MongoDB 学习一，关于表结构

最新推荐文章于 2023-09-20 23:05:10 发布
最新推荐文章于 2023-09-20 23:05:10 发布
阅读量271 收藏 1
点赞数
文章标签： 数据库 数据结构与算法
原文链接：http://www.cnblogs.com/gzmg/p/3711851.html
版权

http://blog.163.com/pjt_ren/blog/static/188250602014121103854532/

 
 

MySql一直是性价比最高的关系型数据库典范

MongoDB带来了关系数据库以外的NoSql体验。

  让我们看一个简单的例子，我们将如何为MySQL（或任何关系数据库）和MongoDB中创建一个数据结构。

MySql设计

我们假设设计个表:

People 人物信息表  包含ID 和名字字段

passports 护照表 ,主要包含 对应的people表的外键ID ，所属国家，和护照有效期

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
mysql > select * from people ;
+ -- -- + -- -- -- -- -- -- +
| id | name        |
+ -- -- + -- -- -- -- -- -- +
|    1 | Stephane    |
|    2 | John        |
|    3 | Michael      |
|    4 | Cinderella |
+ -- -- + -- -- -- -- -- -- +
mysql > select * from passports ;
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +
| id | people_id | country | valid_until |
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +
|    4 |          1 | FR        | 2020 - 01 - 01    |
|    5 |          2 | US        | 2020 - 01 - 01    |
|    6 |          3 | RU        | 2020 - 01 - 01    |
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +

于是你接下来可以操作如下基本功能:

一共有多少人

 
1
SELECT count ( * ) FROM people

查询出 stephane 的护照有效期

 
1
SELECT valid_until from passports ps join people pl ON ps . people_id = pl . id WHERE name = 'Stephane'

有多少人木有护照

 

 
1
SELECT name FROM people pl LEFT JOIN passports ps ON ps . people_id = pl . id WHERE ps . id IS NULL

 

MongoDB的设计

接下来是在MongoDB中进行设计

上述关系型数据库中使用三范式，固然是规范的，但是效率不高，因为关联度不高的情况下完全没有必要使用三范式来设计。

  一种是“直筒式”的设计，和关系型数据库的理解区别不大

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
     "_id" : ObjectId ( "51f7be1cd6189a56c399d3bf" ) ,
     "name" : "Stephane" ,
     "country" : "FR" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{
     "_id" : ObjectId ( "51f7be3fd6189a56c399d3c0" ) ,
     "name" : "John" ,
     "country" : "US" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{
     "_id" : ObjectId ( "51f7be4dd6189a56c399d3c1" ) ,
     "name" : "Michael" ,
     "country" : "RU" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{ "_id" : ObjectId ( "51f7be5cd6189a56c399d3c2" ) , "name" : "Cinderella" }

MongoDB 无固定结构，每张表每段数据可以有不同的结构，这既是好处也是缺点，缺点在于你必须很了解MongoDB的表结构，这其实给维护人员带来一定的不适应和麻烦。

 2、以下是MongoDb特征的设计方法， 既：把people信息和护照信息柔和在一起

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
{
     "_id" : ObjectId ( "51f7c0048ded44d5ebb83774" ) ,
     "name" : "Stephane" ,
     "passport" : {
         "country" : "FR" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{
     "_id" : ObjectId ( "51f7c70e8ded44d5ebb83775" ) ,
     "name" : "John" ,
     "passport" : {
         "country" : "US" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{
     "_id" : ObjectId ( "51f7c71b8ded44d5ebb83776" ) ,
     "name" : "Michael" ,
     "passport" : {
         "country" : "RU" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{ "_id" : ObjectId ( "51f7c7258ded44d5ebb83777" ) , "name" : "Cinderella" }

3、同样的，上述结构也可以字段反过来设计，如果没有“valid_until”字段代表没有护照

 

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
{
     "_id" : ObjectId ( "51f7c7e58ded44d5ebb8377b" ) ,
     "country" : "FR" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "Stephane"
     }
}
{
     "_id" : ObjectId ( "51f7c7ec8ded44d5ebb8377c" ) ,
     "country" : "US" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "John"
     }
}
{
     "_id" : ObjectId ( "51f7c7fa8ded44d5ebb8377d" ) ,
     "country" : "RU" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "Michael"
     }
}
{
     "_id" : ObjectId ( "51f7c8058ded44d5ebb8377e" ) ,
     "person" : {
         "name" : "Cinderella"
     }
}

 

 

结论

我们看到MySQL和MongoDB的根本区别之一，

1、使用MongoDB， 架构设计变得无比重要，一旦中间有个环节设计的有问题，将会带来灾难性的维护和返工后果，后面更不用提优化。但是同样的问题也逼着我们去做一个好的架构养成好的习惯。

2、 哪种方式更好？当然，有没有明确的答案。不同的环境使用不同的方式,就像上面这个例子完全使用MongoDB效率更高，譬如单表数据达到1000 万，mysql关联查询是很坑爹的。对于多业务逻辑复杂关联设计，MongoDB不是不能胜任，关键我们不能保证我们的软件需求像老外那样不会一直变更或 者推翻重写，所以用mysql更易于维护

2014-02-21 10:38:54|  分类： MongoDB |  标签：mongodb   |举报 |字号 订阅

 
 

MySql一直是性价比最高的关系型数据库典范

MongoDB带来了关系数据库以外的NoSql体验。

  让我们看一个简单的例子，我们将如何为MySQL（或任何关系数据库）和MongoDB中创建一个数据结构。

MySql设计

我们假设设计个表:

People 人物信息表  包含ID 和名字字段

passports 护照表 ,主要包含 对应的people表的外键ID ，所属国家，和护照有效期

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
mysql > select * from people ;
+ -- -- + -- -- -- -- -- -- +
| id | name        |
+ -- -- + -- -- -- -- -- -- +
|    1 | Stephane    |
|    2 | John        |
|    3 | Michael      |
|    4 | Cinderella |
+ -- -- + -- -- -- -- -- -- +
mysql > select * from passports ;
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +
| id | people_id | country | valid_until |
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +
|    4 |          1 | FR        | 2020 - 01 - 01    |
|    5 |          2 | US        | 2020 - 01 - 01    |
|    6 |          3 | RU        | 2020 - 01 - 01    |
+ -- -- + -- -- -- -- -- - + -- -- -- -- - + -- -- -- -- -- -- - +

于是你接下来可以操作如下基本功能:

一共有多少人

 
1
SELECT count ( * ) FROM people

查询出 stephane 的护照有效期

 
1
SELECT valid_until from passports ps join people pl ON ps . people_id = pl . id WHERE name = 'Stephane'

有多少人木有护照

 

 
1
SELECT name FROM people pl LEFT JOIN passports ps ON ps . people_id = pl . id WHERE ps . id IS NULL

 

MongoDB的设计

接下来是在MongoDB中进行设计

上述关系型数据库中使用三范式，固然是规范的，但是效率不高，因为关联度不高的情况下完全没有必要使用三范式来设计。

  一种是“直筒式”的设计，和关系型数据库的理解区别不大

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
     "_id" : ObjectId ( "51f7be1cd6189a56c399d3bf" ) ,
     "name" : "Stephane" ,
     "country" : "FR" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{
     "_id" : ObjectId ( "51f7be3fd6189a56c399d3c0" ) ,
     "name" : "John" ,
     "country" : "US" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{
     "_id" : ObjectId ( "51f7be4dd6189a56c399d3c1" ) ,
     "name" : "Michael" ,
     "country" : "RU" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
}
{ "_id" : ObjectId ( "51f7be5cd6189a56c399d3c2" ) , "name" : "Cinderella" }

MongoDB 无固定结构，每张表每段数据可以有不同的结构，这既是好处也是缺点，缺点在于你必须很了解MongoDB的表结构，这其实给维护人员带来一定的不适应和麻烦。

 2、以下是MongoDb特征的设计方法， 既：把people信息和护照信息柔和在一起

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
{
     "_id" : ObjectId ( "51f7c0048ded44d5ebb83774" ) ,
     "name" : "Stephane" ,
     "passport" : {
         "country" : "FR" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{
     "_id" : ObjectId ( "51f7c70e8ded44d5ebb83775" ) ,
     "name" : "John" ,
     "passport" : {
         "country" : "US" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{
     "_id" : ObjectId ( "51f7c71b8ded44d5ebb83776" ) ,
     "name" : "Michael" ,
     "passport" : {
         "country" : "RU" ,
         "valid_until" : ISODate ( "2019-12-31T23:00:00Z" )
     }
}
{ "_id" : ObjectId ( "51f7c7258ded44d5ebb83777" ) , "name" : "Cinderella" }

3、同样的，上述结构也可以字段反过来设计，如果没有“valid_until”字段代表没有护照

 

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
{
     "_id" : ObjectId ( "51f7c7e58ded44d5ebb8377b" ) ,
     "country" : "FR" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "Stephane"
     }
}
{
     "_id" : ObjectId ( "51f7c7ec8ded44d5ebb8377c" ) ,
     "country" : "US" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "John"
     }
}
{
     "_id" : ObjectId ( "51f7c7fa8ded44d5ebb8377d" ) ,
     "country" : "RU" ,
     "valid_until" : ISODate ( "2019-12-31T23:00:00Z" ) ,
     "person" : {
         "name" : "Michael"
     }
}
{
     "_id" : ObjectId ( "51f7c8058ded44d5ebb8377e" ) ,
     "person" : {
         "name" : "Cinderella"
     }
}

 

 

结论

我们看到MySQL和MongoDB的根本区别之一，

1、使用MongoDB， 架构设计变得无比重要，一旦中间有个环节设计的有问题，将会带来灾难性的维护和返工后果，后面更不用提优化。但是同样的问题也逼着我们去做一个好的架构养成好的习惯。

2、 哪种方式更好？当然，有没有明确的答案。不同的环境使用不同的方式,就像上面这个例子完全使用MongoDB效率更高，譬如单表数据达到1000 万，mysql关联查询是很坑爹的。对于多业务逻辑复杂关联设计，MongoDB不是不能胜任，关键我们不能保证我们的软件需求像老外那样不会一直变更或 者推翻重写，所以用mysql更易于维护

转载于:https://www.cnblogs.com/gzmg/p/3711851.html

weixin_30408675
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MongoDB基础表结构操作
HongfeiAn
05-15 6196
查看数据库 语法：show databases 选择数据库 语法：use 数据库名 删除数据库 1通过use语法选中数据库 2通过db.dropDatabase()删除数据库 创建数据库 mongodb有一个特殊的机制，就是隐式创建 如果你想要创建一个数据库只需要： 1.use 数据库名 2.向你use的数据库中插入数据即可 重命名数据库 官网没有直接重命名的方法，但是提供了 db.adminCommand({renameCollection: "db1.collection1", to: "db2.col
MongoDB入门学习
hhhhhhhssss的博客
07-17 119
文章目录前言一、MongoDB是什么？二、MongoDB的基本操作1.基本指令2.插入文档3.查询文档4.修改文档5.删除文档6.简单操作总结 前言 虽说现在关系型数据库还是主流，但是面对某些需求的时候，需要非关系型数据库来补充它，学习一个主流的NoSQL数据库还是很有必要的。MongoDB是一个功能丰富的NoSQL数据库，本文记录了MongoDB数据库的入门和基本语法。 一、MongoDB是什么？ 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
MongoDB 进阶模式设计
12-23 1716
http://www.mongoing.com/mongodb-advanced-pattern-design 今天的话题是进阶模式，所以我假设在坐各位至少是已经对MongoDB有了一些基本的了解。 不过每次总有一些同学以为这里有水果吃才坐进来的，所以在这里我简单介绍一下：MongoDB 不是芒果(mango)，它在拉丁文中的原意是巨大的意思。如果用一句话来概括的话，mongo是一个高可
Mongodb架构设计浅谈
包磊磊的博客
11-02 688
概览 Mongodb是文档型数据库，由于其不属于关系型数据库，不必遵守三大范式，而且也没有Join关键字来支持表连接，所以Mongodb的表结构设计跟Oracle、MySQL很不一样。下面针对几种不同的表设计结构分别举例： 1对1关系模型 在关系型数据库中，1对1关系模型通常是通过外键的形式进行处理。我们以作家跟地址来举例，假设这两个实体的关系是1对1，那么我们可能会像下面这样子建表   ...
MongoDB—— MongoDB介绍
小志的博客
04-10 1932
目录一、MongoDB的概述1.1、什么MongoDB1.2、MongoDB概念与关系型数据库（RDBMS）概念对比1.3、MongoDB与传统RDBMS的差异二、MongoDB技术优势三、MongoDB应用场景四、如何考虑是否选择MongoDB? 一、MongoDB的概述 1.1、什么MongoDB MongoDB是一个文档数据库（以 JSON 为数据模型），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。文档来自于“JSON Document”，并非我们一般理解的 PDF，WOR
MongoDB之学习【三】：MongoDB的体系结构
LDR1109的博客
09-18 566
1、逻辑关系的对比 关系型数据库：mysql数据库（database）、表（table）、记录（rows）三个层次的概念组成。 非关系型数据库：MongoDb数据库（database）、集合（collection）、文档对象（document）三个层次的概念组成。 MongoDB中的集合对应MySQL的表，但是集合里没有列、行和关系的概念，集合中只有文档，一个文档就相当于一条记录，这就是模...
五、MongoDB 学习PPT
06-11
MongoDB 是一种流行的开源NoSQL数据库，以其面向文档的数据模型、高性能、高可用性和高可扩展性而闻名。它的设计目标是提供一个灵活且可扩展的解决方案，特别适合处理大量结构化和半结构化的数据。 在MongoDB中，...
Mongodb学习资料
最新发布
09-26
MongoDB是一种分布式文档型数据库，它是NoSQL数据库的一种，由C++编程语言编写。MongoDB的设计目标是为Web应用程序提供可扩展的高性能数据存储解决方案。它以文档为数据存储单位，文档是JSON对象的类似形式，由键值...
MongoDB学习笔记(四) 用MongoDB的文档结构描述数据关系
09-10
在本篇MongoDB学习笔记中，我们将探讨如何利用MongoDB的文档结构来描述数据关系。 首先，MongoDB中的“集合”(collection)与关系型数据库中的“表”类似，但两者存在显著差异。在关系型数据库中，表的结构是预定义...
mongodb学习手册
07-22
这份“mongodb学习手册”可能涵盖了MongoDB的基本概念、安装配置、数据操作、查询优化、备份恢复、安全性以及一些高级特性，例如分片、复制集和聚合框架等内容。通过阅读这本手册，初学者可以快速理解MongoDB的工作...
mongodb 查看数据库和表大小
09-10
mongodb查看数据库和表的方法比较简单，在为这里推荐使用stats的方法，直观并且详细。
mongodb 学习文档
05-14
每讲的标题可能代表一个具体的学习章节，例如"第一讲"可能是介绍MongoDB的基本概念，"第八讲"可能是讲解复制集或分片集群等高级主题。通过深入学习和实践，你可以有效地掌握这个强大的数据库系统。
MongoDB查询
qq_41007874的博客
05-07 4589
Person表结构如下图所示 1. 查询全部 sql select * from person; mongodb db.person.find() 2. 只显示name和age字段 sql select name,age from person; mongodb db.person.find({},{name:1,age:1,_id:0}) _id默认显示，若不想显示_id则需标注成0，其他字段默认不显示 3. 查询姓名是"To......
《MongoDB》MongoDB的简介与体系结构
Oliver尹的博客
11-14 2377
MongoDB 是一个 基于分布式文件存储的数据库。它具有开源、高性能、无模式等优点，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。
mongo查看表结构
weixin_42608318的博客
01-13 889
要查看 MongoDB 数据库中某个集合的结构，可以使用 db.collection.findOne() 命令。 格式： db.collection.findOne()
MongoDB 常用命令
m0_48639280的博客
07-24 3643
发现文档会有一个叫_id的字段，这个相当于我们原来关系数据库中表的主键，当你在插入文档记录时没有指定该字段，MongoDB会自动创建，其类型是ObjectID类型。db.集合名称.find({“field”{$gtevalue}})//大于等于field>=value。db.集合名称.find({“field”{$ltevalue}})//小于等于field...
MongoDb数据结构详解
shugyin的专栏
04-22 2558
MongoDb数据结构详解
mongodb表结构设计
weixin_34279184的博客
06-29 1596
参考：http://www.cnblogs.com/WeiGe/p/4903850.html 一对多分为关联模式和内嵌模式 内嵌与关联什么时候用： 存在双向查询则用关联，还需用到索引。 当两者是包含关系，并且被包含的对象不会经常的变化，并不会进行双向查询，被包含对象不会进行其他的关联查 则用到内嵌模式 注意，查询频率高的列应该加索引 一对很少 针对个人需要保存多个地址进行建模的场景下使用内嵌文档是...
MongoDB基础知识详解
深圳市多克创新科技有限公司
09-20 971
MongoDB详解
mongodb查看表结构
09-10
要查看 MongoDB 中的集合（类似于关系数据库中的表）的结构，可以使用以下方法之一： 1. 使用 MongoDB 自带的命令行工具（mongo shell）连接到数据库，并执行以下命令： ```shell use your_database_name # 切换到你的数据库 db.your_collection_name.findOne() # 替换为你想查看的集合名 ``` 这会返回该集合中的第一条文档，包含该集合的结构信息。 2. 使用 MongoDB 可视化工具（如 Robo 3T、MongoDB Compass）连接到数据库，并浏览集合中的文档。这些工具通常提供了更友好的界面和更丰富的功能，可以方便地查看和管理 MongoDB 数据库。 无论是使用命令行工具还是可视化工具，你都可以通过查看文档中的字段名和数据类型来了解集合的结构。请注意，MongoDB 是一种文档数据库，不像关系数据库有固定的表结构，每个文档可以具有不同的字段和数据类型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值