MongoDB学习笔记

mongo属于nosql非关系数据库。

一、关系与非关系数据库区别：

1、数据和数据之间不存在关系，每条数据独立个体存在字典之中；
2、mysql扩展性差，大数据量下IO压力大，表结构更改困难；
3、mongo易扩展，大数据量高性能（读写），灵活的数据模型（无需事先为要存储的数据建立字段），高可用；
4、mongo占硬盘空间大

二、mongo基础命令

查看当前数据库：db
查看所有数据库：show dbs
切换数据库：use 库名
删除当前数据库：db.dropDatabase()(db表示当前数据库)
自动创建数据库和集合（相当于mysql的表），不需要手动创建，插入文档（相当mysql中的记录）时自动创建
手动创建数据库和集合：db.createCollection("集合名")
查看集合：show collections
删除集合：db.集合名称.drop()

三、mongo存储数据类型

image.png

四、mongo增删改查

1、增

image.png
^*注：

db.集合名称.save(ducument)
如果文档id已存在，则修改，如果不存在则添加

2、查

查询所有数据：db.集合名.find() 
查询一条数据：db.集合名.findone({键：值}).pretty()
等于 ：默认是等于判断，没有运算符
小于：$It
小于等于：$Ite
大于：$gt
大于等于：$gte
不等于：$ne
eg:
  db.集合名.find({age:{$gte:18}})

①判断是否在某个范围内

使用$in, $nin
eg:
  db.集合名.find({age:{$in:[18,28,38]}})

②多个条件同时：and

eg:
  db.集合名.find({age:{$gte:18},gender:true})

③条件之间是或的关系：$or

eg:
  db.集合名.find({$or:[{age:{$gte:18}},{gender:true}]})
  db.集合名.find({$or:[{age:{$gte:18}},{gender:true}],name:'zs'})

④支持正则表达式

匹配以abc开头的：
db.集合名.find({sku:/^abc/})
匹配以789结尾的：
db.集合名.find({sku:{$regex:'789$'}})

⑤limit，skip

limit：用于读取指定数量的文档
skip：用于跳过是定数量的文档(相当于翻页)
eg：
  db.集合名.find().skip(2).limit(2)

⑥投影

从查询到的返回结果中，只选择必要的字段
值为1表示显示，0表是不显示（一般不用写），_id是默认显示的  
eg：
  db.集合名.find({},{字段名称:1，_id:0}) 

⑦排序 sort()

db.集合名.find().sort(字段:1,……)
参数1：升序
参数-1：降序

⑧统计个数 count

两种方式：
db.集合名.find({条件}).count()
db.集合名.count({条件})

⑨去重 distinct

db.集合名.distinct('去重字段'，{条件})
db.集合名.count({条件})

3、改

image.png
^*注：

尽量用$set，代表指定键值，如果不指定，会替代原来所有的字段

4、删

image.png

五、数据的备份与恢复

备份：

mongodump -h dbhost -d dbname -o dbdirectory
-h 服务器地址 ，也可以指定端口号
-d 需要备份的数据库名称
-o 备份的数据存放位置，此目录存放着备份出来的数据

恢复：

mongorestore -h dbhost -d dbname -o dbdirectory
-h 服务器地址 ，也可以指定端口号
-d 需要恢复的数据库实例
-o 备份的数据所在的位置

五、聚合

聚合是基于数据处理的聚合管道(管道：前一次结果交给下一次使用)，每个文档通过一个由多个阶段组成的管道，可以对每个阶段的管道进行分组，过滤等功能，然后经过一系列的处理，输出相应的结果。

db.集合名称.aggregate({管道:{表达式}})
常用管道如下：
$group:将集合中的文档分组，可用于统计结果
$match:过滤数据，只输出符合条件的文档
$project:修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
$sort:将输入文档排序后输出
$limit:限制聚合管道返回的文档数
$skip:跳过指定数量的文档，并返回余下的文档
$unwind:将数据类型的字段进行拆分

image.png

实例数据如下（集合名为excle）：

image.png

#1、 按部门分组，并求出各部门人数
 db.excle.aggregate({$group:{_id:"$部门",count:{$sum:1}}})

image.png

#2、 将上图结果中的_id更改为'部门'，并将_id隐藏
 db.excle.aggregate({$group:{_id:"$部门",count:{$sum:1}}},{$project:{部门:"$_id",count:1, _id:-1}})

image.png

#3、 工龄在一年及以上，各部门人数
db.excle.aggregate({$match:{工龄:{$gte:"1"}}},{$group:{_id:"$部门",count:{$sum:1}}},{$project:{_id:0,部门:"$_id",count:1}})

image.png

注意：
1、$group对应的字典中有几个键，结果中就有几个键
2、 分组依据需要放到'_id'后面
3、取不同字段的值需要使用$,$age

六、索引

索引：以提升查询速度

db.集合名.ensureIndex({属性:1})
1表示升序，-1表示降序

image.png

数据去重：使用数据库建立关键字段的唯一索引进行去重
通过多个字段判断数据的唯一性：主要用到联合索引