MongoDB+MongoVUE安装及入门

---

linux下安装MongoDB 4.0

戳这里《CentOS7 搭建MongoDB 4.0环境》

前言及概念

据说nodejs和mongoDB是一对好基友，于是就忍不住去学习了解了一下MongoDB相关的一些东西， 那么，MongoDB是什么？这里的五件事是每个开放人员应该知道的：

• MongoDB是一个独立的服务器;

  • 如MySQL或PostreSQL 一样，MongoDB提供侦听端口以便接入。它提供了用于查询，创建，更新和删除的工具。从理论上讲，你使用它的工作方式相同：连接，执行任务并关闭连接

• 它是基于文档的，而不是基于表格的;

  • MongoDB 没有结构化语言。如果你想创建一个新的文档类型，你不用做任何事来告诉数据库关于这些数据的结构，而仅仅是存到数据库中即可。

  • 简单的说，MongoDB使用类似JavaScript或PHP 的类型处理方式。也就是说，数据库是灵活的弱类型。

  • 虽然有一些数据是有限制条件的（大块的数据可能需要一些明确的处理），但在大多数情况下，你可以像写PHP代码一样编写你的MongoDB代码。

• 它是非结构化的;

  • 还记得这些你写的数据库抽象层吗？还记得那些你处理过的ORM层吗？现在，你可以将它们全部丢弃。在MongoDB中你不需要他们。MongoDB没有很多查询语句。在大多数情况下，只需给它一个数组指定你想要的信息，然后它会给你返回文档的数组。如果你想运行一些非常复杂的查询(如Map-Reduce操作)，可以向MongoDB传递JavaScript，其内部的JavaScript引擎可以解析这个脚本

• 不必去学习另一种查询语言;

  • 开发时间也短，因为没有结构需要管理和很少（如果有的话）的数据映射。

  • 学习曲线很平滑，因为没有新的查询语言学习。代码是简洁的。毕竟，无须任何其他ORM，封装可以非常简单。你的代码是未来的保证。向你的对象增加更多的字段是很轻松的。因此，需求变化了，你可以很快修改代码以便适应。

  • MongoDB足以让我意识到它有改变游戏规则的潜力。这也是让大家主张使用新一代的文档数据库代替基于SQL的关系数据库的原因。将关系数据库留在尘土里，更可能的是让它们做它们能做好的事情：存储属于行和表的数据。

  • MongoDB 是用C++开发的面向文档的数据库，也就是反传统的数据库范式来设计的，把相关的对象都记录到一个文档里，每个文档内是schema-free的，也就是列名可以自由定义，比较灵活，特别是面对业务逻辑多变的应用场景十分给力。数据以BSON（类似JSON）的格式二进制存储。不好的地方就是可能带来一定的数据冗余和存储开销。

  • 另外，MongoDB的索引机制和MySQL等数据库是一样的，可以利用传统的关系数据库的经验来使用MongoDB的索引。

  • 不像其他很多NoSQL产品由个别工程师根据应用场景开发出来的，MongoDB是有一个专门的公司 10gen 来维护。有一点要注意的是，MongoDB自己是不管理内存的，无法指定内存大小，完全交给操作系统来管理，因此有时候是不可控的，在生产环境使用必须在OS层面监控内存使用情况。

• 它具有强大的主流开发语言支持，如C#、C++、Java、PHP、Perl、Python、Ruby。

环境安装

MongoDB的安装

• 下载mongoDB
  MongoDB官网地址
  个人百度云盘地址，版本为:mongodb-win32-x86_64-2008plus-ssl-v3.0-latest-signed.msi
  

• 安装
  

  

  

  

  

  

  

  

到这里mongodb就已经安装成功了。

• 创建存储数据的文件夹
  如下图，在D盘下创建一个用于装数据的data文件夹。
  

• 指定数据存储路径并启动服务

• 在cmd下进入刚刚mongoDB安装的路径，如下图:
  

• 启动服务
  执行指令：

  mongod --dbpath D:\data
  

  (这里注意前面是两个-，markdown不知道为什么显示出来就只有一个-了,见下图中的指令)，其中D:\data为数据存放的位置。如下图这启动成功。
  

• 验证服务是否已经启动
  在浏览器下打开:http://localhost:27017/ ，如果出现下图效果则说明服务已经启动成功:
  

MongoVUE安装

• 下载MongoVUE
  个人网盘下载
  下载解压后效果如下:
  

• 安装
  如下图:
  

不多做解释，到此MongoVUE已经安装完成.

• 破解
  将解压zip下“破解补丁”文件夹中的“MongoVUE.exe”文件替换到安装文件目录下，如下图：
  
  替换到
  
  到此，破解已经完成。

建立连接

• 先打开MongoVUE，按如下图流程
  
  
  
  
  

基础操作

创建表

• 右键数据库，点击add Collection，如下图：
  
  
  

---

添加数据

• 选择刚刚添加的表，右键，选择Insert/Import Documents，如下图：
  
  
  查看log日志
  

  db.Test.insert({
  	Name:"张三",
  	Age:23,
  	Sex:"男",
  	Add:"XXX市XXX号XXX街道XXX号"
  });
  

---

查询

• 如下图,最基础的查询:
  

• 基本查询，在{find}中输入Json
  如:{Name:“张三”}

  db.Test.find({ "Name" : "张三" }).limit(50);
  db.Test.find({ "Name" : "张三" }).limit(50).explain();
  

---

日期查询

• 需要通过ISODate函数将日期进行格式话，如：{“InsertDate”:ISODate(“2016-03-09T16:00:00Z”)}

• 查询大于，小于,大于等于,小于等于
  

  db.Test.find({ "Age" : { "$gt" : 50 } }).limit(50);
  db.Test.find({ "Age" : { "$gt" : 50 } }).limit(50).explain();
  

   	\$lt：小于
   	\$lte：小于等于
   	\$gt：大于
   	\$gte：大于等于
  

• 右击表格，点击Find2，比Find多了一个where；写表达式,如下图：
  

  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50);
  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).explain();
  

---

排序${Sort}

• 如下图，在${Sort}中输入Json:{Age:-1},即对Age字段进行排序：
  
  注：当大于0的时候为升序，小于0的时候则为降序

  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).sort({ "Age" : -1 });
  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).sort({ "Age" : -1 }).explain();
  

---

查询字段${Fields}

• 如下图，查询_id和这些个字段{Name:1,Age:1}
  

  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 1, "Age" : 1 }).limit(50).sort({ "Age" : -1 });
  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 1, "Age" : 1 }).limit(50).sort({ "Age" : -1 }).explain();
  

  注：当等于1的时候，就是查询_id和和等于1的字段；当如果等于0时，就是查询除了等于0的字段之外的所有字段,如下图:
  

  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 0, "Age" : 0 }).limit(50).sort({ "Age" : -1 });
  db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 0, "Age" : 0 }).limit(50).sort({ "Age" : -1 }).explain();
  

---

skip跳过

• 当skip>0的时候表示跳过多少行，比如skip=1，表一起有2条数据,那么就只会查询出第二条数据。

---

Limit分页

• 表示每次查询多少行，0的时候标识查询所有，>0则查询指定的行数。

---

修改

• 右键表，选中update
  

  db.Test.update({ "Age" : 24, "$isolated" : "true" },{$set:{Age:27,}});
  db.Test.find({Age:24});
  

---

删除数据

• 右键表，选中remove，在窗口中输入如下json即可完成删除
  

  db.Test.remove({ "Age" : 26 });
  

Over,后续有进一步研究，持续完善…