MongoDB基础一篇就够了

比眉伴天荒 2022-02-25 05:20 267阅读 0赞

## MongoDB ##

[linux安装MongoDB][linux_MongoDB]

[Windows安装MongoDB][Windows_MongoDB]

*  查看当前数据库名称

*  查看所有数据库名称
 *  列出所有在物理上存在的数据库

show dbs

*  切换数据库
 *  如果数据库不存在，则指向数据库，但不创建，直到插入数据或创建集合时数据库才被创建

use 数据库名称

*  默认的数据库为test，如果你没有创建新的数据库，集合将存放在test数据库中

### 数据库删除 ###

*  删除当前指向的数据库

db.dropDatabase()

### 集合创建 ###

集合(等同于关系型数据库中的表)

*  语法

db.createCollection(name, options)

*  name是要创建的集合的名称
 *  options是一个文档，用于指定集合的配置
 *  选项参数是可选的，所以只需要到指定的集合名称。以下是可以使用的选项列表：
 *  例1：不限制集合大小

db.createCollection("stu")

*  例2：限制集合大小，后面学会插入语句后可以查看效果
 *  参数capped：默认值为false表示不设置上限，值为true表示设置上限
 *  参数size：当capped值为true时，需要指定此参数，表示上限大小，当文档达到上限时，会将之前的数据覆盖，单位为字节

db.createCollection("sub", { capped : true, size : 10 } )

#### 查看当前数据库的集合 ####

*  语法

show collections

#### 删除 ####

*  语法

db.集合名称.drop()

### 数据类型 ###

*  下表为MongoDB中常用的几种数据类型：
 *  Object ID：文档ID
 *  String：字符串，最常用，必须是有效的UTF-8
 *  Boolean：存储一个布尔值，true或false
 *  Integer：整数可以是32位或64位，这取决于服务器
 *  Double：存储浮点值
 *  Arrays：数组或列表，多个值存储到一个键
 *  Object：用于嵌入式的文档，即一个值为一个文档
 *  Null：存储Null值
 *  Timestamp：时间戳
 *  Date：存储当前日期或时间的UNIX时间格式

#### object id ####

*  每个文档都有一个属性，为\_id，保证每个文档的唯一性
 *  可以自己去设置\_id插入文档
 *  如果没有提供，那么MongoDB为每个文档提供了一个独特的\_id，类型为objectID
 *  objectID是一个12字节的十六进制数
    
     *  前4个字节为当前时间戳
     *  接下来3个字节的机器ID
     *  接下来的2个字节中MongoDB的服务进程id
     *  最后3个字节是简单的增量值

### 基本数据操作 ###

#### 插入 ####

*  语法

db.集合名称.insert(document)

*  插入文档时，如果不指定\_id参数，MongoDB会为文档分配一个唯一的ObjectId
 *  例1

db.stu.insert([{name:'郭靖',addr:'上海'},{name:'黄蓉',age:18}])

#### 简单查询 ####

*  语法

db.集合名称.find()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYTY0NzYwMDM_size_16_color_FFFFFF_t_70]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYTY0NzYwMDM_size_16_color_FFFFFF_t_70 1]

#### 更新 ####

*  语法

db.集合名称.update(
       {query},
       {update},
       {multi: <boolean>}
    )

*  参数query:查询条件，类似sql语句update中where部分
 *  参数update:更新操作符，类似sql语句update中set部分
 *  参数multi:可选，默认是false，表示只更新找到的第一条记录，值为**true**表示把满足条件的文档全部更新全文
 *  全文档更新

db.stu.update({},{$set: {name:'gg'}},{multi:true})

**注意：** 上面没有使用 s e t 会 覆 盖 整 个 j s o n 不 是 单 个 字 段 ， 如 上 面 满 足 条 件 的 数 据 有 两 个 字 段 ， n a m e : ′ 郭 靖 ′ , a g e : 18 , 执 行 完 上 面 的 u p d a t e 后 就 变 为 n a m e : ′ 小 郭 ′ 了 ( 因 为 不 使 用 set会覆盖整个json不是单个字段，如上面满足条件的数据有两个字段，\{name:&\#x27;郭靖&\#x27;,age:18\},执行完上面的update后就变为\{name:&\#x27;小郭&\#x27;\}了(因为不使用 set会覆盖整个json不是单个字段，如上面满足条件的数据有两个字段，name:′郭靖′,age:18,执行完上面的update后就变为name:′小郭′了(因为不使用set是进行覆盖)

*  单个更新

db.stu.update({name:'郭靖'},{name:'小郭'}) --将第一个name为郭靖的name更新为小郭

*  指定属性更新，通过操作符$set

db.stu.insert({name:'hr',gender:0}) 
    db.stu.update({name:'hr'},{$set:{name:'hys'}})

修改多条匹配到的数据(推荐使用$set)

db.stu.update({name:'小郭'},{$set: {name:'郭靖'}},{multi:true})  --将所有name为小郭的name更新为郭靖

#### 保存 ####

*  语法

db.集合名称.save(document)

*  如果文档的\_id已经存在则修改，如果文档的\_id不存在则添加
 *  例

db.stu.save({_id:'20160102','name':'yk',gender:1})

*  例

db.stu.save({_id:'20160102','name':'wyk'})

#### 删除 ####

*  语法

db.集合名称.remove(
       {query},
       {justOne: <boolean>}
    )

*  参数query:可选，删除的文档的条件
 *  参数justOne:可选，如果设为true或1，则只删除一条，默认false，表示删除多条
 *  例8：只删除匹配到的第一条

db.stu.remove({gender:0},{justOne:true})

*  例9：全部删除

db.stu.remove({})

#### 关于size的示例 ####

*  例10
 *  创建集合

db.createCollection('sub',{capped:true,size:10})

*  插入第一条数据库查询

db.sub.insert({title:'linux',count:10})
    db.sub.find()

*  插入第二条数据库查询

db.sub.insert({title:'web',count:15})
    db.sub.find()

*  插入第三条数据库查询

db.sub.insert({title:'sql',count:8})
    db.sub.find()

*  插入第四条数据库查询

db.sub.insert({title:'django',count:12})
    db.sub.find()

*  插入第五条数据库查询

db.sub.insert({title:'python',count:14})
    db.sub.find()

### 数据查询 ###

#### 基本查询 ####

*  方法find()：查询

db.集合名称.find({条件文档})

*  方法findOne()：查询，只返回第一个

db.集合名称.findOne({条件文档})

*  方法pretty()：将结果格式化

db.集合名称.find({条件文档}).pretty()

#### 比较运算符 ####

*  等于，默认是等于判断，没有运算符
 *  小于$lt
 *  小于或等于$lte
 *  大于$gt
 *  大于或等于$gte
 *  不等于$ne
 *  例1：查询名称等于’gj’的学生

db.stu.find({name:'gj'})

*  例2：查询年龄大于或等于18的学生

db.stu.find({age:{$gte:18}})

#### 逻辑运算符 ####

*  查询时可以有多个条件，多个条件之间需要通过逻辑运算符连接
 *  逻辑与：默认是逻辑与的关系
 *  例3：查询年龄大于或等于18，并且性别为1的学生

db.stu.find({age:{$gte:18},gender:1})

*  逻辑或：使用$or
 *  例4：查询年龄大于18，或性别为0的学生

db.stu.find({$or:[{age:{$gt:18}},{gender:1}]})

*  and和or一起使用
 *  例5：查询年龄大于18或性别为0的学生，并且学生的姓名为gj

db.stu.find({$or:[{age:{$gte:18}},{gender:1}],name:'gj'})

#### 范围运算符 ####

*  使用" i n " ， " in"，" in"，"nin" 判断是否在某个范围内
 *  例6：查询年龄为18、28的学生

db.stu.find({age:{$in:[18,28]}})

#### 支持正则表达式 ####

*  使用//或$regex编写正则表达式
 *  例7：查询姓黄的学生

db.stu.find({name:/^黄/})
    db.stu.find({name:{$regex:'^黄'}}})

#### 自定义查询 ####

MongoDB中支持直接使用JS，示例如下：

*  使用$where后面写一个函数，返回满足条件的数据
 *  例7：查询年龄大于30的学生

> db.stu.find({$where:function(){return this.age==18}})
    { "_id" : ObjectId("5c516acf67bbdc668c62c0cc"), "name" : "gg", "age" : 18 }
    { "_id" : ObjectId("5c51708b67bbdc668c62c0cf"), "name" : "gg", "age" : 18 }
    { "_id" : ObjectId("5c51753b67bbdc668c62c0d2"), "name" : "gg", "age" : 18 }
    
    > db.stu.find({$where:function(){return this.age!=18}})
    { "_id" : ObjectId("5c516acf67bbdc668c62c0cb"), "name" : "gg" }
    { "_id" : ObjectId("5c516d8367bbdc668c62c0cd"), "name" : "gg" }
    { "_id" : ObjectId("5c51708b67bbdc668c62c0ce"), "name" : "gg", "addr" : "上海" }
    { "_id" : ObjectId("5c51708b67bbdc668c62c0d0"), "name" : "gg", "addr" : "北京" }
    { "_id" : ObjectId("5c51753b67bbdc668c62c0d1"), "name" : "gg", "addr" : "上海" }
    { "_id" : ObjectId("5c51753b67bbdc668c62c0d3"), "name" : "gg", "addr" : "北京" }

### skip与Limit ###

**Limit**

*  方法limit()：用于读取指定数量的文档
 *  语法：

db.集合名称.find().limit(NUMBER)

*  参数NUMBER表示要获取文档的条数
 *  如果没有指定参数则显示集合中的所有文档
 *  例1：查询2条学生信息

db.stu.find().limit(2)

**skip**

*  方法skip()：用于跳过指定数量的文档
 *  语法：

db.集合名称.find().skip(NUMBER)

*  参数NUMBER表示跳过的记录条数，默认值为0
 *  例2：查询从第3条开始的学生信息

db.stu.find().skip(2)

**一起使用**

*  方法limit()和skip()可以一起使用，不分先后顺序
 *  创建数据集

for(i=0;i<15;i++){db.t1.insert({_id:i})}

*  查询第5至8条数据

db.stu.find().limit(4).skip(5)
    或
    db.stu.find().skip(5).limit(4)  --从第5条开始取4条结果

### 投影 ###

*  在查询到的返回结果中，只选择必要的字段，而不是选择一个文档的整个字段
 *  如：一个文档有5个字段，需要显示只有3个，投影其中3个字段即可
 *  语法：
 *  参数为字段与值，值为1表示显示，值为0不显示

db.集合名称.find({},{字段名称:1,...})

*  对于需要显示的字段，设置为1即可，不设置即为不显示
 *  特殊：对于\_id列默认是显示的，如果不显示需要明确设置为0
 *  例1

db.stu.find({},{name:1,gender:1})

*  例2

db.stu.find({},{_id:0,name:1,gender:1})

### 排序 ###

*  方法sort()，用于对结果集进行排序
 *  语法

db.集合名称.find().sort({字段:1,...})

*  参数1为升序排列
 *  参数-1为降序排列
 *  例1：根据性别降序，再根据年龄升序

db.stu.find().sort({gender:-1,age:1})

### 统计个数 ###

*  方法count()用于统计结果集中文档条数
 *  语法

db.集合名称.find({条件}).count()

*  也可以与为

db.集合名称.count({条件})

*  例1：统计男生人数

db.stu.find({gender:1}).count()

*  例2：统计年龄大于20的男生人数

db.stu.count({age:{$gt:20},gender:1})

### 消除重复 ###

*  方法distinct()对数据进行去重
 *  语法

db.集合名称.distinct('去重字段',{条件})

*  例1:查找年龄大于18的性别（去重）

db.stu.distinct('gender',{age:{$gt:18}})

### 聚合 aggregate ###

*  聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()
 *  语法

db.集合名称.aggregate([{管道:{表达式}}])

**管道**

*  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输入

ps ajx | grep mongo

*  在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理
 *  常用管道
    
     *  $group：将集合中的文档分组，可用于统计结果
     *  $match：过滤数据，只输出符合条件的文档
     *  $project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
     *  $sort：将输入文档排序后输出
     *  $limit：限制聚合管道返回的文档数
     *  $skip：跳过指定数量的文档，并返回余下的文档
     *  $unwind：将数组类型的字段进行拆分

**表达式**

*  处理输入文档并输出
 *  语法

表达式:'$列名'  --必须要$符号

*  常用表达式
    
     *   s u m ： 计 算 总 和 ， sum：计算总和， sum：计算总和，sum:1同count表示计数
    
    例：以addr进行分组统计每组有几条($sum:1 就是每发现一条数据这个xxx字段数量就加1)
    
        db.stu.aggregate([
            {$group:
                {
                    _id:'$addr',
                    xxx:{$sum:1}
                }
            }
        ])
    
     *  $avg：计算平均值
    
    例：以addr进行分组并求age字段的平均值
    
        db.stu.aggregate([
            {$group:
                {
                    _id:'$addr',
                    xxx:{$avg:'$age'}
                }
            }
        ])
    
     *  $min：获取最小值
    
    例：以addr进行分组并求age字段的最小值
    
        db.stu.aggregate([
            {$group:
                {
                    _id:'$addr',
                    xxx:{$min:'$age'}
                }
            }
        ])
    
     *  $max：获取最大值
    
    例：以addr进行分组并求age字段的最大值
    
        db.stu.aggregate([
            {$group:
                {
                    _id:'$addr',
                    xxx:{$max:'$age'}
                }
            }
        ])
    
     *  $push：在结果文档中插入值到一个数组中
     *  $first：根据资源文档的排序获取第一个文档数据
     *  $last：根据资源文档的排序获取最后一个文档数据

### $group ###

*  将集合中的文档分组，可用于统计结果
 *  \_id表示分组的依据，使用某个字段的格式为’$字段’
 *  例1：统计男生、女生的总人数

db.stu.aggregate([
        {$group:
            {
                _id:'$gender',
                counter:{$sum:1}
            }
        }
    ])

**Group by null**

*  将集合中所有文档分为一组
 *  例2：求学生总人数、平均年龄

db.stu.aggregate([
        {$group:
            {
                _id:null,
                counter:{$sum:1},
                avgAge:{$avg:'$age'}
            }
        }
    ])

**透视数据**

*  例3：统计学生性别及学生姓名

db.stu.aggregate([
        {$group:
            {
                _id:'$gender',
                name:{$push:'$name'}
            }
        }
    ])

*  使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

db.stu.aggregate([
        {$group:
            {
                _id:'$gender',
                name:{$push:'$$ROOT'}
            }
        }
    ])

### $match ###

*  用于过滤数据，只输出符合条件的文档
 *  使用MongoDB的标准查询操作
 *  例1：查询年龄大于20的学生

db.stu.aggregate([
        {$match:{age:{$gt:20}}}
    ])

*  例2：查询年龄大于20的男生、女生人数

db.stu.aggregate([
        {$match:{age:{$gt:20}}},
        {$group:{_id:'$gender',counter:{$sum:1}}}
    ])

### $project ###

*  修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
 *  例1：查询学生的姓名、年龄

db.stu.aggregate([
        {$project:{_id:0,name:1,age:1}}
    ])

*  例2：查询男生、女生人数，输出人数

db.stu.aggregate([
        {$group:{_id:'$gender',counter:{$sum:1}}},
        {$project:{_id:0,counter:1}}
    ])

### $sort ###

*  将输入文档排序后输出
 *  例1：查询学生信息，按年龄升序

b.stu.aggregate([{$sort:{age:1}}])

*  例2：查询男生、女生人数，按人数降序

db.stu.aggregate([
        {$group:{_id:'$gender',counter:{$sum:1}}},
        {$sort:{counter:-1}}
    ])

### $limit ###

*  限制聚合管道返回的文档数
 *  例1：查询2条学生信息

db.stu.aggregate([{$limit:2}])

### $skip ###

*  跳过指定数量的文档，并返回余下的文档
 *  例2：查询从第3条开始的学生信息

db.stu.aggregate([{$skip:2}])

*  例3：统计男生、女生人数，按人数升序，取第二条数据

db.stu.aggregate([
        {$group:{_id:'$gender',counter:{$sum:1}}},
        {$sort:{counter:1}},
        {$skip:1},
        {$limit:1}
    ])

*  注意顺序：先写skip，再写limit

### $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

**语法1**

*  对某字段值进行拆分

db.集合名称.aggregate([{$unwind:'$字段名称'}])

*  构造数据

db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})

*  查询

db.t2.aggregate([{$unwind:'$size'}])

**语法2**

*  对某字段值进行拆分
 *  处理空数组、非数组、无字段、null情况

db.inventory.aggregate([{
        $unwind:{
            path:'$字段名称',
            preserveNullAndEmptyArrays:<boolean>#防止数据丢失
        }
    }])

*  构造数据

db.t3.insert([
    { "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
    { "_id" : 2, "item" : "b", "size" : [ ] },
    { "_id" : 3, "item" : "c", "size": "M" },
    { "_id" : 4, "item" : "d" },
    { "_id" : 5, "item" : "e", "size" : null }
    ])

*  使用语法1查询

db.t3.aggregate([{$unwind:'$size'}])

*  查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了
 *  问：如何能不丢弃呢？
 *  答：使用语法2查询

db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])

### 索引 ###

**创建大量数据：**

for(i=0;i<100000;i++){
        db.表.insert({name:'test'+i,age:i})
    }

**数据查找性能分析：**

*  查找姓名为test10000的文档
    
        db.表.find({'name':'test10000'})  --数据太少看不出来啥效果
 *  使用explain()命令进行查看性能
    
        > db.表.find({'name':'test10000'}).explain('executionStats')
        
        ...
        "executionStats" : {
                        "executionSuccess" : true,
                        "nReturned" : 0,
                        "executionTimeMillis" : 110,  <------主要看这个字段是运行时间
                        "totalKeysExamined" : 0,
                        "totalDocsExamined" : 2,
                        "executionStages" : {
                                "stage" : "COLLSCAN",
                                "filter" : {
                                        "name" : {
                                                "$eq" : "test10000"
                                        }
                                },
                                ...
        }

**建立索引**

上面在10万条数据中查找1条既然需要110毫秒太慢了，现在添加字段索引

db.表.ensureIndex({属性:1})
    db.表.ensureIndex({属性:-1})

1表示升序，-1表示降序

*  建立完成后再次使用explain()命令进行查看性能

> db.表.find({'name':'test10000'}).explain('executionStats')
    
    ...
    "executionStats" : {
                    "executionSuccess" : true,
                    "nReturned" : 0,
                    "executionTimeMillis" : 1,  <------主要看这个字段是运行时间
                    "totalKeysExamined" : 0,
                    "totalDocsExamined" : 2,
                    "executionStages" : {
                            "stage" : "COLLSCAN",
                            "filter" : {
                                    "name" : {
                                            "$eq" : "test10000"
                                    }
                            },
                            ...
    }

**索引常用命令**

*  建立唯一索引
    
        db.表.ensureIndex({"name":1},{"unique":true})
 *  建立联合索引
    
        db.表.ensureIndex({name:1,age:1})
 *  查看文档所有索引
    
        db.表.getIndexes()
 *  删除索引
    
        db.表.dropIndexes('索引名称')
 *  删除所有索引
    
        db.表.dropIndexes()

[linux_MongoDB]: https://blog.csdn.net/zha6476003/article/details/86704521
[Windows_MongoDB]: https://blog.csdn.net/zha6476003/article/details/86704201
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYTY0NzYwMDM_size_16_color_FFFFFF_t_70]: /images/20220225/6edf503e667e4195abae90a8c1018ab4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYTY0NzYwMDM_size_16_color_FFFFFF_t_70 1]: /images/20220225/c22389a15b1d4f4b8c0d5a0572fe854e.png