NoSQL系列之MongoDB

1.介绍

1.1 NoSQL

NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"。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。

NoSQL一词最早出现于1998年，是Carlo Strozzi开发的一个轻量、开源、不提供SQL功能的关系数据库。

2009年，Last.fm的Johan Oskarsson发起了一次关于分布式开源数据库的讨论[2]，来自Rackspace的Eric Evans再次提出了NoSQL的概念，这时的NoSQL主要指非关系型、分布式、不提供ACID的数据库设计模式。

• RDBMS vs NoSQL

  RDBMS
  - 高度组织化结构化数据
  - 结构化查询语言（SQL） (SQL)
  - 数据和关系都存储在单独的表中。
  - 数据操纵语言，数据定义语言
  - 严格的一致性
  - 基础事务

  NoSQL
  - 代表着不仅仅是SQL
  - 没有声明性查询语言
  - 没有预定义的模式
  -键 - 值对存储，列存储，文档存储，图形数据库
  - 最终一致性，而非ACID属性
  - 非结构化和不可预知的数据
  - CAP定理
  - 高性能，高可用性和可伸缩性

• NoSQL 数据库分类

类型	部分代表	特点
列存储	Hbase、Cassandra、Hypertable	顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。
文档存储	MongoDB、CouchDB	文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有机会对某些字段建立索引，实现关系数据库的某些功能。
key-value存储	Tokyo Cabinet / Tyrant、Berkeley DB、MemcacheDB、Redis	可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能）
图存储	Neo4J、FlockDB	图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。
对象存储	db4o、Versant	通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。
xml数据库	Berkeley DB XML、BaseX	高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。

1.2 MongoDB

• 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。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。
• MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。

2 安装与使用MongoDB

地址为：https://www.mongodb.com/download-center#community。MonggoDB支持以下平台:

• OS X 32-bit
• OS X 64-bit
• Linux 32-bit
• Linux 64-bit
• Windows 32-bit
• Windows 64-bit
• Solaris i86pc
• Solaris 64

• MongoDB与SQL术语

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

• 下表为MongoDB中常用的几种数据类型。

  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。

3 数据库操作

show dbs
db
use <db>
db.dropDatabase()
db.createCollection(name,options)
db.<collection>.drop()
show collections
<db>.system.*

4 数据操纵

db.<collection>.insert(doc)
db.<collection>.insertOne(doc)
db.<collection>.replaceOne(doc)
db.<collection>.insertMany(doc)
db.<collection>.save(doc)
db.<collection>.update({condition},{$set:{key:value}},{multi:true})
db.<coillection>.remove({condition},{justOne:false})

_id字段存储primary key，可以指定，若未指定则系统生成。

5 数据查询

db.<collection>.find()
db.<collection>.find().pretty
db.<collection>.find({selection})
db.<collection>.find({selection}).sort()
db.<collection>.find({selection},{projection})

5.1 比较运算符(选择)

如果你熟悉常规的 SQL 数据，通过下表可以更好的理解 MongoDB 的条件语句查询：

操作	selection格式	范例	RDBMS中的语句

5.2 逻辑运算符(选择)

• AND(,)

  db.col.find({key1:value1, key2:value2}).pretty()
  

• OR($or)

  db.col.find(
     {
        $or: [
           {key1: value1}, {key2:value2}
        ]
     }
  )
  

5.3 投影

db.<collection>.find({},{key1:1,_id:0})

投影字段1为投影，0为取消。

5.4 排序

db.<collection>.find().sort(key1:1/-1,key2:1/-1,...)

1为升序，-1为降序。

5.5 聚合/分组

db.<collection>.aggregate([{$agg:{}},{},...}])

下表展示了一些聚合的表达式:

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", num_tutorial : {$sum:"$likes"}}}])
$avg	计算平均值	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", num_tutorial : {$avg:"$likes"}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", num_tutorial : {$min:"$likes"}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", num_tutorial : {$max:"$likes"}}}])
$push	在结果文档中插入值到一个数组中。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", url : {$push:"$url"}}}])
$addToSet	在结果文档中插入值到一个数组中，但不创建副本。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", url : {$addToSet:"$url"}}}])
$first	根据资源文档的排序获取第一个文档数据。	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", first_url : {$first:"$url"}}}])
$last	根据资源文档的排序获取最后一个文档数据	db.mycol.aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: …roup : {_id : "by_user", last_url : {$last:"$url"}}}])

---

• 管道的概念

  管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

  MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

  表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

• $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
• $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
• $limit：用来限制MongoDB聚合管道返回的文档数。
• $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
• $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
• $group：将集合中的文档分组，可用于统计结果。_id指定分组的字段，若全部分为一组则用null.
• $sort：将输入文档排序后输出。
• $geoNear：输出接近某一地理位置的有序文档。

2020.8.14

Notice

觉得本文对你有帮助的话，欢迎点赞转发！有任何学术上的问题也欢迎与小幸一起探讨！小幸创建了一个QQ群，方便大家学习交流，群内也会经常分享一下学习资源。有兴趣的小伙伴可以加群哦！