MongoDB快速入门学习

1. 基本介绍

1.1 MongoDB简介

MongoDB是一个开源、高性能、无模式的文档型数据库，当初的设计就是用于简化开发和方便扩展，是NoSQL数据库产品中的一种。是最像关系型数据库（MySQL）的非关系型数据库。

它支持的数据结构非常松散，是一种类似于JSON 的 格式叫BSON，所以它既可以存储比较复杂的数据类型，又相当的灵活。

MongoDB中的记录是一个文档，它是一个由字段和值对（field:value）组成的数据结构。MongoDB文档类似于JSON对象，即一个文档认为就是一个对象。字段的数据类型是字符型，它的值除了使用基本的一些类型外，还可以包括其他文档、普通数组和文档数组。

1.2 MongoDB体系结构

MySQL和MongoDB的对比：

1.3 数据模型

MongoDB的最小存储单位就是文档(document)对象。文档(document)对象对应于关系型数据库的行。数据在MongoDB中以BSON（Binary-JSON）文档的格式存储在磁盘上。

BSON（Binary Serialized Document Format）是一种类json的一种二进制形式的存储格式，简称Binary JSON。BSON和JSON一样，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和BinData类型。

BSON采用了类似于 C 语言结构体的名称、对表示方法，支持内嵌的文档对象和数组对象，具有轻量性、可遍历性、高效性的三个特点，可以有效描述非结构化数据和结构化数据。这种格式的优点是灵活性高，但它的缺点是空间利用率不是很理想。

Bson中，除了基本的JSON类型：string,integer,boolean,double,null,array和object，mongo还使用了特殊的数据类型。这些类型包括date,object id,binary data,regular expression 和code。每一个驱动都以特定语言的方式实现了这些类型，查看你的驱动的文档来获取详细信息。BSON数据类型参考列表：

注意：
shell默认使用64位浮点型数值。{“x”：3.14}或{“x”：3}。对于整型值，可以使用NumberInt（4字节符号整数）或NumberLong（8字节符号整数），{“x”:NumberInt(“3”)}{“x”:NumberLong(“3”)}

1.3 MongoDB的特点

MongoDB主要有如下特点：
（1）高性能
MongoDB提供高性能的数据持久性。特别是,对嵌入式数据模型的支持减少了数据库系统上的I/O活动。
索引支持更快的查询，并且可以包含来自嵌入式文档和数组的键。（文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求、地理位置索引可用于构建各种 O2O 应用）

mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求。Gridfs解决文件存储的需求。
（2）高可用性
MongoDB的复制工具称为副本集（replica set），它可提供自动故障转移和数据冗余。
（3）高扩展性
MongoDB提供了水平可扩展性作为其核心功能的一部分。分片将数据分布在一组集群的机器上。（海量数据存储，服务能力水平扩展）从3.4开始，MongoDB支持基于片键创建数据区域。在一个平衡的集群中，MongoDB将一个区域所覆盖的读写只定向到该区域内的那些片。
（4）丰富的查询支持
MongoDB支持丰富的查询语言，支持读和写操作(CRUD)，比如数据聚合、文本搜索和地理空间查询等。
（5）其他特点：如无模式（动态模式）、灵活的文档模型、

1.5 MongoDB业务应用场景

传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。而MongoDB可应对“三高”需求。

“三高”需求：
• High performance - 对数据库高并发读写的需求。
• Huge Storage - 对海量数据的高效率存储和访问的需求。
• High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。

MongoDB具体的比较常见的应用场景：

1. 社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能。
2. 游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、高效率存储和访问。
3. 物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
4. 物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。
5. 视频直播，使用 MongoDB 存储用户信息、点赞互动信息等。

这些应用场景中，数据操作方面的共同特点是：
（1）数据量大
（2）写入操作频繁（读写都很频繁）
（3）价值较低的数据，对事务性要求不高
对于这样的数据，我们更适合使用MongoDB来实现数据的存储

在架构选型上，除了上述的三个特点外，如果你还犹豫是否要选择它？可以考虑以下的一些问题：

• 应用不需要事务及复杂 join 支持
• 新应用，需求会变，数据模型无法确定，想快速迭代开发
• 应用需要2000-3000以上的读写QPS（更高也可以）
• 应用需要TB甚至 PB 级别数据存储
• 应用发展迅速，需要能快速水平扩展
• 应用要求存储的数据不丢失
• 应用需要99.999%高可用
• 应用需要大量的地理位置查询、文本查询

如果上述有1个符合，可以考虑 MongoDB，2个及以上的符合，选择 MongoDB 绝不会后悔。

2. MongoDB的安装

官网下载地址：https://www.mongodb.com/try/download

2.1 Linux系统的安装

Linux系统中部署一个单机的Mongodb，步骤如下:
（1）官网下载压缩包

（2）上传压缩包到Linux中，解压到当前目录

tar -xvf mongodb-linux-x86_64-4.0.10.tgz

（3）移动解压后的文件夹到指定的目录中

mv mongodb-linux-x86_64-4.0.10 /usr/local/mongodb

（4）新建目录，分别用来存储数据和日志

#数据存储目录 
mkdir -p /mongodb/single/data/db 
#日志存储目录
 mkdir -p /mongodb/single/log

（5）新建并修改配置文件，配置的内容如下(注意下面net.bindIP的配置192.168.0.2是云服务器的内网地址)

systemLog: 
  #MongoDB发送所有日志输出的目标指定为文件 
  # #The path of the log file to which mongod or mongos should send all diagnostic   logging information destination: file
  #mongod或mongos应向其发送所有诊断日志记录信息的日志文件的路径
  path: "/mongodb/single/log/mongod.log"
  #当mongos或mongod实例重新启动时，mongos或mongod会将新条目附加到现有日志文件的末尾。 
  logAppend: true 
storage:
    #mongod实例存储其数据的目录。storage.dbPath设置仅适用于mongod。 
    ##The directory where the mongod instance stores its data.Default Value is "/data/db". 
    dbPath: "/mongodb/single/data/db" 
    journal:
    #启用或禁用持久性日志以确保数据文件保持有效和可恢复。 
    enabled: true 
processManagement: 
    #启用在后台运行mongos或mongod进程的守护进程模式。
    fork: true 
net:
    #服务实例绑定的IP，默认是localhost，192.168.0.2服务器内网地址
    bindIp: localhost,192.168.0.2
    #bindIp 
    #绑定的端口，默认是27017
    port: 27017

（5）启动MongodDB服务

通过进程来查看服务是否启动了

如果启动后不是 successfully ，则是启动失败了。原因基本上就是配置文件有问题。可以在刚才配置的/mongodb/single/log/mongod.log中查看启动日志排查出错原因。

（6）使用mongo命令和compass工具来连接测试。

配置mongo命令到环境变量，修改 /etc/profile 文件，在文件末尾加上如下代码

vim  /etc/profile 
export PATH=$PATH:/usr/local/mongodb/mongodb-linux-x86_64-rhel70-5.0.4/bin

然后执行命令 source /etc/profile

（拓展：source命令的作用
使当前shell读入路径为filepath的shell文件并依次执行文件中的所有语句，通常用于重新执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录。例如，当我们修改了/etc/profile文件，并想让它立刻生效，而不用重新登录，就可以使用source命令，如source /etc/profile。）

成功添加环境变量后，直接执行mongo命令连接MongoDB。

提示：如果远程连接不上，需要配置防火墙放行，或直接关闭linux防火墙。

#查看防火墙状态 
systemctl status firewalld 
#临时关闭防火墙
 systemctl stop firewalld 
#开机禁止启动防火墙 
systemctl disable firewalld

（7）停止关闭服务
停止服务的方式有两种：快速关闭和标准关闭，下面依次说明：
（一）快速关闭方法（快速，简单，数据可能会出错）
目标：通过系统的kill命令直接杀死进程：
杀完要检查一下，避免有的没有杀掉。

#通过进程编号关闭节点
kill -2 5865

如果一旦是因为数据损坏，则需要进行如下操作（了解）：
1）删除lock文件
rm -f /mongodb/single/data/db/*.lock
(2)修复数据

mongod --repair --dbpath=/mongodb/single/data/db 

（二）标准的关闭方法（数据不容易出错，但麻烦）：
目标：通过mongo客户端中的shutdownServer命令来关闭服务
主要的操作步骤参考如下：

#客户端登录服务，注意，这里通过localhost登录，如果需要远程登录，必须先登录认证才行。
 mongo --port 27017 
 #切换到admin库 
 use admin
 #关闭服务 
 db.shutdownServer()

（8）设置安全认证

首先必须使用admin数据库，进行新用户授权。MongoDB副本集默认会创建local、admin数据库，local数据库主要存储副本集的元数据，admin数据库则主要存储MongoDB的用户、角色等信息。输入以下命令：

db.createUser({
     user:"root",pwd:"123456",roles:[{
     role:"root",db:"admin"}]})

授权成功后，关闭mongo服务。

到配置文件中修改配置，启用安全认证。再重新开启mongo服务。

#开启认证
security:
  authorization: enabled

show dbs此时看不到任何数据库，说明我们的安全认证用户配置生效了。首先使用use admin通过db.auth(‘root’,‘密码’) 输出1就是验证成功。然后再查看数据库。

3. 基本命令

3.1 数据库操作

3.1.1 选择和创建数据库

选择和创建数据库的语法格式：

use 数据库名称

如果数据库不存在则自动创建，例如以下创建articledb数据库：

use articledb

查看有权限查看的所有数据库的命令

show dbs
或
show databases

注意: 在 MongoDB 中，集合只有在内容插入后才会创建! 就是说，创建集合(数据表)后要再插入一个文档(记录)，集合才会真正创建。数据库同理，只有在插入集合后才会真正创建

3.1.2 查看正在使用的数据库命令

查看正在使用的数据库命令

db

MongoDB 中默认的数据库为 test，如果你没有选择数据库，集合将存放在 test 数据库中。

另外数据库名可以是满足以下条件的任意UTF-8字符串。

• 不能是空字符串（"")。
• 不得含有’ '（空格)、.、$、/、\和\0 (空字符)。
• 应全部小写。
• 最多64字节。

有一些数据库名是保留的，可以直接访问这些有特殊作用的数据库。

• admin： 从权限的角度来看，这是"root"数据库。要是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。

3.1.3 数据库的删除

MongoDB 删除数据库的语法格式如下：

db.dropDatabase()#删除当前数据库

提示：主要用来删除已经持久化的数据库

3.2 集合操作

集合，类似关系型数据库中的表，可以显示的创建，也可以隐式的创建

3.2.1 集合的创建

集合的显式创建(了解)的基本语法格式：

db.createCollection(name)#name：要创建的集合名称

如：创建一个名为 mycollection 的普通集合。
db.createCollection("mycollection")

查看当前库中的表/集合命令：

show collections 或
show tables

集合的命名规范：

• 集合名不能是空字符串""。
• 集合名不能含有\0字符（空字符)，这个字符表示集合名的结尾。
• 集合名不能以"system."开头，这是为系统集合保留的前缀。
• 用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含，这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合，否则千万不要在名字里出现$。

3.2.2 集合的删除

集合删除的语法格式如下：

db.collection.drop() 或db.集合.drop()

如果成功删除选定集合，则 drop() 方法返回 true，否则返回 false。

3.3 文档的基本操作

文档（document）的数据结构和 JSON 基本一样。所有存储在集合中的数据都是 BSON 格式。

3.3.1 文档的插入

（1）单个文档插入
使用insert() 或 save() 方法向集合中插入文档，语法如下：

db.collection.insert( 
   <document or array of documents>, 
   {
     
    writeConcern: <document>, 
    ordered: <boolean> 
    } )

参数：

要向comment的集合中插入一条测试数据：

db.comment.insert({
     "articleid":"100000","content":"今天天气真好，阳光明 媚","userid":"1001","nickname":"Rose","createdatetime":new Date(),"likenum":NumberInt(10),"state":null})

说明：

• comment集合如果不存在，则会隐式创建
• mongo中的数字，默认情况下是double类型，如果要存整型，必须使用函数NumberInt(整型数字)，否则取出来就有问题了。
• 插入当前日期使用 new Date()
• 插入的数据没有指定 _id ，会自动生成主键值、
• 如果某字段没值，可以赋值为null，或不写该字段。

执行后结果如下，说明插入一个数据成功了。

WriteResult({
      "nInserted" : 1 })

注意：

1. 文档中的键/值对是有序的。
2. 文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档)。
3. MongoDB区分类型和大小写。
4. MongoDB的文档不能有重复的键。
5. 文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。

文档键命名规范：

• 键不能含有\0 (空字符)。这个字符用来表示键的结尾。
• .和$有特别的意义，只有在特定环境下才能使用。
• 以下划线"_"开头的键是保留的(不是严格要求的)。

（2）批量插入
语法：

db.collection.insertMany( 
[ <document 1> , <document 2>, ... ],
 {
      writeConcern: <document>, ordered: <boolean> 
 } )

参数：

示例：批量插入多条文章评论

db.comment.insertMany([ {
     "_id":"1","articleid":"100001","content":"我们不应该把清晨浪费在手机上，健康很重要，一杯温水幸福你我 他。","userid":"1002","nickname":"相忘于江湖","createdatetime":new Date("2019-08- 05T22:08:15.522Z"),"likenum":NumberInt(1000),"state":"1"}, {
     "_id":"2","articleid":"100001","content":"我夏天空腹喝凉开水，冬天喝温开水","userid":"1005","nickname":"伊人憔 悴","createdatetime":new Date("2019-08-05T23:58:51.485Z"),"likenum":NumberInt(888),"state":"1"}, {
     "_id":"3","articleid":"100001","content":"我一直喝凉开水，冬天夏天都喝。","userid":"1004","nickname":"杰克船 长","createdatetime":new Date("2019-08-06T01:05:06.321Z"),"likenum":NumberInt(666),"state":"1"}, {
     "_id":"4","articleid":"100001","content":"专家说不能空腹吃饭，影响健康。","userid":"1003","nickname":"凯 撒","createdatetime":new Date("2019-08-06T08:18:35.288Z"),"likenum":NumberInt(2000),"state":"1"}, {
     "_id":"5","articleid":"100001","content":"研究表明，刚烧开的水千万不能喝，因为烫 嘴。","userid":"1003","nickname":"凯撒","createdatetime":new Date("2019-08- 06T11:01:02.521Z"),"likenum":NumberInt(3000),"state":"1"} ]);

说明：

• 插入时指定了 _id ，则主键就是该值。如果某条数据插入失败，将会终止插入，但已经插入成功的数据不会回滚掉。

• 因为批量插入由于数据较多容易出现失败，因此，可以使用try catch进行异常捕捉处理，测试的时候可以不处理。

try {
      
db.comment.insertMany([
 {
     "_id":"1","articleid":"100001","content":"我们不应该把清晨浪费在手机上，健康很重要，一杯温水幸福你我 他。","userid":"1002","nickname":"相忘于江湖","createdatetime":new Date("2019-08- 05T22:08:15.522Z"),"likenum":NumberInt(1000),"state":"1"}, 
{
     "_id":"2","articleid":"100001","content":"我夏天空腹喝凉开水，冬天喝温开水","userid":"1005","nickname":"伊人憔 悴","createdatetime":new Date("2019-08-05T23:58:51.485Z"),"likenum":NumberInt(888),"state":"1"}, 
{
     "_id":"3","articleid":"100001","content":"我一直喝凉开水，冬天夏天都喝。","userid":"1004","nickname":"杰克船 长","createdatetime":new Date("2019-08-06T01:05:06.321Z"),"likenum":NumberInt(666),"state":"1"}, 
{
     "_id":"4","articleid":"100001","content":"专家说不能空腹吃饭，影响健康。","userid":"1003","nickname":"凯 撒","createdatetime":new Date("2019-08-06T08:18:35.288Z"),"likenum":NumberInt(2000),"state":"1"}, 
{
     "_id":"5","articleid":"100001","content":"研究表明，刚烧开的水千万不能喝，因为烫 嘴。","userid":"1003","nickname":"凯撒","createdatetime":new Date("2019-08- 06T11:01:02.521Z"),"likenum":NumberInt(3000),"state":"1"} ]); } 
catch (e) {
      
print (e); 
}

3.3.2 文档的基本查询

查询数据的语法格式如下：

db.collection.find(<query>, [projection])

参数：

（1）查询所有
如果我们要查询comment集合的所有文档，我们输入以下命令：

db.comment.find() 或db.comment.find({
     })

这里你会发现每条文档会有一个叫_id的字段，这个相当于我们原来关系数据库中表的主键，当你在插入文档记录时没有指定该字段，MongoDB会自动创建，其类型是ObjectID类型。

如果我们在插入文档记录时指定该字段也可以，其类型可以是ObjectID类型，也可以是MongoDB支持的任意类型。

如果我想按一定条件来查询，比如我想查询userid为1003的记录，怎么办？很简单！只 要在find()中添加参数即可，参数也是json格式，如下：

db.comment.find({
     userid:'1003'})

如果你只需要返回符合条件的第一条数据，我们可以使用findOne命令来实现，语法和find一样。
如：查询用户编号是1003的记录，但只最多返回符合条件的第一条记录：

db.comment.findOne({
     userid:'1003'})

（2）投影查询（Projection Query）：

如果要查询结果返回部分字段，则需要使用投影查询（不显示所有字段，只显示指定的字段）。
如：查询结果只显示 _id、userid、nickname :

>db.comment.find({
     userid:"1003"},{
     userid:1,nickname:1})

默认 _id 会显示。如：查询结果只显示 、userid、nickname ，不显示 _id ：

>db.comment.find({
     userid:"1003"},{
     userid:1,nickname:1,_id:0}) 

3.3.3 文档的更新

MongoDB更新文档的语法如下：

db.collection.update(query, update, options) 
//或 
db.collection.update( 
 <query>,
 <update>, 
 {
      
   upsert: <boolean>, 
   multi: <boolean>, 
   writeConcern: <document>, 
   collation: <document>,
   arrayFilters: [ <filterdocument1>, ... ],
   hint: <document|string> // Available starting in MongoDB 4.2 } 
   )

主要关注前四个参数即可。

【示例】
（1）覆盖的修改
如果我们想修改_id为1的记录，点赞量为1001，输入以下语句：

db.comment.update({
     _id:"1"},{
     likenum:NumberInt(1001)})

执行后，我们会发现，这条文档除了likenum字段其它字段都不见了，
（2）局部修改
为了解决这个问题，我们需要使用修改器$set来实现，命令如下：
我们想修改_id为2的记录，浏览量为889，输入以下语句：

db.comment.update({
     _id:"2"},{
     $set:{
     likenum:NumberInt(889)}})

$ set操作符说明

$ set操作符替换掉指定字段的值，$ set操作符有如下格式：

{
      $set: {
      <field1>: <value1>,<field2>: <value2>, ... } }

如果指定字段不存在$set操作符将会添加一个新的字段使用指定的值，前提是新字段不能违反类型规约，如果你使用点号指定一个不存在的内嵌文档字段将会添加一个新的内嵌字段；

如果指定多个字段值对，$set操作符将会新增或者更新每个字段；更新内嵌文档或数组需要使用点号指定内嵌文档或者数组中字段：

{
     
  _id: 24,
  details: {
      version: "5.1", producer: "张三" },
  tags: [ "apparel", "clothing" ],
}
#更新上面goods集合中的这个文档的内嵌文档details的version字段
db.goods.update(
   {
      _id: 100 },
   {
      $set: {
      "details.producer": "里斯" } }
)
#更新数组的第一个元素，数组的起始索引是0
db.goods.update(
   {
      _id: 100 },
   {
      $set:
      {
     
        "tags.1":"high"
      }
   }
)

（3）批量的修改
更新所有用户为 1003 的用户的昵称为 凯撒大帝 。

//默认只修改第一条数据
 db.comment.update({
     userid:"1003"},{
     $set:{
     nickname:"凯撒2"}}) 
//修改所有符合条件的数据 
db.comment.update({
     userid:"1003"},{
     $set:{
     nickname:"凯撒大帝"}},{
     multi:true})

提示：如果不加后面的参数，则只更新符合条件的第一条记录
（3）列值增长的修改
如果我们想实现对某列值在原有值的基础上进行增加或减少，可以使用 $inc 运算符来实现。
需求：对3号数据的点赞数，每次递增1。

db.comment.update({
     _id:"3"},{
     $inc:{
     likenum:NumberInt(1)}})

3.3.4 删除文档

删除文档的语法结构：

db.集合名称.remove(条件)

以下语句可以将数据全部删除，请慎用

db.comment.remove({
     })

如果删除_id=1的记录，输入以下语句

db.comment.remove({
     _id:"1"})

3.4 文档的分页查询

3.4.1 统计查询

统计查询使用count()方法，语法如下：

db.collection.count(query, options)

【示例】
（1）统计所有记录数。默认情况下 count() 方法返回符合条件的全部记录条数。

统计comment集合的所有的记录数

db.comment.count()

（2）按条件统计记录数
统计userid为1003的记录条数

db.comment.count({
     userid:"1003"})

3.4.1 分页列表查询

可以使用limit()方法来读取指定数量的数据，使用skip()方法来跳过指定数量的数据。
基本语法如下所示：

db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

如果你想返回指定条数的记录，可以在find方法后调用limit来返回结果(TopN)，默认值20，例如：

db.comment.find().limit(3)

skip方法同样接受一个数字参数作为跳过的记录条数。（前N个不要）,默认值是0

db.comment.find().skip(3)

分页查询：需求：每页2个，第二页开始：跳过前两条数据，接着值显示3和4条数据

//第一页 db.comment.find().skip(0).limit(2) 
//第二页 db.comment.find().skip(2).limit(2)
 //第三页 db.comment.find().skip(4).limit(2)

3.4.1 排序查询

sort() 方法对数据进行排序，sort() 方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而 -1 是用
于降序排列。
语法如下所示：

db.COLLECTION_NAME.find().sort({
     KEY:1}) 或db.集合名称.find().sort(排序方式)

例如：
对userid降序排列，并对访问量进行升序排列

db.comment.find().sort({
     userid:-1,likenum:1})

注意：skip(), limilt(), sort()三个放在一起执行的时候，执行的顺序是先 sort(), 然后是 skip()，最后是显示的 limit()，和命令编写顺序无关。

3.5 文档的更多查询

3.5.1 正则的复杂条件查询

MongoDB的模糊查询是通过正则表达式的方式实现的。语法格式为：

db.collection.find({
     field:/正则表达式/})
 或
 db.集合.find({
     字段:/正则表达式/})

提示：正则表达式是js的语法，直接量的写法。
例如，我要查询评论内容包含“开水”的所有文档，代码如下：

db.comment.find({
     content:/开水/})

如果要查询评论的内容中以“专家”开头的，代码如下：

db.comment.find({
     content:/^专家/})

3.5.2 比较查询

<, <=, >, >= 这个操作符也是很常用的，格式如下:

db.集合名称.find({
      "field" : {
      $gt: value }}) // 大于: field > value 
db.集合名称.find({
      "field" : {
      $lt: value }}) // 小于: field < value 
db.集合名称.find({
      "field" : {
      $gte: value }}) // 大于等于: field >= value 
db.集合名称.find({
      "field" : {
      $lte: value }}) // 小于等于: field <= value 
db.集合名称.find({
      "field" : {
      $ne: value }}) // 不等于: field != value

示例：查询评论点赞数量大于700的记录

db.comment.find({
     likenum:{
     $gt:NumberInt(700)}})

3.5.3 包含查询

包含使用$in操作符。 示例：查询评论的集合中userid字段包含1003或1004的文档

db.comment.find({
     userid:{
     $in:["1003","1004"]}})

不包含使用$nin操作符。 示例：查询评论集合中userid字段不包含1003和1004的文档.

3.5.4 条件连接查询

我们如果需要查询同时满足两个以上条件，需要使用$and操作符将条件进行关联。（相 当于SQL的and） 语法格式为：

$and:[ {
      },{
      },{
      } ]

示例：查询评论集合中likenum大于等于700 并且小于2000的文档

db.comment.find({
     $and:[{
     likenum:{
     $gte:NumberInt(700)}},{
     likenum:{
     $lt:NumberInt(2000)}}]})

如果两个以上条件之间是或者的关系，我们使用 操作符进行关联，与前面 and的使用方式相同 格式为：

$or:[ {
      },{
      },{
      } ]

示例：查询评论集合中userid为1003，或者点赞数小于1000的文档记录。

db.comment.find({
     $or:[ {
     userid:"1003"} ,{
     likenum:{
     $lt:1000} }]})

3.6 常用命令总结

选择切换数据库：use 数据库名
插入数据：db.comment.insert({
     bson数据}) 
查询所有数据：db.comment.find(); 
条件查询数据：db.comment.find({
     条件}) 
查询符合条件的第一条记录：db.comment.findOne({
     条件}) 
查询符合条件的前几条记录：db.comment.find({
     条件}).limit(条数) 
查询符合条件的跳过的记录：db.comment.find({
     条件}).skip(条数) 
修改数据：db.comment.update({
     条件},{
     修改后的数据}) 或db.comment.update({
     条件},{
     $set:{
     要修改部分的字段:数据}) 
修改数据并自增某字段值：db.comment.update({
     条件},{
     $inc:{
     自增的字段:步进值}}) 
删除数据：db.comment.remove({
     条件}) 
统计查询：db.comment.count({
     条件})
模糊查询：db.comment.find({
     字段名:/正则表达式/}) 
条件比较运算：db.comment.find({
     字段名:{
     $gt:值}}) 
包含查询：db.comment.find({
     字段名:{
     $in:[值1，值2]}})或db.comment.find({
     字段名:{
     $nin:[值1，值2]}}) 
条件连接查询：db.comment.find({
     $and:[{
     条件1},{
     条件2}]})或db.comment.find({
     $or:[{
     条件1},{
     条件2}]})

4. MongoDB索引

MongoDB索引对应的官网文档介绍：添加链接描述

索引支持在MongoDB中高效执行查询。如果没有索引，MongoDB必须执行集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。如果查询存在适当的索引，MongoDB可以使用该索引限制它必须检查的文档数量。

索引是一种特殊的数据结构[1]，它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或字段集的值，按字段值排序。索引项的顺序支持有效的相等匹配和基于范围的查询操作。此外，MongoDB可以使用索引中的排序返回排序结果。

4.1 概述

索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句
匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非
常致命的。
如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数。
索引是特殊的数据结构，它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排
序支持有效的相等匹配和基于范围的查询操作。此外，MongoDB还可以使用索引中的排序返回排序结果。

官网文档：https://docs.mongodb.com/manual/indexes/
了解：
MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）

4.2 MongoDB索引的数据结构

4.3 索引的管理操作

4.3.1 索引的查看

返回一个集合中的所有索引的数组。语法格式：

db.collection.getIndexes()

该语法命令运行要求是MongoDB 3.0+

【示例】
查看comment集合中所有的索引情况

结果中显示的是默认 _id 索引。
默认_id索引：

MongoDB在创建集合的过程中，在 _id 字段上创建一个唯一的索引，默认名字为 id ，该索引可防止客户端插入两个具有相同值的文
档，您不能在_id字段上删除此索引。

注意：该索引是唯一索引，因此值不能重复，即 _id 值不能重复的。在分片集群中，通常使用 _id 作为片键。

4.3.2 索引的创建

在集合上创建索引，语法格式：

db.collection.createIndex(keys, options)

参数说明：

options（更多选项）列表说明：

注意在 3.0.0 版本前创建索引方法为 db.collection.ensureIndex() ，之后的版本使用了 db.collection.createIndex() 方法，ensureIndex() 还能用，但只是 createIndex() 的别名。

4.3.3 索引的移除

索引的移除，可以移除指定的索引，或移除所有索引。
1、指定索引的移除，语法格式如下：

db.collection.dropIndex(index)

2、所有索引的移除，语法格式：

db.collection.dropIndexes()

_id 的字段的索引是无法删除的，只能删除非 _id 字段的索引。

4.3.4 执行计划

分析查询性能（Analyze Query Performance）通常使用执行计划（解释计划、Explain Plan）来查看查询的情况，如查询耗费的时间、是否基于索引查询等。那么，通常，我们想知道，建立的索引是否有效，效果如何，都需要通过执行计划查看。语法格式：

db.collection.find(query,options).explain(options)

【示例】
查看根据userid查询数据的情况：

关键点看： “stage” : “COLLSCAN”, 表示全集合扫描， “stage” : “IXSCAN” ,基于索引的扫描。

拓展：
涵盖的查询，又可称为索引覆盖，当查询条件和查询的投影仅包含索引字段时，MongoDB直接从索引返回结果，而不扫描任何文档或将文档带入内存。 这些覆盖的查询可以非常有效。

更多：https://docs.mongodb.com/manual/core/query-optimization/#read-operations-covered-query

4.4 索引的类型

4.4.1 单字段索引（单键索引）

MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Field Index）。

对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引。因为document的存储是bson格式的，我们也可以给内置对象的字段添加索引，或者将整个内置对象作为一个索引。

【示例】
给comment集合userid字段添加升序索引

db.comment.createIndex({
     userid:1})

如果想设置倒序索引的话使用 db.comment.createIndex({userid:-1}) 即可。我们通过explain()方法查看查询计划，如下图，看到查询userid=1003的document时使用了索引，如果没有使用索引的话stage=COLLSCAN。使用了索引stage=IXSCAN。

4.4.2 复合索引

MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）。
复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由 { userid: 1, likenum: -1 } 组成，则索引首先按userid正序排序，然后在每个userid的值内，再在按likenum倒序排序。

与MySQL的复合索引一样需要遵循最左前缀法则，如果查询条件只用到了likenum，不会使用到刚才创建的复合索引，而是全表扫描。

4.4.3 多键索引

多键索引(mutiKey Indexes)是建在数组上的索引，在MongoDB的document中，有些字段的值为数组，多键索引就是为了提高查询这些数组的效率。看一个栗子：准备测试数据，classes集合中添加两个班级，每个班级都有一个students数组，如下：

db.classes.insertMany([
     {
     
         "classname":"class1",
         "students":[{
     name:'jack',age:20},
                    {
     name:'tom',age:22},
                    {
     name:'lilei',age:25}]
      },
      {
     
         "classname":"class2",
         "students":[{
     name:'lucy',age:20},
                    {
     name:'jim',age:23},
                    {
     name:'jarry',age:26}]
      }]
  )

使用db.classes.createIndex({'students.name':1})添加索引，查看执行计划，isMultikey表示使用的是多键索引。

4.4.4 哈希索引

为了支持基于散列的分片，MongoDB提供了散列索引类型，它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机，但只支持相等匹配，不支持基于范围的查询。

下面创建哈希索引，并查看对应的执行计划。

哈希索引(hashed Indexes)就是将field的值进行hash计算后作为索引，其强大之处在于实现O(1)查找，当然用哈希索引最主要的功能也就是实现定值查找，对于经常需要排序或查询范围查询的集合不要使用哈希索引。

4.4.5 其他索引

其他索引还包括有地理空间索引（Geospatial Index）、文本索引（Text Indexes）等）。

• 地理空间索引（Geospatial Index）
  为了支持对地理空间坐标数据的有效查询，MongoDB提供了两种特殊的索引：返回结果时使用平面几何的二维索引和返回结果时使用球面
  几何的二维球面索引。
• 文本索引（Text Indexes）
  MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词。

4.5 索引的常用属性

前面提到的在集合上创建索引，语法格式：

db.collection.createIndex(keys, options)

options定义不同的属性，该索引有不同的功能，下面介绍创建索引时常见的几个属性。

4.5.1 唯一索引

唯一索引(unique indexes)用于为collection集合添加唯一约束，即强制要求collection中的唯一索引字段没有重复值。

无法插入建立了唯一索引的字段上存在重复的文档

4.5.2 局部索引

局部索引(Partial Indexes)顾名思义，只对collection的一部分添加索引。创建索引的时候，根据过滤条件判断是否对document添加索引，对于没有添加索引的文档查找时采用的全表扫描，对添加了索引的文档查找时使用索引。

 db.comment.createIndex({
     articleid:1},{
     partialFilterExpression:{
     articleid:'100001'}})

对于article不等于100001的文档，查询没有用到索引。

对于article等于100001的文档，查询使用到索引。

4.5.3 稀疏索引

稀疏索引(sparse indexes)，又称间隙索引，在有索引字段的document上添加索引，如在address字段上添加稀疏索引时，只有document有address字段时才会添加索引。而普通索引则是为所有的document添加索引，使用普通索引时如果document没有索引字段的话，设置索引字段的值为null。

稀疏索引的创建方式如下，当document包含address字段时才会创建索引：

db.comment.createIndex({
     nickname:1},{
     sparse:true})

==如果一个间隙索引会导致查询或者排序操作得到一个不完整结果集的时候，MongoDB将不会使用这个索引，而是选择集合扫面。==稀疏索引无法使用的情况示例：

因为在唯一索引中，唯一索引会把null当做值，也就是说为null的通常只能有一个。后面的null将无法插入。而给字段建立一个既包含稀疏又包含唯一的索引因为忽略null值，可以避免唯一索引的校验。

2dsphere (version 2), 2d, geoHaystack, 文本索引等在索引字段缺省的情况下总是稀疏索引。

4.5.4 TTL索引

TTL索引(TTL indexes)是一种特殊的单键索引，用于设置文档的过期时间，MongoDB会在文档过期后将其删除，TTL非常容易实现类似缓存过期策略的功能。

db.logs.insertMany([
       {
     _id:1,createtime:new Date(),msg:"log1"},
       {
     _id:2,createtime:new Date(),msg:"log2"},
       {
     _id:3,createtime:new Date(),msg:"log3"},
       {
     _id:4,createtime:new Date(),msg:"log4"}
       ]);
> db.logs.insertMany([
...        {
     _id:1,createtime:new Date(),msg:"log1"},
...        {
     _id:2,createtime:new Date(),msg:"log2"},
...        {
     _id:3,createtime:new Date(),msg:"log3"},
...        {
     _id:4,createtime:new Date(),msg:"log4"}
...        ]);
{
      "acknowledged" : true, "insertedIds" : [ 1, 2, 3, 4 ] }
//给logs集合中_id等于1的文档添加TTL索引，过期时间为30s
> db.logs.createIndex({
     createtime:1},{
     expireAfterSeconds:30,partialFilterExpression:{
     _id:1}})
{
     
	"numIndexesBefore" : 1,
	"numIndexesAfter" : 2,
	"createdCollectionAutomatically" : false,
	"ok" : 1
}

注意：TTL索引只能设置在date类型字段(或者包含date类型的数组)上，过期时间为字段值+exprireAfterSeconds；document过期时不一定就会被立即删除，因为MongoDB执行删除任务的时间间隔是60s；capped Collection（固定索引）不能设置TTL索引，因为MongoDB不能主动删除capped Collection中的document。

参考
1.https://www.bilibili.com/video/BV1bJ411x7mq
2.https://www.cnblogs.com/wyy1234/p/11032163.html