mongodb入门

Mongodb是非关系型数据库(nosql ),属于文档型数据库数据存储为json类型

在传统的关系型数据库中，数据是以表单为媒介进行存储的，每个表单均拥有纵向的列和横向的行，相比较 MySQL，MongoDB 以一种直观文档的方式来完成数据的存储。它很像 JavaScript 中定义的 JSON 格式，不过数据在存储的时候 MongoDB 数据库为文档增加了序列化的操作，最终存进磁盘的其实是一种叫做 BSON 的格式，即 Binary-JSON。

常用命令
show databases 查看数据库
use database 使用某个数据库
show tables/collections 查看当前数据库的表

表操作

1. 创建表：
   – 自动创建表：db.tablename.insert({})
   – 手动创建表：db.createCollections('name')

2. 删除表
   -- db.tablename.drop();

3. 删除数据库
   -- db.dropDatabase();

4. 增删改查
   – 增加
   db.tablename.insert({_id:1,sex:'n'})
   – 增加多条数据
   db.tablename.insert([{_id:1},{_id:2}])
   – 删除
   db.table.remove()删除全部表内容
   db.table.remove({name:24})条件删除
   – 修改
   update接收三个参数，第一个参数为更新条件，第二个参数为更新值，第三个是一些选项
   db.table.update({name:'tz'},{$set:{name:'zt'}}）
db.table.update({条件},{$inc:{num:1}) 自增
   第二个参数
   $set 更新某列
   $unset 删除某个列
   $rename 重命名某个列
   $inc 增长某个列
   第三个参数
   $upsert (true/false):当为true时，如果第一个参数存在则更新，不存在则创建
   $multi(true/false) 当为true时表示修改多行，即修改所有满足条件的列

db.stu.update({name:"by"},{$inc:{uid:2}},{upsert:true});

5. 查询
   – find
   db.table.find()查找全部内容
   db.table.find({age:34})查找age=34的记录
   db.table.find({age:{$gt:29}})查找年龄大于29
   db.table.find({age:{$lt:29}})查找年龄小于29
   db.table.find({age:{$lte:29}})查找年龄等于29
   db.table.find({age:{$in:[23,45]}})年龄在23或45
   db.table.find({age:{$nin:[23,45]}})年龄不在23或45
   db.table.find({age:{$all[1,2,3]}})age列是一个数组且查找的数据至少包含1，2，3
   db.table.find({age:{$exits:1}})查找有age的文档
   db.table.find({name:/test.*/},{name:1})查找name字段包含test
   – where表达式
   通过where表达式可以创建更加复杂的查找，但查询速度很慢，如
   db.stu.find({$where:'this.age%2==0 && id==1})

游标操作
游标是什么?
通俗的说,游标不是查询结果,而是查询的返回资源,或者接口.
通过这个接口,你可以逐条读取.
好处是不用一下把全部数据拿出来，减轻压力

声明游标

var cursor = db.stu.find();

通过游标取数据

cursor.next()

一个一个的取显得麻烦，我们可以写一个while循环

while(cursor.hasNext()){
    printjson(cursor.next());
}

索引创建
db.collection.getIndexes();查看索引状态
db.collection.ensureIndex({id:1/-1});创建普通索引1表示升序，-1表示降序
db.collection.ensureIndex({filed:1},{unique:true})创建唯一索引
db.collection.dropIndex({id:1/-1})删除单个索引
…dropIndexes()删除所有索引
db.collection.ensureIndex({field:’hashed’});创建hash索引
重建索引
一个表经过很多次修改后,导致表的文件产生空洞,索引文件也如此.
可以通过索引的重建,减少索引文件碎片,并提高索引的效率.
类似mysql中的optimize table
db.collection.reIndex()

Mongodb导出与导入
导出
cd /usr/local/mongodb/
./bin/mongoexport options
options 选项
-h 主机
-port 端口
-u 用户名
-p 密码
-d 数据库名
-c 表名
-f fie,fie,fie… 列名
-q “{name:‘tzs’}” 查询条件
-o 导出的文件名称
–type 导出的类型(json/csv)默认json

导入
选项
-d 数据库
-c 表
–type(json/csv) 导入的类型 如果选择了csv类型，需添加–headerLine 选项
–file 导入的文件

分组聚合操作
mongodb也可实现像mysql那样的group by操作，通过mapReduce。
不同的是mapReduce支持分布式，支持大量的服务器同时工作。
mapReduce的工作过程
1.map：将同一组的数据，映射到一个数组上
2.reduce 将数组的值进行运算
3.调用mapReduce 传入map和reduce
如下示例，计算每个栏目的商品数量总和

var map = function(){
   emit(this.cat_id,this.goods_number);
  // 第一个参数为组成一组数据的依据
  //第二个参数为每组数据统计的字段
}

var reduce = function(ca_id,values){
    //values:每个栏目的商品数量
    return Array.sum(values)//对每个栏目的商品数量汇总
}

db.goods.mapReduce(map,reduce,{out:'res'})
//第三个参数out指定将结果输出到指定的表
db.res.find()//显示结果