苏州城乡建设网站查询系统,网站建设与管理专业工资高吗,公众号如何制作,自己做网站需要的技术引入MongoDB#xff1a;
在面对高并发#xff0c;高效率存储和访问#xff0c;高扩展性和高可用性等的需求下#xff0c;我们之前所学习过的关系型数据库(MySql,sql server…)显得有点力不从心#xff0c;而这些需求在我们的生活中也是随处可见的#xff0c;例如在社交中…引入MongoDB
在面对高并发高效率存储和访问高扩展性和高可用性等的需求下我们之前所学习过的关系型数据库(MySql,sql server…)显得有点力不从心而这些需求在我们的生活中也是随处可见的例如在社交中使用它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。在游戏中使用它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。还有我们熟悉的物流使用它存储订单信息订单状态在运送过程中会不断的更新以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等等。这些场景中数据操作都有共同的特点数据量大读写操作频繁价值较低的数据(对事务性要求不高)对于这样的数据我们更适合使用MongoDB去实现存储。
如何理解事务性要求不高
事务性要求不高的意思是指对于一项任务或工作对其完成的准确性、完整性和一致性的要求相对较低。这意味着即使在一些小的错误或不完美的情况下任务仍然可以被接受或达到预期的结果。 例如对于一项事务性要求不高的简单办公任务如复制粘贴文本或整理文件等只要大致完成了任务小的错误或细微的差异通常被容忍。而对于事务性要求高的任务如财务报表的编制或重要文件的审查任何错误或不完美都可能导致严重后果因此对其准确性和完整性的要求较高。 然而尽管事务性要求不高仍然需要保持对任务的专注和准确性以确保任务的合理完成并避免可能出现的问题或错误。
什么时候选择MongoDB?
是否需要选择它我们可以考虑以下几个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符合上述中的1个及以上那么MongoDB是你绝不后悔的选择一定会有人有这样的疑问上述的这些问题就不能使用们么之前学习过的关系型数据库解决了吗当然不是只是在面对这些问题时相比于MySQL或者SQL serverMongoDB无论是从开发还是运维都可以以更低的成本解决问题
什么是MongoDB?
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所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。
注MongoDB的无模式是指在数据存储过程中不需要事先定义表结构也不需要强制要求所有文档具有相同的字段。这意味着MongoDB允许在同一个集合中存储不同结构的文档。
而在传统的关系型数据库中需要定义表结构和字段类型然后才能存储数据。而在MongoDB中可以直接将文档插入到集合中MongoDB会自动为每个文档创建一个唯一的_id字段并且不限制其他字段的存在和类型。
这种无模式的特性使得MongoDB非常灵活能够适应数据结构的变化和快速迭代。开发人员可以根据具体需求来设计文档的结构而不需要事先定义固定的表结构。这使得MongoDB适用于需要频繁更改和扩展数据模型的场景如大数据、实时分析和快速迭代的应用程序。
然而尽管MongoDB允许灵活的无模式设计但在实际使用中也需要谨慎。过于灵活的结构可能导致数据冗余、查询复杂和数据一致性问题。因此在设计数据库时仍然需要考虑数据的结构和关系以保证数据的一致性和查询性能。
关系型数据库与MongoDB对比 SQL术语/概念MongoDB术语/概念database 数据库database 数据库table 数据库表collection 集合row 数据记录行document 文档column 数据字段filed 域index 索引index 索引table joins 表连接不支持嵌入文档 通过嵌入文档来代替表连接primary key 主键primary key MongoDB自动将_id字段设置为主键
MongoDB中的数据模型
MongoDB的最小存储单位就是文档对象文档对象对应于关系型数据库的行数据在MongoDB中以BSON文档的格式存储在磁盘上BSON是类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级可遍历性高效性三个优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stringintegerboolean,double,null,array和objectMongo还使用了特殊的数据类型这些类型包括dateobjectid,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。 在Windows下启动和部署MongoDB: mongod --dbpath..\data\db我们在启动信息中可以看到mongoDB的默认端口号是27017
连接mongoDB
通过shell连接
在mongoDB的bin目录下cmd回车输入mongosh如下所示 通过图形可视化界面来连接
在官网下载该软件即可传送门
MongoDB对数据库进行操作的基本命令
默认数据库的作用
在MongDB中有以下四个是MongoDB为我们创建的数据库 admin:从权限的角度看这是root数据库如果我们将一个用户添加到该数据库那么这个用户就自动被赋予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:这个数据库永远不会被复制可以用来存储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
comment1:在MongoDB中comment1是一个特殊的数据库名称它并没有特殊的作用或功能。这个名称仅仅是一个示例用于说明如何在MongoDB中添加注释。注释可以在MongoDB命令中使用。
查看当前的所有数据库
show dbs或show databases选择和创建数据库的语法格式
use 数据库名;如果该数据库名不存在那么会自动创建如下所示 第二次显示所有数据库时我们会发现articledb数据库并没有被包含其中呀原因是在MongoDB中它的存储分为两部分一部分是内存存储一部分是磁盘存储而当我们使用use articledb;进行存放时实际上是存放在内存中此时MongoDB并没有将该数据库持久化到磁盘中因此我们当前使用show命令是无法查出该数据库的而只有当该数据库中包含数据不为空时它就会被持久化到磁盘中
查看当前使用正在使用的数据库
db虽然我们创建的articledb数据库并没有被持久化到磁盘中但我们已经将其创建到了内存中因此也是可以直接使用的如下所示 MongoDB中默认的数据库为test,如果我们没有选择数据库那么所有的数据都会被放在test数据库中 数据库的命名要求和我们之前学过的结构化数据库(MySqlSQL server)是完全一样的这里我们就不过多赘述了 删除持久化数据库:
db.dropDatabase()MongoDB对集合操作的基本命令
创建集合
集合类似于关系型数据库中的表可以显式的创建也可以隐式地创建
显式创建通过操作命令将其创建
//创建集合
db.createCollection(name)
//查询集合
show collections举例
//集合名无论什么类型都要使用双引号引用
db.createCollection(MyMongoDB);隐式创建
直接插入文档如下所示如果当前集合不存在那么会直接创建一个集合
//插入文档后查询所有的集合就包括My
db.My.insert({id:1,name:张三,age:10
})删除集合
db.要删除的集合名称.drop()MongoDB对文档操作的基本命令
单个文档插入
使用insert()方法
db.要插入的集合名称.insert(document)批量文档插入
使用insertMany():
db.要插入的集合名称.insertMany([{document1},{document2}....])举例
db.wjr.insertMany([{id:2,name:易烊千玺,age:19},{id:3,name:王俊凯,age:24},{id:4,name:王源,age:23}]);查询集合中的所有文档
//查询所有的
db.要查询的集合名称.find()
//条件查询
db.要查询的集合名称.find(限制条件)
//条件查询--返回符合条件的第一条数据
db.要查询的集合名称.findOne(限制条件)
//投影查询--将某个字段名的值设置成1表示查询结果只显示该字段的内容将_id的值设置成0表示不显示默认字段_id这一列
db.要查询的集合名称.find([字段名:1,_id:0])文档使用插入try-catch:
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
//如果插入数据时发生错误那么错误信息会被输出
try{db.要插入数据的集合名称.insert([{_id:1,姓名:Lisa}]);}catch(e){print(e);}文档的更新
通过使用修改器$set来实现
//将_id为1的名字修改为李萍
db.要修改的集合名称.update({_id:1},{$set:{姓名:李萍}})批量的修改
//将id为2的所有姓名修改为张明
db.要修改的集合的名称.update({id:2},{$set:{姓名:张明}},{multi:true})注意{multi:true}不能省略否则会出现只将满足条件的第一条数据修改
列值增长的修改
//将_id为9的用户年龄设置为1通过$inc运算符来实现
db.要修改的集合名称.update({_id:9},{$inc:{年龄:NumberInt(1)}})文档的删除
删除文档的命令:
//条件删除
db.要删除的集合名称.remove(条件)//删除所有的数据
db.要删除的集合名称.remove({})文档的分页查询
统计所有的记录数
//统计当前集合中的所有记录条数
db.要统计的集合名称.count()//统计该集合中姓名为张三的记录条数
db.要统计的集合名称.count({姓名:张三})分页列表查询
可以使用limit()方法来读取指定数量的数据使用skip()方法来跳过指定数量的数据
//返回当前集合查询结果的Number条数据
db.要查询的集合名称.find().limit(Number)//将当前集合查询结果的前Number条数据不显示默认值是0
db.要查询的集合名称.find().skip(Number)两者也可以同时使用
//返回当前集合查询结果的Number1条数据并不显示查询结果的前Number2条数据
db.要查询的集合名称.find().limit(Number1).skip(Number2)排序查询
sort()方法可以通过参数指定排序的字段并使用1和-1来指定排序的方式其中1为升序排列而-1是用于降序排列
//将查询结果根据_id进行降序排列字段也可以指定多个比如我们可以同时设定根据某个字段进行升序排列某个字段进行降序排列
db.要查询的集合名称.find().sort({_id:-1})注skip(),limit(),sort()三个同时执行时执行的顺序是先sort(),然后是skip(),最后是显示的limit(),和命令编写的顺序无关
正则的复杂条件查询
MongoDB的模糊查询是通过正则表达式的方式实现的格式为
//查询该集合中姓名以张开头的文档
db.要查询的集合名称.find({姓名:/^张/})//查询该集合中姓名中包含明的文档
db.要查询的集合名称.find({姓名:/明/})比较查询
//查询该集合中age大于12的所有文档
db.要查询的集合名称.find({age:{$gt:NumberInt(12)}})//查询该集合中age小于12的所有文档
db.要查询的集合名称.find({age:{$lt:NumberInt(12)}})//查询该集合中age大于等于12的所有文档
db.要查询的集合名称.find({age:{$gte:NumberInt(12)}})//查询该集合中age小于等于12的所有文档
db.要查询的集合名称.find({age:{$lte:NumberInt(12)}})//查询该集合中age不等于12的所有文档
db.要查询的集合名称.find({age:{$ne:NumberInt(12)}})包含查询
包含使用$in操作符
//查询该集合中姓名字段包含a或者c
db.要查询的集合名称.find({姓名:{$in:[a,c]}})不包含使用$nin操作符
//查询该集合中姓名字段不包含a或者c
db.要查询的集合名称.find({姓名:{$in:[a,c]}})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我们之前学学过的结构化数据库中的and
格式为
$and:[{},{},{},....]//查询该集合中age大于等于12并且小于等于19的文档
db.要查询的集合.find({$and:[{age:{$gte:NumberInt(12)}},{age:{$lt:NumberInt(19)}}]})如果两个以上条件之间是或者的关系我们使用$or操作符进行关联与前面的and格式相同
$or:[{},{},{},....]//查询该集合中age大于等于12或者小于等于19的文档
db.要查询的集合.find({$or:[{age:{$gte:NumberInt(12)}},{age:{$lt:NumberInt(19)}}]})索引—Index:
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其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栏数。
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。
单字段索引
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 FieldIndex)。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。
复合索引
MongoDB还支持多个字段的用户定义索引即复合索引(CompoundIndex)。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: 1score:-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score倒序排序。
索引的管理操作
索引的查看
说明返回一个集合中的所有索引的数组。
语法
db.collection.getIndexes()注该语法命令运行要求是MongoDB3.0
索引的创建:
在集合上创建索引
语法:
db.collection.createIndex(keys,options)keys:它的类型为document,包含字段和值对的文档其中字段是索引键值描述该字段的索引类型对于字段上的升序索引请指定值1对于降序索引请指定值-1比如{字段:1或-1}其中1为指定按升序创建索引如果你想按降序来创建索引指定为-1即可另外MongoDB支持几种不同的索引类型包括文本地理空间和哈希索引。
options:它的类型为document它是可选的包含一组控制索引创建的选项的文档。
options的常见可选参数如下所示
unique它的类型为Boolean,它表示创建的索引是否唯一指定true创建唯一索引默认为false
name:它的类型为String,它表示索引的名称如果未指定MongoDB通过连接索引的字段名和排序顺序生成一个索引名称。
索引的移除
说明可以移除指定的索引或者移除所有索引
指定索引的移除
db.collection.dropIndex(index)参数
index:它的类型为string或者document它用来指定要删除的索引可以通过索引名称或索引规范文档指定索引若要删除文本索引请指定索引名称。
所有索引的删除
db.collection.dropIndexs()索引的使用
执行计划
分析查询性能通常使用执行计划(解释计划)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
db.collection.find(query,options).explain(options)涵盖的查询
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。
存放文章评论的数据放入MongoDB中数据结构参考如下
