MongoDB详解

目录

一、MongoDB概述

1.MongoDB定义

2.MongoDB主要特点

2.1文档

2.2集合

2.3数据库

2.4数据模型

二、安装MongoDB

1.Windows安装MongoDB

1.1下载MongoDB

1.2安装MongoDB

1.3配置MongoDB

1.3.1可能遇到的问题

1.4安装一盒可视化工具

2.Linux安装MongoDB

2.1下载MongoDB

2.2解压安装

2.3增加配置

2.4通过配置文件启动

2.5启动客户端

三、MongoDB基本操作及增删改查

1.基本操作

1.1登录数据库

1.2查看数据库

1.3选择数据库

1.4查看集合

1.5创建集合

1.6删除集合

1.7删除数据库

2.增删改查

2.1增

2.1.1一次性插入多条数据

2.1.2快速插入10条数据

2.2删

2.3改

2.4查询文档

2.5其他语法

2.6总结

四、MongoDB存储数据类型

1.数字

2.字符串

3.正则表达式

4.数组

5.日期

6.内嵌文档

五、MongoDB中的索引

1.索引创建

2.查看索引

3.删除索引

4.总结

---

一、MongoDB概述

1.MongoDB定义

MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。

MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。

MongoDB服务端可运行在Linux、Windows平台，支持32位和64位应用，默认端口为27017。

推荐运行在64位平台，因为MongoDB在32位模式运行时支持的最大文件尺寸为2GB。

2.MongoDB主要特点

2.1文档

MongoDB中的记录是一个文档，它是由字段和值对组成的数据结构。

多个键及其关联的值有序地放在一起就构成了文档。
MongoDB文档类似于JSON对象。字段的值可以包括其他文档，数组和文档数组。

{"greeting":"hello,world"}这个文档只有一个键"greeting"，对应的值为"hello,world"。多数情况下，文档比这个更复杂，它包含多个键/值对。

例如：{"greeting":"hello,world","foo": 3} 文档中的键/值对是有序的，下面的文档与上面的文档是完全不同的两个文档。{"foo": 3 ,"greeting":"hello,world"}

文档中的值不仅可以是双引号中的字符串，也可以是其他的数据类型，例如，整型、布尔型等，也可以是另外一个文档，即文档可以嵌套。文档中的键类型只能是字符串。

使用文档的优点：

• 文档（即对象）对应于许多编程语言中的本机数据类型
• 嵌入式文档和数组减少了对昂贵连接的需求
• 动态模式支持流畅的多态性

2.2集合

集合就是一组文档，类似于关系数据库中的表。

集合是无模式的，集合中的文档可以是各式各样的。例如，{"hello,word":"Mike"}和{"foo": 3}，它们的键不同，值的类型也不同，但是它们可以存放在同一个集合中，也就是不同模式的文档都可以放在同一个集合中。

既然集合中可以存放任何类型的文档，那么为什么还需要使用多个集合？

这是因为所有文档都放在同一个集合中，无论对于开发者还是管理员，都很难对集合进行管理，而且这种情形下，对集合的查询等操作效率都不高。所以在实际使用中，往往将文档分类存放在不同的集合中。

例如，对于网站的日志记录，可以根据日志的级别进行存储，Info级别日志存放在Info 集合中，Debug 级别日志存放在Debug 集合中，这样既方便了管理，也提供了查询性能。

但是需要注意的是，这种对文档进行划分来分别存储并不是MongoDB 的强制要求，用户可以灵活选择。

可以使用"."按照命名空间将集合划分为子集合。

例如，对于一个博客系统，可能包括blog.user 和blog.article 两个子集合，这样划分只是让组织结构更好一些，blog 集合和blog.user、blog.article 没有任何关系。虽然子集合没有任何特殊的地方，但是使用子集合组织数据结构清晰，这也是MongoDB 推荐的方法。

2.3数据库

MongoDB 中多个文档组成集合，多个集合组成数据库。

一个MongoDB 实例可以承载多个数据库。它们之间可以看作相互独立，每个数据库都有独立的权限控制。在磁盘上，不同的数据库存放在不同的文件中。

MongoDB 中存在以下系统数据库。

• Admin 数据库：一个权限数据库，如果创建用户的时候将该用户添加到admin 数据库中，那么该用户就自动继承了所有数据库的权限。
• Local 数据库：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 数据库：当MongoDB 使用分片模式时，config 数据库在内部使用，用于保存分片的信息。

2.4数据模型

一个MongoDB 实例可以包含一组数据库，一个DataBase 可以包含一组Collection（集合），一个集合可以包含一组Document（文档）。

一个Document包含一组field（字段），每一个字段都是一个key/value pair

• key: 必须为字符串类型
• value：可以包含如下类型
  • 基本类型，例如，string，int，float，timestamp，binary 等类型
  • 一个document
  • 数组类型

二、安装MongoDB

1.Windows安装MongoDB

1.1下载MongoDB

MongoDB提供了可用于32位系统和64位系统的预编译二进制包（新版本没有了32位系统的安装文件），你可以进入MongoDB官网下载安装，MongoDB的预编译二进制包的下载地址为：https://www.mongodb.com/download-center/community，打开之后会看到如下图，直接点击Download下载即可，也可以在Version中选择你想要的版本：

1.2安装MongoDB

双击打开文件进行安装，在安装过程中，可以通过点击 "Custom(自定义)" 按钮来设置你的安装目录。

这里我选择安装在E:\MongoDB这个目录下（安装目录会影响我们后面的配置）

这里选择直接next

这里安装 "Install MongoDB Compass" 不勾选，否则可能要很长时间都一直在执行安装，MongoDB Compass是一个图形界面管理工具，这里不安装也是没有问题的，可以自己去下载一个图形界面管理工具，比如Robo3T。

之后稍微等待一会就安装好了。

1.3配置MongoDB

MongoDB的安装过程是很简单的，但是配置就比较麻烦了，可能会遇到各种各样的问题，需要你有足够的耐心和仔细。

首先要在MongoDB的data文件夹里新建一个db文件夹和一个log文件夹：

然后在log文件夹下新建一个mongo.log：

然后将E:\MongoDB\bin添加到环境变量path中，此时打开cmd窗口运行一下mongo命令，出现如下情况：

这是为什么呢？这是因为我们还没有启动MongoDB服务，自然也就连接不上服务了。那要怎么启动呢？在cmd窗口中运行如下命令：

 mongod --dbpath E:\MongoDB\data\db

需要注意的是：如果你没有提前创建db文件夹，是无法启动成功的。运行成功之后，我们打开浏览器，输入127.0.0.1:27017，看到如下图，就说明MongoDB服务已经成功启动了。

但是如果每次都要这么启动服务的话也太麻烦了吧，这里你可以选择设置成开机自启动，也可以选择用命令net start mongodb来手动启动，这里我选择使用后者，具体方法如下。

还是打开cmd窗口，不过这次是以管理员身份运行，然后输入如下命令：

mongod --dbpath "E:\MongoDB\data\db" --logpath "E:\MongoDB\data\log\mongo.log" -install -serviceName "MongoDB"

如果没有报错的话就说明成功添加到服务里了，可以使用win+R然后输入services.msc命令进行查看：

默认是自动运行的，这里我选择把它改成手动的。然后在cmd窗口中运行net start mongodb：

怎么解决呢？两个步骤：

1. 运行sc delete mongodb删除服务；

2. 再运行一次配置服务的命令：

   mongod --dbpath "E:\MongoDB\data\db" --logpath "E:\MongoDB\data\log\mongo.log" -install -serviceName "MongoDB"

然后再运行net start mongodb，服务启动成功：

1.3.1可能遇到的问题

• mongod不是内部或外部命令
  • 出现这种问题说明你没有把bin目录添加到环境变量之中，重新添加一下即可解决。
• 服务名无效
  • 首先是看你输入的服务名称是否有误，然后再查看本地服务中有没有MongoDB服务，如果没有服务，则运行命令添加服务即可。
• 发生服务特定错误：100
  • 删除db文件夹下的mongod.lock和storage.bson两个文件，若删除完之后仍然出现这种问题，用sc delete mongodb删除服务，再配置一下服务就能解决了。

1.4安装一盒可视化工具

官网下载 RoBo 3T（Robomongo is now Robo 3T）

下载地址：https://robomongo.org/download

打开后，有一个填信息的页面，name、email，暂时不用管，直接finish。

启动MongoDB服务。

点击弹出框中的create，创建新连接，可以修改连接名name，连接IP(下图IP为本地IP)，端口(默认)

连接成功后，右击localhost，选择create Database，创建数据库

创建数据库firstTest，然后右击firstTest，选择open Shell，开始进行shell命令来创建数据库中的集合和文档。

2.Linux安装MongoDB

2.1下载MongoDB

官方下载地址：https://www.mongodb.com/download-center/community

wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.1.tgz

2.2解压安装

tar -zxvf mongodb-linux-x86_64-rhel70-4.2.1.tgz

mkdir -p /usr/local/mongo
mv mongodb-linux-x86_64-rhel70-4.2.1/* /usr/local/mongo/ 
#创建目录/usr/local/mongo，并将解压完的mongodb目录移动到/usr/local/mongo下

mkdir -p /usr/local/mongo/data/db        #数据库目录
mkdir -p /usr/local/mongo/logs           #日志目录
mkdir -p /usr/local/mongo/conf           #配置文件目录
mkdir -p /usr/local/mongo/pids           #进程描述文件目录
#切到/usr/local/mongo目录下，创建目录

2.3增加配置

vim /usr/local/mongo/conf/mongo.conf
#在conf目录，增加配置文件mongo.conf


#数据保存路径
dbpath=/usr/local/mongo/data/db/
#日志保存路径
logpath=/usr/local/mongo/logs/mongo.log
#进程描述文件
pidfilepath=/usr/local/mongo/pids/mongo.pid
#日志追加写入
logappend=true
bind_ip_all=true
#mongo默认端口
port=27017
#操作日志容量
oplogSize=10000
#开启子进程
fork=true

2.4通过配置文件启动

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

2.5启动客户端

/usr/local/mongo/bin/mongo --host 127.0.0.1 --port 27017

至此，安装完成

三、MongoDB基本操作及增删改查

1.基本操作

1.1登录数据库

/usr/local/bin/mongo/mongo

1.2查看数据库

show databases

1.3选择数据库

use 数据库名

如果切换到一个没有的数据库，例如use admin2，那么会隐式创建这个数据库。（后期当该数据库有数据时，系统自动创建）

1.4查看集合

show collections

1.5创建集合

db.createCollection('集合名')

1.6删除集合

`db.集合名.drop()`

1.7删除数据库

通过use语法选择数据

通过db.dropDataBase()删除数据库

2.增删改查

2.1增

db.集合名.insert(JSON数据)

如果集合存在，那么直接插入数据。如果集合不存在，那么会隐式创建。

示例：在test2数据库的c1集合中插入数据（姓名叫webopenfather年龄18岁）

use test2 db.c1.insert({name:"wyb",age:18})

• 数据库和集合不存在都隐式创建
• 对象的键统一不加引号（方便看），但是查看集合数据时系统会自动加
• mongodb会给每条数据增加一个全球唯一的_id键

_id键的组成

自己增加_id，只需要给插入的JSON数据增加_id键即可覆盖（但实际不推荐）

db.c1.insert({_id:1, name:"web", age:18})

2.1.1一次性插入多条数据

传递数据，数组中写一个个JSON数据即可

db.c1.insert([     {name:"cxk", age:3},     {name:"wyb", age:4},     {name:"zs", age:5} ])

2.1.2快速插入10条数据

由于mongodb底层使用JS引擎实现的，所以支持部分js语法。因此：可以写for循环

for (var i=1; i<=10; i++) {     db.c2.insert({anme: "a"+i, age: i}) }

2.2删

db.集合名.remove(条件[,是否删除一条])

• 是否删除一条
  true：是（删除的数据为第一条）false：否

db.c1.remove({name:"cxk"})

2.3改

db.集合名.update(条件,新数据[是否新增,是否修改多条,])

• 新数据此数据需要使用修改器，如果不使用，那么会将新数据替换原来的数据。1db.集合名.update(条件,{修改器:{键:值}}[是否新增,是否修改多条,]) 修改器作用inc递增rename重命名列set修改列值unset删除列
• 是否新增，指条件匹配不到数据则插入(true是插入，false否不插入默认) db.c3.update({uname:"zs30"},{$set:{age:30}},true)
• 是否修改多条，指将匹配成功的数据都修改（true是，false否默认）db.c3.update({uname:"zs2"},{$set:{age:30}},false,true)

2.4查询文档

db.集合名.find(条件[,查询的列])

条件	写法
查询所有的数据	{}或者不写
查询age=5的数据	{age:6}
查询条件为age=6且性别为男的数据	{age:6,sex:"男"}

查询的列（可选参数）	写法
查询全部列（字段）	不写
只显示age列（字段）	{age:1}
除了age列（字段）以外的其他所有字段	{age:0}

2.5其他语法

db.集合名.find({
            键:{运算符：值}
            })

运算符	作用
$gt	大于
$gte	大于等于
$lt	小于
$lte	小于等于
$ne	不等于
$in	in
$nin	not in

实例语法	含义
db.c1.find({age:{$gt:5}})	查询年龄大于5的数据
db.c2.find({age:{$in:[5,8,10]}})	查询年龄是5岁、8岁、10岁的数据

2.6总结

高级开发攻城狮统称：所有数据库都需要增删改查CURD标识

增 Create
db.集合名.insert(JSON数据)

删 Remove/Delete
db.集合名.remove(条件 [,是否删除一条true是false否默认])
也就是默认删除多条

改 Update
db.集合名.update(条件， 新数据  [,是否新增,是否修改多条])
升级语法db.集合名.update(条件，{修改器：{键：值}})

查 Read
db.集合名.find(条件 [,查询的列])

四、MongoDB存储数据类型

MongoDB中每条记录称作一个文档，这个文档和我们平时用的JSON有点像，但也不完全一样。JSON是一种轻量级的数据交换格式。简洁和清晰的层次结构使得JSON成为理想的数据交换语言，JSON易于阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率，但是JSON也有它的局限性，比如它只有null、布尔、数字、字符串、数组和对象这几种数据类型，没有日期类型，只有一种数字类型，无法区分浮点数和整数，也没法表示正则表达式或者函数。由于这些局限性，BSON闪亮登场啦，BSON是一种类JSON的二进制形式的存储格式，简称Binary JSON，它和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，MongoDB使用BSON做为文档数据存储和网络传输格式。

1.数字

shell默认使用64位浮点型数值，如下：

db.sang_collec.insert({x:3.1415926})
db.sang_collec.insert({x:3})

对于整型值，我们可以使用NumberInt或者NumberLong表示，如下：

db.sang_collec.insert({x:NumberInt(10)})
db.sang_collec.insert({x:NumberLong(12)})

2.字符串

字符串也可以直接存储，如下：

db.sang_collec.insert({x:"hello MongoDB!"})

3.正则表达式

正则表达式主要用在查询里边，查询时我们可以使用正则表达式，语法和JavaScript中正则表达式的语法相同，比如查询所有key为x，value以hello开始的文档且不区分大小写：

db.sang_collec.find({x:/^(hello)(.[a-zA-Z0-9])+/i})

4.数组

数组一样也是被支持的，如下：

db.sang_collec.insert({x:[1,2,3,4,new Date()]})

数组中的数据类型可以是多种多样的。

5.日期

MongoDB支持Date类型的数据，可以直接new一个Date对象，如下：

db.sang_collec.insert({x:new Date()})

6.内嵌文档

一个文档也可以作为另一个文档的value，这个其实很好理解，如下：

db.sang_collect.insert({name:"三国演义",author:{name:"罗贯中",age:99}});

五、MongoDB中的索引

1.索引创建

默认情况下，集合中的_id字段就是索引，我们可以通过getIndexes()方法来查看一个集合中的索引：

db.sang_collect.getIndexes()

[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "sang.sang_collect"
    }
]

我们看到这里只有一个索引，就是_id。

现在我的集合中有10000个文档，我想要查询x为1的文档，我的查询操作如下：

db.sang_collect.find({x:1})

这种查询默认情况下会做全表扫描，我们可以用上篇文章介绍的explain()来查看一下查询计划，如下：

db.sang_collect.find({x:1}).explain("executionStats")

结果如下：

{
    "queryPlanner" : {
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 15,
        "totalKeysExamined" : 0,
        "totalDocsExamined" : 10000,
        "executionStages" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "x" : {
                    "$eq" : 1.0
                }
            },
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 29,
            "works" : 10002,
            "advanced" : 1,
            "needTime" : 10000,
            "needYield" : 0,
            "saveState" : 78,
            "restoreState" : 78,
            "isEOF" : 1,
            "invalidates" : 0,
            "direction" : "forward",
            "docsExamined" : 10000
        }
    },
    "serverInfo" : {
    },
    "ok" : 1.0
}

结果比较长，我摘取了关键的一部分。我们可以看到查询方式是全表扫描，一共扫描了10000个文档才查出来我要的结果。实际上我要的文档就排第二个，但是系统不知道这个集合中一共有多少个x为1的文档，所以会把全表扫描完，这种方式当然很低效，但是如果我加上 limit，如下：

db.sang_collect.find({x:1}).limit(1)

此时再看查询计划发现只扫描了两个文档就有结果了，但是如果我要查询x为9999的记录，那还是得把全表扫描一遍，此时，我们就可以给该字段建立索引，索引建立方式如下：

db.sang_collect.ensureIndex({x:1})

1表示升序，-1表示降序。当我们给x字段建立索引之后，再根据x字段去查询，速度就非常快了，我们看下面这个查询操作的执行计划：

db.sang_collect.find({x:9999}).explain("executionStats")

这个查询计划过长我就不贴出来了，我们可以重点关注查询要耗费的时间大幅度下降。

此时调用getIndexes()方法可以看到我们刚刚创建的索引，如下：

[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "sang.sang_collect"
    },
    {
        "v" : 2,
        "key" : {
            "x" : 1.0
        },
        "name" : "x_1",
        "ns" : "sang.sang_collect"
    }
]

我们看到每个索引都有一个名字，默认的索引名字为字段名_排序值，当然我们也可以在创建索引时自定义索引名字，如下：

db.sang_collect.ensureIndex({x:1},{name:"myfirstindex"})

此时创建好的索引如下：

{
    "v" : 2,
    "key" : {
        "x" : 1.0
    },
    "name" : "myfirstindex",
    "ns" : "sang.sang_collect"
}

当然索引在创建的过程中还有许多其他可选参数，如下：

db.sang_collect.ensureIndex({x:1},{name:"myfirstindex",dropDups:true,background:true,unique:true,sparse:true,v:1,weights:99999})



1.name表示索引的名称
2.dropDups表示创建唯一性索引时如果出现重复，则将重复的删除，只保留第一个
3.background是否在后台创建索引，在后台创建索引不影响数据库当前的操作，默认为false
4.unique是否创建唯一索引，默认false
5.sparse对文档中不存在的字段是否不起用索引，默认false
6.v表示索引的版本号，默认为2
7.weights表示索引的权重

此时创建好的索引如下：

{
    "v" : 1,
    "unique" : true,
    "key" : {
        "x" : 1.0
    },
    "name" : "myfirstindex",
    "ns" : "sang.sang_collect",
    "background" : true,
    "sparse" : true,
    "weights" : 99999.0
}

2.查看索引

getIndexes()可以用来查看索引，我们还可以通过totalIndexSize()来查看索引的大小，如下：

db.sang_collect.totalIndexSize()

3.删除索引

我们可以按名称删除索引，如下：

db.sang_collect.dropIndex("xIndex")

表示删除一个名为xIndex的索引，当然我们也可以删除所有索引，如下：

db.sang_collect.dropIndexes()

4.总结

索引是个好东西，可以有效的提高查询速度，但是索引会降低插入、更新和删除的速度，因为这些操作不仅要更新文档，还要更新索引，MongoDB 限制每个集合上最多有64个索引，我们在创建索引时要仔细斟酌索引的字段。