MongoDB 是什么:
MongoDB是一个基于文档的NoSQL数据库,用于处理大量的数据,并提供高性能、高可用性和易扩展性。相对于传统的关系型数据库,MongoDB采用文档的方式存储数据,每个文档是一组键值对的集合,类似于JSON格式。
MongoDB通常在需要处理大量非结构化或半结构化数据,并且对数据的高度伸缩性和灵活性有要求的场景下发挥作用。虽然MySQL更适合于结构化数据、支持事务和复杂查询的场景,Redis则擅长处理对速度和实时性要求极高的缓存需求,但MongoDB在以下业务场景中可能更为适用:
下面是实际开发中的场景
用户信息存储(MySQL)
场景:用户信息通常包含结构化数据,例如用户名、密码、电子邮件等。这些信息需要持久性存储和支持复杂的查询操作。因此,用户账户信息可以存储在MySQL中。
CREATE TABLE users (
user_id INT PRIMARY KEY AUTO_INCREMENT,
username VARCHAR(255) NOT NULL,
password VARCHAR(255) NOT NULL,
email VARCHAR(255) NOT NULL,
-- 其他用户相关信息
);
.会话缓存(Redis):
场景:为了提高性能,可以使用Redis来缓存用户会话信息。当用户登录后,将其会话信息存储在Redis中,以便快速访问,避免每次请求都访问MySQL数据库。
伪代码示例 存储用户会话信息到Redis
redis.set("session:user_id", "session_data", expiration_time)
从Redis中获取用户会话信息
session_data = redis.get("session:user_id")
产品信息和日志(MongoDB):
场景:电子商务应用通常有大量的产品信息,其中一些可能是半结构化的,例如产品描述、评论等。MongoDB适合存储这种类型的数据。同时,可以使用MongoDB存储日志信息,如用户活动日志、交易日志等。
// 伪代码示例
// 存储产品信息到MongoDB
db.products.insert({
product_id: 1,
name: "Product Name",
description: "Product Description",
price: 29.99,
// 其他产品相关信息
});
// 存储用户活动日志到MongoDB
db.user_activity.insert({
user_id: 123,
action: "purchase",
product_id: 1,
timestamp: new Date(),
// 其他日志信息
});
这只是一个简单的示例,实际应用可能更为复杂。在开发中,数据库的选择通常取决于具体的业务需求、性能要求和数据特征。这样的组合允许开发人员充分发挥各数据库的优势,以满足不同方面的需求。
我这里采用docker进行安装,(环境统一,易于维护)
拉取镜像,如果不会docekr快速入门
docker pull mongo
创建容器
docker run -di --name mongo --restart=always -p 27017:27017 -v ~/data/mongodata:/data mongo
连接数据库:
在MongoDB中,使用MongoDB Shell连接数据库,可以通过以下命令:
mongo
6.0以上
mongosh
向集合中插入文档。
db.collectionName.insertOne({ key: value }); // 单个文档插入
db.collectionName.insertMany([{ key1: value1 }, { key2: value2 }]); // 多个文档插入
此时已经是创建好了,当尝试向一个不存在的集合(collection)写入文档(document)时,MongoDB 会自动创建这个集合。这是MongoDB的一种特性,它与传统的关系型数据库系统(如MySQL或PostgreSQL)有所不同,在传统的关系型数据库中,您必须先显式地创建表格。这个可以隐式创建集合(表)
并且插入的文档数据不会受到约束,字段可以不同
表结构也会随着
查询集合中的文档。
db.collectionName.find(); // 查询集合中的所有文档
db.collectionName.findOne({ key: value }); // 查询符合条件的第一个文档
更新集合中的文档。
db.collectionName.updateOne({ filterKey: filterValue }, { $set: { updateKey: updateValue } });
db.collectionName.updateMany({ filterKey: filterValue }, { $set: { updateKey: updateValue } });
从集合中删除文档。
db.collectionName.deleteOne({ key: value }); // 删除符合条件的第一个文档
db.collectionName.deleteMany({ key: value }); // 删除符合条件的多个文档
第一:导入mongo依赖
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-data-mongodbartifactId>
dependency>
第二:mongo yaml配置
server:
port: 9998
spring:
data:
mongodb:
#服务器地址
host: 192.168.200.130
port: 27017
#聊天记录,数据库比较大
database: chart-history
第三使用@Autowerd来自动装配MongoTemplate使用
因为mongodb对于数据字段是弱约束,插入文档到一张表,哪个表不存在的话就会自动创建
@Autowired
private MongoTemplate mongoTemplate;
//保存
@Test
public void saveTest(){
//这种方式创建集合 并且插入文档
MongoCollection<org.bson.Document> mongoCollection = mongoTemplate.createCollection("mycollection");
org.bson.Document doc = new Document("name", "Alice")
.append("age", 30)
.append("city", "New York");
mongoCollection.insertOne(doc);
//第二种方式数据 使用注解指定文档类型
Book book = new Book();
book.setAuthor("Alice");
book.setName("MongoDB in Action");
book.setPrice(100);
mongoTemplate.save(book);
}
book指定的文档映射类
@Data
//类似mysql的映射表
@Document("ap_books")
public class Book {
private String name;
private String id;
private String author;
private Integer price;
}
推荐第二种方式插入表
这种方法使用了MongoTemplate的save方法来保存一个Java对象(在您的示例中是Book类的实例)。MongoTemplate会自动将POJO对象转换成MongoDB的文档格式。
这种方式更加符合Spring框架的风格,使得代码更简洁,更易于维护。
//查询一个
@Test
public void saveFindOne(){
ApAssociateWords apAssociateWords = mongoTemplate.findById("6581959dd324155de3434686", ApAssociateWords.class);
System.out.println(apAssociateWords);
}
@Test
public void testQuery(){
Query query = Query.query(Criteria.where("associateWords").is("模糊查询匹配的字段"))
.with(Sort.by(Sort.Direction.DESC,"createdTime"));
List<ApAssociateWords> apAssociateWordsList = mongoTemplate.find(query, ApAssociateWords.class);
System.out.println(apAssociateWordsList);
}
Query query = new Query(Criteria.where("name").is("John"));
Update update = new Update().set("age", 31);
mongoTemplate.updateFirst(query, update, Person.class, "personCollection");
还是推荐直接删除在添加
@Test
public void testDel(){
mongoTemplate.remove(Query.query(Criteria.where("associateWords").is("匹配")),ApAssociateWords.class);
}
需要使用到query以及Criteria构建条件
构建查询条件。
Query query = new Query(Criteria.where("key").regex("regexPattern"));
List <YourObject> results = mongoTemplate.find(query, YourObject.class);
对结果进行分页和排序。
Query query = new Query().with(Sort.by(Sort.Direction.DESC, "field")).skip(10).limit(5);//类似sql语句 from (current-1)*pageSize limit size
List<YourObject> results = mongoTemplate.find(query, YourObject.class);
使用 Criteria 构建复杂的查询条件。
Criteria criteria = new Criteria().andOperator(
Criteria.where("key1").is("value1"),
Criteria.where("key2").gte(20)
);
Query query = new Query(criteria);
List<YourObject> results = mongoTemplate.find(query, YourObject.class);
Query query = new Query(Criteria.where("age").gte(25).and("city").is("New York"));
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");
Criteria criteria = Criteria.where("name").regex("^J");
使用聚合框架进行高级数据处理。
计数
Query query = new Query(Criteria.where("age").gte(25));
long count = mongoTemplate.count(query, "personCollection");
Query query = new Query(Criteria.where("age").gte(25).lte(35));
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");
Query query = new Query(Criteria.where("email").exists(true));//dto.getemali==null等标段式
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");