基本覆盖sql语言所有能力；

l 完整的索引支持，支持查询计划；

l 支持复制和自动故障转移；

l 支持二进制数据及大型对象（文件）的高效存储；

l 使用分片集群提升系统扩展性；

l 使用内存映射存储引擎，把磁盘的IO操作转换成为内存的操作；

MongoDB核心概念

在这里插入图片描述

MongoDb应用与开发

Mongodb安装

l 官网下载安装介质：

Try MongoDB Atlas Products | MongoDB

选择对应的版本

在这里插入图片描述
查找对应的小版本

选择对应的linux系统和archive的tar包

wget 获取mongo的安装包

右键复制上一步的连接地址，如https://downloads.mongodb.com/linux/mongodb-linux-x86_64-enterprise-rhel70-5.0.10.tgz?_ga=2.209676306.1008716324.1664500691-1752158045.1649669493
把问号后面无用的删掉如：https://downloads.mongodb.com/linux/mongodb-linux-x86_64-enterprise-rhel70-5.0.10.tgz
使用wget获取，如

wget https://downloads.mongodb.com/linux/mongodb-linux-x86_64-enterprise-rhel70-5.0.10.tgz

上传到服务器上
在这里插入图片描述
对压缩包进行解压

tar -zxvf mongodb-linux-x86_64-rhel70-5.0.10.tgz

然后开始配置环境变量，追加环境变量以冒号隔开：
PATH= $P A T H :$ JAVA_HOME/bin:/opt/common/mongodb/bin

vi /etc/profile

在这里插入图片描述

配置好环境变量之后，再mongo本目录，新建mongo-home 文件夹，用来存放数据和日志

mkdir mongo-home
#进入mongo-home
cd mongo-home
#继续创建data数据存放和log日志文件
mkdir data
mkdir logs

创建好文件之后，启动mongo

mongod --dbpath /opt/common/mongodb/mongo-home/data/ --logpath /opt/common/mongodb/mongo-home/logs/mongodb.log --fork

启动后查看，ps -ef | grep mongo 查看是否启动成功

启动成功后，直接输入mongo

在这里插入图片描述
到这里mongodb就安装成功了

Mongodb 配置文件启动

进入到mongodb的根目录下面，创建conf文件夹

mkdir /opt/common/mongodb/conf

创建mongo.conf文件，进去conf文件夹

cd /opt/common/mongodb/conf
vi mongo.conf

配置文件内容

bind_ip=0.0.0.0
logpath=/opt/common/mongodb/mongo-home/log/mongo.log
#logappend=true
port=27017
fork=true
dbpath=/opt/common/mongodb/mongo-home/data
auth=true

参数	解释
bind_ip	支持远程ip访问，默认为localhost
logpath	日志存放路径
logappend	true：为日志追加 false：为重新写入日志
port	端口
fork	进程守护，true为进程守护启动，false不守护
dbpath	数据存放路径
auth	鉴权，是否需要账号密码才能登陆
配置文件配置好之后
进入mongodb的conf文件夹下启动mongodb

mongod -f mongo.conf

mongodb安装到这里就可以用了

使用MongoDB脚本实现增删查改

基本操作

选择和创建数据库的语法格式：

use 数据库名称

查看有权限查看的所有的数据库命令

show dbs
或
show databases

admin ：从权限的角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器。
local: 这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
config : 当Mongo用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。

集合的操作

新增：

db.createCollection(name)

隐式的方式

db.test_d.insert({u_id:1,goods_id:1});

集合的查询

show tables;

集合的命名规范：
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。另外千万不要在名字里出现$。

文档的插入

 db.test.insert("")

批量插入

db.comment.insertMany([{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨，天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨，天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨，天气不好"},{"id" : 110, "name" : "lijin", "createdatetime" : new Date(), "content" : "今天下雨，天气不好"}
]);

文档的基本查询

查询数据的语法格式如下：

db.collection.find(<query>, [projection])

文档的更新

db.collection.update(query, update, options)

文档的删除

db.collection.remove(条件)

db.collection.remove({_id:"1"})

db.comment.remove({})  删除全部

复杂操作

统计查询

db.collection.count(query, options)

db.note.count();  --统计所有记录

db.note.count({name:"king"});  --统计name为king的记录条数

分页列表查询

db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
limit()方法来读取指定数量的数据，使用skip()方法来跳过指定数量的数据

db.note.find().limit(3)

db.note.find().skip(3)

分页查询：需求：每页5个

db.note.find().skip(0).limit(5)   //第一页
db.note.find().skip(5).limit(5)   //第二页
db.note.find().skip(10).limit(5)   //第三页

排序查询

db.集合名称.find().sort(排序方式)          1升序、-1降序

db.note.find().sort({name:-1,id:-1})

skip(), limit(), sort()三个放在一起执行的时候，执行的顺序是先 sort(), 然后是 skip()，最后是显示的 limit()，和命令编写顺序无关

db.note.find().skip(0).limit(5).sort({name:-1,id:-1})

正则表达式

db.集合.find({字段:/正则表达式/})           正则表达式是 js的语法
db.note.find({content:/下雨/})               content包含'下雨'的
db.note.find({name:/^k/})                    name是k开头的

比较查询

db.集合名称.find({ "field" : { $gt: value }}) // 大于: field > value
db.集合名称.find({ "field" : { $lt: value }}) // 小于: field < value
db.集合名称.find({ "field" : { $gte: value }}) // 大于等于: field >= value
db.集合名称.find({ "field" : { $lte: value }}) // 小于等于: field <= value
db.集合名称.find({ "field" : { $ne: value }}) // 不等于: field != value

db.note.find({id:{$gt:252}})

db.note.find({$and:[{id:{$gt:252}},{id:{$lt:256}}]})

条件连接查询

$and:[ {  },{  },{ } ]

包含查询

db.note.find({id:{$in: [252,254]}})

索引-Index

索引（Index）是帮助MongoDB高效获取数据的数据结构，索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。

索引的基础知识

B-树索引的构造类似于二叉树，根据键值（Key Value）快速找到数据。注意B-树中的B不是代表二叉(binary)，而是代表平衡(balance)，因为B-树是从最早的平衡二叉树演化而来，但是B-树不是一个二叉树。

在讲二叉树之前，我们必须了解一下二分查找：

二分查找法（binary search）也称为折半查找法，用来查找一组有序的记录数组中的某一记录。

在以下数组中找到数字48对应的下标

通过3次二分查找就找到了我们所要的数字，而顺序查找需8次。

对于上面10个数来说，顺序查找平均查找次数为（1+2+3+4+5+6+7+8+9+10)/10=5.5次。而二分查找法为(4+3+2+4+3+1+4+3+2+3)/10=2.9次。在最坏的情况下，顺序查找的次数为10，而二分查找的次数为4。

所以为了索引查找的高效性，我们引入了二叉查找树。

MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）

二叉树

树(Tree)

N个结点构成的有限集合。

树中有一个称为”根(Root)”的特殊结点
其余结点可分为M个互不相交的树，称为原来结点的”子树”

树与非树

树的一些基本术语

二叉树

度为2的树（也可称之为阶）：（树的度：树中所有结点中最大的度。结点的度：结点的子树个数）

子树有左右顺序之分：

二叉查找(搜索)树

二叉查找树首先肯定是个二叉树，除此之外还符合以下几点：

左子树的所有的值小于根节点的值
右子树的所有的值大于或等于根节点的值
左、右子树满足以上两点

但是二叉查找树，如果设计不良，完全可以变成一颗极不平衡的二叉查找树：

因此若想最大性能地构造一棵二叉查找树，需要这棵二叉查找树是平衡的，从而引出了新的定义——平衡二叉树，或称为AVL树。

平衡二叉树（AVL-树）

它是一棵二叉排序树，它的左右两个子树的高度差（平衡因子）的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

目的：使得树的高度最低，因为树查找的效率决定于树的高度

平衡二叉树的查找性能是比较高的，但是维护一棵平衡二叉树的代价是非常大的。通常来说，需要1次或多次左旋和右旋来得到插入、更新和删除后树的平衡性。

B-树

B- 树是从平衡二叉查找树演化而来（但B+树不是二叉树，而是一个多叉查找平衡树）。

下图就是一颗平衡二叉查找树

借助网页工具：Data Structure Visualization (usfca.edu)

现在我们将其改造成 B- 树

树的阶数表示一个节点最多能有多少个子节点。

每个节点存储了实际的数据，所有的节点都按照排序二叉树来进行排列；

从AVL到B-树的变化可知，如果节点特别多的话，AVL树的高度远远高于B+树。

下图是一颗实际情况下的B-树

索引的类型

单字段索引

MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Field Index）。
对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引。

复合索引

MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）。
复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由 { userid: 1, score: -1 } 组成，则索引首先按userid正序排序，然后在每个userid的值内，再在按score倒序排序。

索引的管理

索引的创建

db.collection.ensureIndex()	--3.0.0 版本前
db.collection.createIndex(keys, options) --3.0.0 版本及之后
案例：对 note的content字段建立索引
db.note.createIndex({content:1})    --1是按照指定按升序创建索引   -1按降序来创建索引

查看索引

db.note.getIndexes();  --查看索引

复合索引：对name 和content 同时建立复合（Compound）索引：

db.note.createIndex({name:1,content:1})

索引的移除

db.collection.dropIndex(index) --移除指定索引
db.collection.dropIndexes()   --移除所有索引
案例：删除note的的content索引
db.note.dropIndex({content:1})

案例：删除note的所有索引
db.note.dropIndexes()

后续还会添加mongo进阶教程和mongo的分片集群搭建使用

无奈的码农

关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
MongoDB 从菜鸟到精通万字以上教程

MongoDB：是一个数据库 ,高性能、无模式、文档性，目前nosql中最热门的数据库，开源产品，基于c++开发。是nosql数据库中功能最丰富，最像关系数据库的。特性l 面向集合文档的存储：适合存储Bson（json的扩展）形式的数据；l 格式自由，数据格式不固定，生产环境下修改结构都可以不影响程序运行；l 强大的查询语句，面向对象的查询语言，基本覆盖sql语言所有能力；l 完整的索引支持，支持查询计划；l 支持复制和自动故障转移；l 支持二进制数据及大型对象（文件）的高效存储；
复制链接

扫一扫