目录
文章作者公众号
bigsai
,已收录在回车课堂,如有帮助还请不吝啬点个赞赞支持一下!
课程导学
大家好我是bigsai,我们都学过数据库,但你可能更熟悉关系(型)数据库例如MySQL,SQL SERVER,ORACLE等,对于非关系(型)数据库可能比较陌生,因为大部分入门级项目或者学习对非关系型数据库的使用要求并不高,所以你了解的会更少。但谈起性能和功能,非关系数据库的表现那可谓是非常亮眼了!咱们今天就介绍学习以及使用其中一种非关系型数据库——MongoDB数据库!
本篇会介绍MongoDB相关内容以及MongoDB的安装,但是你电脑需要拥有Studio 3T(下载地址https://studio3t.com/ )用来连接管理MongoDB。
如果以前没见过或者没使用过也不要紧,本课程包教包会!
通过本次篇你可以掌握以下内容:
- 认识MongoDB
- 实现MongoDB的增删改查
第一关 MongoDB介绍
在介绍MongoDB之前,问个问题,你知道什么是MongoDB吗?
你可能会说它是个非关系型数据库,更多的可能就不太了解了,不要紧,我们一层一层捋一下。
1.1 非关系型数据库
NoSQL(Not Only SQL),直译过来不仅仅是数据库,泛指非关系型数据库。随着互联网web2.0网站的兴起,传统的关系型数据库在处理web2.0网站,特别是超大规模和高并发类型的web2.0纯动态网站已经显得力不从心,出现了很多难以克服的问题,而非关系型数据库则由于其本身的特点得到了非常迅速地发展。非关系型数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战,尤其是大数据应用难题。
而非关系型数据库又分为好几种:
键值(Key-Value)存储数据库 :这类数据库会使用一个哈希表,这种模型很像Java中的HashMap的使用,其使用比较简单,容易部署,但如果只对部分数据查询或更新时效率不是很高,这类非关系数据库有Redis、Oracle BDB 等。
列存储数据库 :这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在,但是它们的特点是指向了多个列。这些列是由列家族来安排的。如: HBase, Riak 等。
文档型数据库 :它同键值存储类似。该类型的数据以特定的格式存储,比如JSON。文档型数据库可以看作是键值数据库的升级版,允许之间嵌套键值,在处理网页等复杂数据时比传统键值数据库的查询效率更高 。而MongoDB 就是一种高效的文档数据库。
图形数据库 :图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息,可以良好地拓展到其他服务器上。
尽管非关系型数据库(NoSQL)有这么多的区别,但是它们还是有很多共性特点:
易拓展:NoSQL数据库种类繁多,但都有一个共同的特点:去掉关系型数据库的关系型特性。数据之间无关系,全靠设计者的设计。这样就非常容易扩展,无形之间也在架构的层面上带来了可扩展的能力。
大数据量,高性能:NoSQL数据库都具有非常高的读写性能,尤其在大数据量下读写性能也很高。这得益于它的无关系性,数据库结构简单 ,能够快速查找定位到数据。
1.2 MongoDB的特点
讲完NoSQL是啥,咱们再来捋一捋MongoDB是个啥。MongoDB又是啥呢?
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是一个介于关系型数据库和非关系型数据库之间的产品,是非关系型数据库当中功能最丰富,最像关系型数据库的。它支持的数据结构非常松散,是类似JSON的BSON格式,因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。
并且MongoDB最近越来越火。作为一款基于文档的非关系型数据库,在越来越多的场景可以使用。通过学习归纳MongoDB官方文档(https://docs.mongodb.com/manual/),总结MongoDB有以下特点:
- 容易使用: MongoDB 将数据存储在灵活的,类似于JSON的文档中, 文档模型映射到应用程序代码中的对象,从而使数据易于使用。
- 高性能: MongoDB提供高性能的数据持久性。特别是,对嵌入式数据模型的支持减少了数据库系统上的I / O活动。
索引支持更快的查询,并且可以包含来自嵌入式文档和数组的键。 - 丰富的查询语言: MongoDB支持丰富的查询语言以支持读写操作(CRUD)以及:资料汇总文本搜索和地理空间查询。
- 高可用性: MongoDB的复制工具(称为副本集)提供:自动故障转移、数据冗余。
- 水平可伸缩性: MongoDB提供水平可伸缩性作为其核心功能的一部分:分片在一组计算机集群分布数据。
从3.4开始,MongoDB支持基于shard键创建数据区域。在平衡集群中,MongoDB仅将区域覆盖的读写定向到区域内的那些分片。 - 支持多种存储引擎 MongoDB支持多个存储引擎:
WiredTiger存储引擎(包括对静态加密的支持 )
内存中存储引擎。
总结的来说,一个NoSQL该有的高性能MongoDB一应俱全,并且是一个使用很方便、很擅长储存的非关系型文档数据库。但MongoDB并非100%的完美,它也有一定的缺陷比如不支持事务、占用内存比较大、删除记录不释放空间、没有成熟的维护工具等。
1.3 MongoDB的应用场景
有了以上的特性,在日益繁杂的web领域MongoDB有很多它擅长之处。
- 网站实时数据的插入、更新、删除。
- 规模较大但是成本很高的数据(大尺寸、低价值数据)
- 对象或JSON的文本存储
- 不需要经常通过表计算的,对事务要求不高的数据。
- 一些应用层的缓存
具体的应用场景有:
- 社交场景,使用 MongoDB 存储用户信息,以及用户发表的朋友圈信息,通过地理位置索引实现附近的人、地点等功能。
- 游戏场景,使用 MongoDB 存储游戏用户信息,用户的装备、积分等直接以内嵌文档的形式存储,方便查询、高效率存储和访问。
- 物流场景,使用 MongoDB 存储订单信息,订单状态在运送过程中会不断更新,以 MongoDB 内嵌数组的形式来存储,一次查询就能将订单所有的变更读取出来。
- 物联网场景,使用 MongoDB 存储所有接入的智能设备信息,以及设备汇报的日志信息,并对这些信息进行多维度的分析。
- 视频直播,使用 MongoDB 存储用户信息、点赞互动信息等。
这些场景都有数据量大、写入操作频繁、数据价值较低、事务性要求不高的特点。
很多人把MongoDB当成穷人的大数据。你可以把它理解为一款效率很高但更适合直接操作的一款非关系数据库,大部分不需要用“脑子”的数据都可以放在MongoDB中,比如很多人把爬虫的数据存储到MongoDB中,又或许把网站某些信息记录放到MongoDB中。这些数据大一点没关系,但不建议查询需要关联太复杂也不要和ACID的事务扯上关系。
MongoDB就像一个家里的壮汉,啥脏活累活干的特别六,也不嫌累,力大如牛,脚步如飞的这种。干这些体力活用他最好了(速度快、性能好、存储大文件),但他有些缺点就是可能每次吃饭吃七八碗干饭,两三斤肉(占用内存大),并且穿针引线、家里算账记事情这些他就不行了,得他夫人来干这个(关系数据库)
第二关 MongoDB安装和表结构
知道MongoDB大概是啥和能干啥之后,就该动手安装和了解使用了!这关带你安装MongoDB和了解MongoDB的表结构。
2.1 MongoDB的安装
MongoDB的安装很简单,这里就基于windows进行安装了。到MongoDB官网下载
然后打开这个下载的文件,一路next到中间根据需求勾选是否选择compass,compass是一种MongoDB的可视化管理工具。MongoDB的可视化管理工具比较多,在这里我们不勾选这块内容。
选择Custom根据需求自定义安装:
到location可以自定义文件夹,也可以使用其默认的:
下面勾选第一个“连入网络”即可:
这样,你的MongoDB就安装完成了,再安装MongoDB可视化工具:studio3t (https://studio3t.com/) 下载安装完成打开直接连接
此时MongoDB就安装完成,默认拥有admin、config、local三个数据库。一些日志配置等数据库,这里就不用管它了。
2.2 MongoDB的表结构
对于关系数据库,我们可能很容易理解它的层次: 数据库——>表——>记录(行)——>列,而MongoDB对应的是:数据库——>集合——>文档——>字段。其中集合可以类比成关系数据库中的表,而文档就可以看成记录。
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 |
文档:文档是 MongoDB 中数据的基本单位,类似于JSON对象和关系数据库中的行(但是比行复杂)。它是由多个数据字段和值对组成的数据结构,字段的值也可以是其他文档或文档数组。
集合:集合就是一组文档,类似于关系数据库中的表。集合是无模式的,集合中的文档可以是各式各样的,虽然一个集合里面的文档没有内容的限制,但是我们一般将相同类型的文档放在同一集合中(提高查询效率)。
数据库:MongoDB 中多个文档组成集合,多个集合组成数据库。一个MongoDB 实例可以承载多个数据库。它们之间可以看作相互独立,每个数据库都有独立的权限控制。在磁盘上,不同的数据库存放在不同的文件中。MongoDB 中存在以下系统数据库。
- Admin 数据库:一个权限数据库,如果创建用户的时候将该用户添加到admin 数据库中,那么该用户就自动继承了所有数据库的权限。
- Local 数据库:这个数据库永远不会被复制,可以用来存储本地单台服务器的任意集合。
- Config 数据库:当MongoDB 使用分片模式时,config 数据库在内部使用,用于保存分片的信息。
你可能会发现,在与集合同级别的还有Views,GridFS Buckets。它们是啥呢?
视图Views: MongoDB视图是可查询的对象,其内容由其他集合或视图上的聚合管道定义 。MongoDB不会将视图内容持久化到磁盘上。当客户端查询视图时,将按需计算视图的内容。MongoDB不支持针对视图的写入操作。这个和MySQL的视图有点类似,是个虚表,可以用它来精简一些查询的步骤和操作。
GridFS: GridFS是用于存储和检索超出BSON文档大小限制(16MB)的文件的规范。GridFS不会将文件存储在单个文档中,而是将文件划分为多个部分或大块,并将每个大块存储为单独的文档。
第三关 MongoDB的增删改查
学习使用MongoDB之前,要掌握MongoDB基本的增删改查操作。我们先用控制台或者数据库管理工具操作MongoDB,为后面整合进项目做准备。MongoDB随着发展至今也有不同的版本,在MongoDB3.2以后版本相比3.2以前版本api有些变动和优化,而官方文档的学习和介绍都是基于3.2以后版本的,所以在学习MongoDB的api语法要参考官方文档学习最新语法,避免过老语法造成知识混淆。
创建数据库
我们使用studio 3T创建数据库和collection,数据库名为mongo。如果不创建数据库,向mongoDB中插入数据会默认插入到test数据库中。
然后在数据库中添加集合collection,collection名为student:
可以发现student集合已经被成功添加了:
MongoDB的读操作包括查询,而写操作包括插入、更新、删除,MongoDB中的所有写操作都是单个文档级别的原子操作,你可以指定查询、更新、删除标准或过滤器(查询、更新、删除更新的条件),以标识要查询、更新、删除的文档,你可以理解过滤器为关系数据库的条件查询的条件where子句。
3.1 MongoDB插入
插入操作完成向集合中插入文档,MongoDB提供了以下向集合插入文档的方法:
db.collection.insertOne() //New in version 3.2 插入一条文档(document)
db.collection.insertMany() //New in version 3.2 插入多条文档(document)
db.collection.insert()//老版本语法
其中,collection在插入 时候需改成待插入集合的名称,待插入文档(document)需要插入到对应集合(collection)中,否则会默认创建一个集合再插入进去。在这里我们插入一条文档到student集合中。
使用mongo数据库之前要执行语句: use mongo
,执行完毕即可直接操作mongo数据库。
MongoDB的insert的语法如下,更推荐使用insertOne和insertMany,分别用来插入一条和多条文档(document):
向student集合插入单条文档(document),执行以下语句:
db.student.insertOne({"name": "bigsai","age":"22"})
插入多条文档(document),执行以下语句:
db.student.insertMany([{"name": "bigsai2","age":"22"},{"name": "bigsai3","age":"22"}])
打开student集合,会发现上面的文档(document)被成功插入了。
3.2 MongoDB查询
查询操作完成从集合中查询文档,MongoDB提供了以下向集合插入文档的方法:
db.collection.find()//查询文档,在括号内添加各种条件
你可以指定查询过滤器或条件以标识要返回的文档。当然MongoDB也支持各种条件查询,使用也非常简单,具体还需要查看官方文档(https://docs.mongodb.com/manual/tutorial/query-documents/),这里以查询student集合中数据字段age为22的文档为例,展示一下:
//db.student.find()//查询所有类似select * from student
db.student.find({"age":"22"})
可以看到查询结果如下,所有数据字段age为22的文档都被查询了出来。
3.3 MongoDB更新
更新操作完成从集合中更新(修改)文档,MongoDB提供了以下更新集合文档的方法:
db.collection.updateOne() //3.2版中的新功能 更新一条文档记录
db.collection.updateMany() //3.2版中的新功能 更新多条文档记录
db.collection.replaceOne() //3.2版中的新功能 替换集合中的一个文档
在MongoDB中,更新操作只针对单个集合(db.collection中对应的collection)。MongoDB中的所有写操作(包括更新)都是单个文档级别的原子操作,你可以指定更新标准或过滤器(更新的条件),以标识要更新的文档。这些过滤器与查询使用的过滤器用法一致。当然MongoDB有update()方法但是已经被弃用。
我们将student集合中所有数据字段age为22的文档更新其数据字段name的值为bigsai22:
db.student.updateOne(
{"age":"22"},//条件
{$set:{"name":"bigsai2"}}//修改的值
)
其中{“age”:“22”}为查询的条件即找到第一条数据字段age为22的文档,而{$set:{}}则用来修改文档对应数据字段的值。updateOne()执行成功只会更新第一条匹配的文档。
此时,你如果想将数据字段name为bigsai2
的两条文档的数据字段age改成18,那么执行以下语句:
db.student.updateMany(
{"name":"bigsai2"},
{$set:{"age":"18"}}
)
刷新结果会发现文档已经成功被更新,这种语句在sql中就类似update student set age=18 where name=bigsai2
3.4 MongoDB删除
删除操作完成从集合中删除文档,MongoDB提供了以下删除集合文档的方法:
db.collection.deleteOne() //3.2版中的新功能 删除一条记录
db.collection.deleteMany() //3.2版中的新功能 删除多条记录
在MongoDB中,删除操作只针对单个集合(db.collection中对应的collection)。MongoDB中的所有写操作(包括删除)都是单个文档级别的原子操作,你可以指定标准或过滤器,以标识要删除的文档。这些过滤器与查询、更新使用的过滤器用法一致。
这里delete和update操作的条件有点类似,如果使用deleteOne()语句会删除第一个匹配的文档,而使用deleteMany()会删除所有满足条件的文档。如果我们删除所有数据字段name为bigsai2的文档可以这么操作:
db.student.deleteMany(
{"name":"bigsai2"}//条件
)
可以发现文档被成功删除:
课程总结
到这里MongoDB的介绍已经结束了,我想优秀的你肯定已经能够知道MongoDB的来龙去脉了。
回顾本篇的内容,首先,从宏观上介绍了MongoDB这个非关系型数据库的特点以及场景;然后介绍了MongoDB的安装流程以及学习了MongoDB的表结构,从而使你对MongoDB的规则有个更细致地认识;最后,教你如何使用语句实现MongoDB的增删改查,让你能够初步操作MongoDB。
当然,本篇只是带你入门MongoDB,讲了一些比较基础的内容,如果需要深入学习使用MongoDB,还需要多从官网文档以及其他学习资源中更深入地了解!
MongoDB是当前非常热门的一种基于文档的非关系型数据库,它的应用也正变得越来越多。望你在了解MongoDB之后能够在编程语言中尽快实战使用MongoDB,把MongoDB真正用到项目中!
码字不易,欢迎关注笔者公众号支持一波:bigsai
,期待你的关注愿分享更多内容。回复bigsai
获取精选pdf资料一份。