MongoDB安装和入门

什么是MongoDB

MongoDB是一个文档数据库，提供好的性能，领先的非关系型数据库。采用BSON存储文档数据。2007年10月，MongoDB由10gen团队所发展。2009年2月首度推出。MongoDB用c++编写的。

优势：

• 面向文档的存储：以 JSON 格式的文档保存数据。

• 任何属性都可以建立索引。

• 复制以及高可扩展性。

• 自动分片。

• 丰富的查询功能。

• 快速的即时更新。

• 来自 MongoDB 的专业支持。

mongodb安装与启动

mongodb下载网址: https://www.mongodb.com/download-center/community

选择版本、系统环境、包 。以下将以tgz包 为例

下载完成将得到mongodb-linux-x86_64-rhel70-4.2.8.tgz包，将其上传到linux（centos7）某个目录

上传完成后解压

tar zxvf mongodb-linux-x86_64-rhel70-4.2.8.tgz

移动到/usr/local/mongodb目录(非必须)

mv mongodb-linux-x86_64-rhel70-4.2.8/ /usr/local/mongodb

创建专门的负责的用户并赋予权限(非必须)

cd /usr/local/mongodb 
groupadd mongodb
useradd -s /sbin/nologin -g mongodb -M mongodb
mkdir data log run
chown -R mongodb:mongodb data log run

在/usr/local/mongodb 里面创建一个配置文件 mongodb.conf

vim mongodb.conf 并写入下面的信息:

bind_ip=0.0.0.0
port=27017
dbpath=/usr/local/mongodb/data/
logpath=/usr/local/mongodb/log/mongodb.log
pidfilepath =/usr/local/mongodb/run/mongodb.pid
logappend=true
fork=true    
maxConns=500
noauth = true


# 配置解释：
# fork=true   运行在后台
# logappend=true  如果为 true，当 mongod/mongos 重启后，将在现有日志的尾部继续添加日志。否则，将会备份当前日志文件，然后创建一个新的日志文件；默认为 false。
# noauth = true  不需要验证用户密码
# maxConns=500 最大同时连接数 默认2000

以上是MongoDB的安装与启动的准备工作，可直接启动 启动命令：

/usr/local/mongodb/bin/mongod -f /usr/local/mongodb/mongodb.conf

配置环境变量

vim /etc/profile 

在/etc/profile文件末尾添加一行:

export PATH=/usr/local/mongodb/bin:$PATH

让其生效:

source /etc/profile

查看当前mongodb的版本:

mongod --version

 

 

 

MongoDB的crud

理解几个概念

集合:对应mysql的table

文档:对应mysql的一条数据

 

数据库的操作

连接MongoDB,执行mongo命令

mongo

 

 

 查看MongoDB自带的原始数据库

show dbs

 

 

 

 

 

 

admin：从权限角度来看，这是“root”数据库。如果将一个用户添加到这个数据库。这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器

local：这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合

config：当mongo用于分片设置时，config数据库在内部使用。用于保存分片的相关信息

 

创建或进入数据库:use 数据库名

use test

使用use时，如果数据库存在则会进入到相应的数据库，如果不存在则会自动创建  一旦进入数据库，则可以使用db来引用当前库 ;

如果是第一次创建，那个这个数据库只是存在于内存当中，直到这个数据库中创建了集合后才会持久化到磁盘上

 

 

 

删除数据库:db.dropDatabase()

db.dropDatabase()

 

 

集合的操作

 用于删除已经持久化的数据库，刚创建在内存中的数据库删除无效

相当于恢复到刚创建test数据库且并没有持久化到磁盘的状态

创建一个集合:db.createCollection("集合名称")

db.createCollection("西游记")

 

 

 

查看所有的集合show tables 或者 show collections

show tables

show collections

 

 

 

删除集合:db.集合名称.drop()

db.西游记.drop()

 

 

 

文档的操作

添加一条数据

db.xyj.insert({name:"猪八戒",age:28,gender:"男"})

这里会自动创建xyj这个集合

 

查询数据

db.xyj.find()

 

 

 可以看到,我们没有指定id,MongoDB自动给我们生成了一条id,我们也可以指定id,如下

 

添加一条指定id的数据

db.xyj.insertOne({_id:"workd",name:"猪八戒",age:28,gender:"男"})

 

 

 当我们向集合中插入文档时，如果没有给文档指定 _id属性，则数据库会自动为文档添加 _id该属性用来作为文档的唯一标识 _id

我们可以自己指定，如果我们指定了数据库就不会在添加了，如果自己指定 _id 也必须确保它的唯一性

 

批量添加数据

db.xyj.insert([
...      {name:"沙和尚",age:38,gender:"男"},
...      {name:"白骨精",age:16,gender:"女"},
...      {name:"蜘蛛精",age:14,gender:"女"}
... ])

 

 

 或者以下命令也是一样的效果

db.xyj.insertMany([
     {name:"沙和尚",age:38,gender:"男"},
     {name:"白骨精",age:16,gender:"女"},
     {name:"蜘蛛精",age:14,gender:"女"}
])

 

 

 总结:

　　db.collection.insertOne() 插入一个文档对象
　　db.collection.insertMany() 插入多个文档对象

 

额外小知识

try{
    db.xyj.insert([
      {name:"沙和尚",age:38,gender:"男"},
      {name:"白骨精",age:16,gender:"女"},
      {name:"蜘蛛精",age:14,gender:"女"}
    ]);
}catch(e){
    print(e)
}

可以知道那条插入失败

全量修改操作

db.xyj.update({_id: ObjectId("5f0189a368c6a000f725c87b")},{age:NumberInt(30)})

 

 

 执行效果：这条数据只有age一个字段了

 

局部修改操作

db.xyj.update({_id:ObjectId("5f0189a368c6a000f725c87c")},{$set:{age:NumberInt(30)}})

 

 

 执行效果：只会修改这条数据的某个字段

 

批量修改

db.xyj.update({name:"蜘蛛精"},{$set:{age:NumberInt(100)}},{multi:true})

 

 

 注意:在修改条数据时，必须要加上第三个参数{multi:true}，否则只会修改一条数据

 

字段增加操作

db.xyj.update({_id:"workd"},{$inc:{age:NumberInt(1)}})

 

 

 注意：$inc对应的字段必须是数字，而且递增或递减的值也必须是数字。

 

删除文档

db.xyj.remove({_id:"workd"})

 

 

 

删除文档字段

db.xyj.update({"_id": ObjectId("5f0189a368c6a000f725c87d")}, {"$unset": {"name":1}})

$unset指定字段的值只需是任意合法值即可

 

 

 

删除所有

db.xyj.remove({})  

 

 

 

 

 

 

数组操作

插入测试数据

db.xyj.insertMany([
     {name:"沙和尚",age:38,gender:"男",hobby:["打篮球","吃喝"]},
     {name:"白骨精",age:16,gender:"女",hobby:["吃喝"]},
     {name:"蜘蛛精",age:14,gender:"女",hobby:["跑步","打乒乓球"]},
     {name:"唐生",age:25,gender:"男",hobby:["坐禅","吃喝"]}
]);

 

添加数组内容($push)

db.xyj.update({"name": "白骨精"}, {"$push": {"hobby": "念佛"}})

 

 

 删除元素（$pop）

删除最后一个元素

db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d10")}, {"$pop": {"hobby": 1}})

 

 

 

删除第一个元素

db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d13")}, {"$pop": {"hobby": -1}})

 

 

 

删除特定元素（$pull）

db.xyj.update({"_id": ObjectId("5f019375caf12a975c177d11")}, {"$pull": {"hobby": "念佛" }})

 

 

 

添加一条测试数据

db.xyj.insert({name:"猪八戒",age:28,gender:"男",address: [{place: "nanji", tel: 123}, {place: "dongbei", tel: 321}]});

更新嵌套数组的值($set)

db.xyj.update({"_id": ObjectId("5f019881caf12a975c177d14")}, {"$set": {"address.0.tel": 213}})

 

 

 数组查询：

db.xyj.find({"hobby":"跑步"})

多个元素的查询

db.xyj.find({"hobby":{"$all": ["跑步", "打乒乓球"]}})

只有hobby数组同时存在跑步和打乒乓球才会匹配

限制数组长度查询

db.xyj.find({"hobby": {"$size": 1}})

只有数组的长度是1才会匹配

 

 

投影查询

db.xyj.find({name:"白骨精"},{name:1,_id:0})

1表示显示 0表示强制隐藏

相当于sql里面只查某些字段

按字段条件查询

db.xyj.find({name:"白骨精"})

 

 按字段条件查询并只返回一条

db.xyj.findOne({gender:"女"})

 

 

其他api就不都演示了

组合查询：

语法：db.xyj.find($and:[{},{},{}])
//查询年级大于20小于50的
db.xyj.find({$and:[{age:{$gt:NumberInt(20)}},{age:{$lt:NumberInt(50)}}]})  
//查询名字里有”精“的或者年纪大于30的
db.xyj.find({$or:[{age:{$gt:NumberInt(30)}},{name:/精/}]})  

比较查询：

db.xyj.find({age:{$gt:NumberInt(20)}})  //查询年级大于20岁的
 
$gt--》大于     $lt--》小于   $gte--》大于等于     $lte--》小于等于   $ne---》不等于(不等于不一定要用于数字)

包含查询：

 db.xyj.find({age:{$in:[28,38]}})

不包含：

 db.xyj.find({age:{$nin:[28,38]}})

Like：

db.xyj.find({"name": /精/})

统计查询:

db.xyj.count()或者db.xyj.count({字段：条件})

取模：

db.xyj.find({"age": {$mod: [5, 1]}})
比如我们要匹配 age % 5 == 1

是否存在（$exists)

db.xyj.find({"love": {"$exists": true}})  // 如果存在字段love，就返回
db.xyj.find({"love": {"$exists": false}}) // 如果不存在字段love，就返回

 

分页查询

limit：显示几条记录

skip：跳过几条记录

第一次查询：db.xyj.find().limit(2)

第一次查询：db.xyj.find().limit(2).skip(2)

结合排序：db.xyj.find().limit(2).skip(2).sort({age:1}) // 1代表升序，-1代表降序

执行顺序： sort > skip > limit

 

聚合管道

较常见的管道操作符以及他们的作用：

操作符	描述	语法
$project	数据投影，主要用于重命名，增加，删除字段	db.article.aggregate({ $project : {title : 1 ,author : 1 ,}});
$match	过滤，筛选符合条件的文档，作为下一阶段输入	db.articles.aggregate( [{ $match : { score : { $gt : 70, $lte : 90 } } },{ $group: { _id: null, count: { $sum: 1 } } }] );
$limit	限制经过管道的文档数量	db.article.aggregate({ $limit : 5 });
$skip	待操作集合处理前跳过部分文档	db.article.aggregate({ $skip : 5 });
$unwind	将数组拆分成独立字段	db.article.aggregate({$project:{author:1,title:1,tags:1}},{$unwind:"$tags"})
$group	对数据进行分组	db.article.aggregate({ $group : {_id : "$author",docsPerAuthor : { $sum : 1 },viewsPerAuthor : { $sum : "$pageViews" }}});
$sort	对文档按照指定字段排序	db.users.aggregate( { $sort : { age : -1, posts: 1 } });
$sample	随机选择从其输入指定数量的文档。	{ $sample: { size: } }
$out	必须为pipeline最后一个阶段管道，因为是将最后计算结果写入到指定的collection中
$indexStats	返回数据集合的每个索引的使用情况	{ $indexStats: { } }

 

插入测试数据

document1=({name:'dogOne',age:1,tags:['animal','dog'],type:'dog',money:[{min:100},{norm:200},{big:300}]});

document2=({name:'catOne',age:3,tags:['animal','cat'],type:'cat',money:[{min:50},{norm:100},{big:200}]});

document3=({name:'catTwo',age:2,tags:['animal','cat'],type:'cat',money:[{min:20},{norm:50},{big:100}]});

document4=({name:'dogTwo',age:5,tags:['animal','dog'],type:'dog',money:[{min:300},{norm:500},{big:700}]});

document5=({name:'appleOne',age:0,tags:['fruit','apple'],type:'apple',money:[{min:10},{norm:12},{big:13}]});

document6=({name:'appleTwo',age:0,tags:['fruit','apple'],type:'apple',money:[{min:10},{norm:12},{big:13}]});

document7=({name:'pineapple',age:0,tags:['fruit','pineapple'],type:'pineapple',money:[{min:8},{norm:9},{big:10}]});

db.mycol.insert(document1)

db.mycol.insert(document2)

db.mycol.insert(document3)

db.mycol.insert(document4)

db.mycol.insert(document5)

db.mycol.insert(document6)

db.mycol.insert(document7)

 

 假定我们想提取money中min为100的文档，并且只输出名称和money数组中的min那一项

db.mycol.aggregate(
   {$match:{'money.min':100}},
   {$project:{_id:0,name:'$name',minprice:'$money.min'}}
)

假定我们想提取money中min小于100的文档，并且限制3个文档，跳过一个文档再显示

 

 通过type类型来对数据进行分类，并且同时统计他们的年龄age总和

db.mycol.aggregate(
    {$group:{_id:'$type',sumage:{$sum:'$age'}}}
)

 

 按照年龄对数据进行排序

db.mycol.aggregate(
    {$group:{_id:'$type',sumage:{$sum:'$age'}}},
    {$sort:{sumage:1}}
)