MongoDB简易教程

2018-03-28 本文已影响897人若与

传统数据库中，我们要操作数据库数据都要书写大量的sql语句，而且在进行无规则数据的存储时，传统关系型数据库建表时对不同字段的处理也显得有些乏力,mongo应运而生，而且ajax技术的广泛应用，json格式的广泛接受，也使得mongo更贴近开发人员。

mongo简介及应用场景

MongoDB是一个面向文档的非关系型数据库(NoSQL)，使用json格式存储。Mongo DB很好的实现了面向对象的思想(OO思想),在Mongo DB中每一条记录都是一个Document对象。Mongo DB最大的优势在于所有的数据持久操作都无需开发人员手动编写SQL语句,直接调用方法就可以轻松的实现CRUD操作。

mongo能应用在如下场景：

存储大尺寸、低价值的数据json及对象类型数据网站缓存数据评论、子评论类有明显从属关系数据多服务器数据，其内置的MapReduce很容易现实全局遍历。

主要功能特性：

文件存储格式BSON（一种json的扩展）

模式自由数据格式不受限了表的结构

支持动态查询

支持完全索引

支持复制（其主从复制）和故障恢复

使用高效的二进制数据存储，包括大型对象

自动处理碎片，以支持云计算层次的扩展。

支持Java、Ruby、Python、C++、PHP等多种语言

内部支持Javascript

MongoDB的优势

1.查询速度快
2.高并发。可以达到2万个并发。
3.高容量。支持10TB意思的数据量 MongoDB

使用场景

1.网站数据
2.缓存
3.大尺寸、低价值的数据
4.高伸缩的场景
5.用于对象以及Json数据存储

mongoDB是介于nosql和sql之间的数据库。

NoSQL 数据库分类

类型	部分代表	特点
列存储	HbaseCassandraHypertable	顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。
文档存储	MongoDBCouchDB	文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。
key-value存储	Tokyo Cabinet / TyrantBerkeley DBMemcacheDBRedis	可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能）
图存储	Neo4JFlockDB	图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。
对象存储	db4oVersant	通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。
xml数据库	Berkeley DB XMLBaseX	高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。

MongoDB与其他数据库区别

对比项	MONGODB	MYSQL、ORACLE
数据库	数据库(dataBase)	数据库(dataBase,schema)
表	集合(collections)	二维表(table)
表中的一行数据	文档(document)	一行记录(record)
表字段	键(key)	列（column）
主外键	无	primary key,Forigen key
灵活度扩展项	极高	差（结构化数据）

安装和使用mongodb

我们在官网 https://www.mongodb.org/ 上可以下载到其最新稳定版本，mongo是官方已经编译好的，解压后即可使用其命令都在bin目录下。

使用前首先配置mongo.conf文件

port=xxxxx         //代表端口号，如果不指定则默认为 27017 
dbpath=/usr/local/mongodb/db    //数据库路径
logpath=/usr/local/mongodb/logs/mongodb.log //日志路径
logappend=true        //日志文件自动累加，而不是覆盖
fork=ture         //以守护进程方式创建

数据库和数据表都可以直接创建，即不用切换，直接使用，使用时即创建，mongo里还可以直接写js脚本，可直接运行，mongo中如果不指定_id字段，mongo会自动添加一个。

mongo的各种命令

mongo的命令是其精髓，这些十分复杂的命令集合在一块，使得mongo的查询变得绚丽而高效。mongo内的每个表称作一个collection(集合)，使用命令类似于MySQL，切换到数据库内直接对每一个collection操作。其命令由方法(func())、查询体（写在{}里）和操作符(由$开头)组成。

基本命令

show dbs        //查看数据库
use dbname        //切换到数据库
db.createCollection('collection')  //创建数据表
db.collection.drop()     //删除数据表
db.dropDatabase()      //删数据库
db.collection.insert({data})   //插入数据
db.collection.find()     //显示数据表内全部内容

查询体

{key.attr.attr:value}          //普通式
{key:{$ne|$gt|$gte|$lt|$lte|$in|$nin|$all:value}}   //key满足 $oper value的值
{$or|$and|$not|$nor:[{key1:{$gt:value}},{key2:{$ne:value}}]} //用$oper同时限定key1,key2的条件
{key:{$mod{8,2}}}           //取出key对8取余为2的值。
{key:{$exist:1}}           //取出key列存在的值。
{key:{$type:String|Double|Array|Date|Object|Boolean|......}}//查询key类型为type的列
{key:{$regex:/pattern/}}         //通过正则查询，效率较低
{$where:'this.attr.express.....'}       //直接用where语句，二进制转为JS运算，较慢

find()方法增强

db.collection.find(query,{要取出的列:1,不需要的列:0})  
db.collection.find(query).skip(跳过的行数).limit(限制信息条数);
db.collection.find(query).explain()   //与MYSQL的解释语句一样。
db.collection.remove(query,[justone]) //如不指定query,全部删除；[justone]默认为false意思是查询到多个，但只删一个。

update语句

db.collection.update(query,{key:newvalue}) //注意：新值会覆盖旧值,即数据只剩下语句中定义的key
db.collection.update(query,
{
 $set:{key:newvalue},
 $unset:{key:value},
 $rename:{key:value},
 $inc:{key:value},
 ......
},
{
 multi:true,  //改变所有符合条件的，默认为false
 upsert:true  //没有的话刚添加，默认为false
}
)

游标

var cursorName=db.collection.fund(query,...)[.skip(num).limit(num)] //创建游标
cursorName.hasNext()            //判断是否有下一个
printjson(cursorName.next())          //输出游标的下一个指向值
cursorName.forEach(function(Obj){process Obj})      //遍历操作游标

索引

db.collection.getIndexes()     //查看索引
db.collection.ensureIndex({key:1/-1[,key.attr:1/-1]},{unique:1(是否唯一)},{sparse:1(是否非空)})// 添加正序/倒序索引
db.collection.dropIndex({key:1/2})   //删除索引
db.collection.reIndex()   //重建用了很多出现杂乱的索引

MapReduce

MapReduce是mongo中内置的一个非常强大的遍历操作工具，使用它需要实现它的map和reduce两个函数

db.runCommand(
 {
 mapReduce: collection,    //要操作的数据表
 map: function(){emit(key1,key2)}, //对key1和key2进行数据映射
 reduce: function(key,value){},  //对key值和数据组value进行操作
 out: <output>,
 query: <document>,
 sort: <document>,
 limit: <number>,
 finalize: <function>,
 scope: <document>,
 jsMode: <boolean>,
 verbose: <boolean>
 }
)

更多更详细的命令可以在mongo的中文社区 http://docs.mongoing.com/manual-zh/ 找到。

mongo的用户、数据导入导出和集群

用户管理

MongoDB默认不开启授权。可以在开启服务器时添加 --auth 或者 --keyFile 选项开启授权。使用配置文件的话，使用 security.authorization 或 security.keyFile 设置。

MongoDB提供自带角色, 每一个角色都为一种常见用例提供一个明确的作用。例如 read, readWrite, dbAdmin, 和 root 等角色。我们通过创建用户，创建角色，给用户分配/回收不同的角色来进行用户管理。

添加角色时要先在admin数据库中添加一个管理员角色，然后使用管理员角色在每个库添加不同的角色。

use admin;(切换到admin数据库，对此库操作)
db.createUser(
 {
 user: "username",
 pwd: "password",
 roles:
 [
 {
 role: "userAdminAnyDatabase",
 db: "admin"
 }
 ]
 }
)
use database;
db.auth('username','passwd');用超级管理员用户登陆后，整个mongo数据库皆可存取。

数据导入导出

我们使用mongo自带的工具进行导入导出，在mongo/bin目录下，最好导出csv格式，便于数据交换。

./mongoexport -d dataname -c tablename -f key1,key2 -q 'query' -o ainname --csv
//导出数据，默认为json格式
./mongoimport -d dataname -c tablename --type json --file ./path 
//导入数据，默认为json格式

mongo数据库集群

打开mongod时添加选项 --replSet replname;
在mongo客户端连接上一个mongod进程，进入admin数据库，然后声明mongoconf变量：

use admin;
var rsconf={_id:'replname',members[{_id:0,host:'xxx'},{_id:1,host:'xxy'}]};

用rs.initiatee(rsconf);来初始化集群，mongo会自动将id号小的设为primary,其他的mongod进程为secondary。
连接secondary进程，使用slaveOk()函数，来初始化从进程。

PHP中操作mongo数据库

我们先为php添加mongo扩展。然后，我们便可以在脚本中使用mongo类函数库了。

不同于其他的类库只有一个核心类，mongo有四个类，分别是：

Mongo类，基础类，拥有连接、关闭连接、对全局数据库的操作方法。mongoDB类，由Mongo类通过selectDB()方法得到，拥有表级的操作方法。MongoCollection类，一般由Mongo->dbname->collection或直接用MongoDB类和数据库名实例化得到，拥有对数据的基本操作。MongoCursor类，由MongoCollection通过find()方法得到，拥有普通的游标遍历操作。

以下是一个典型的mongo操作：

$mongo=new Mongo();
$mongo->connect('host',port);
$collection=$mongo->dbname->collection;
$cursor=$collection->find();
$cursor->operate();
$mongo->close();

python中操作mongo数据库

安装

pip install pymongo

使用

In [1]: from pymongo import MongoClient
In [2]: m = MongoClient(host="127.0.0.1",port=27017)
In [3]: db = m.youdi
In [4]: col = youdi.col
In [7]: for i in col.find():
 ...:     print(i)

In [8]: dir(col)
Out[8]:
['_BaseObject__codec_options',
 '_BaseObject__read_concern',
 '_BaseObject__read_preference',
 '_BaseObject__write_concern',
 '_Collection__create',
 '_Collection__create_index',
 '_Collection__database',
 '_Collection__find_and_modify',
 '_Collection__full_name',
 '_Collection__name',
 '_Collection__write_response_codec_options',
 '__call__',
 '__class__',
 '__delattr__',
 '__dict__',
 '__dir__',
 '__doc__',
 '__eq__',
 '__format__',
 '__ge__',
 '__getattr__',
 '__getattribute__',
 '__getitem__',
 '__gt__',
 '__hash__',
 '__init__',
 '__init_subclass__',
 '__iter__',
 '__le__',
 '__lt__',
 '__module__',
 '__ne__',
 '__new__',
 '__next__',
 '__reduce__',
 '__reduce_ex__',
 '__repr__',
 '__setattr__',
 '__sizeof__',
 '__str__',
 '__subclasshook__',
 '__weakref__',
 '_aggregate',
 '_command',
 '_count',
 '_delete',
 '_delete_retryable',
 '_insert',
 '_insert_one',
 '_legacy_write',
 '_socket_for_primary_reads',
 '_socket_for_reads',
 '_socket_for_writes',
 '_update',
 '_update_retryable',
 'aggregate',
 'aggregate_raw_batches',
 'bulk_write',
 'codec_options',
 'count',
 'create_index',
 'create_indexes',
 'database',
 'delete_many',
 'delete_one',
 'distinct',
 'drop',
 'drop_index',
 'drop_indexes',
 'ensure_index',
 'find',
 'find_and_modify',
 'find_one',
 'find_one_and_delete',
 'find_one_and_replace',
 'find_one_and_update',
 'find_raw_batches',
 'full_name',
 'group',
 'index_information',
 'initialize_ordered_bulk_op',
 'initialize_unordered_bulk_op',
 'inline_map_reduce',
 'insert',
 'insert_many',
 'insert_one',
 'list_indexes',
 'map_reduce',
 'name',
 'next',
 'options',
 'parallel_scan',
 'read_concern',
 'read_preference',
 'reindex',
 'remove',
 'rename',
 'replace_one',
 'save',
 'update',
 'update_many',
 'update_one',
 'watch',
 'with_options',
 'write_concern']