1 快速上手

• 基本应用场景 - “三高”
  • High Performance
  • High Storage
  • High Scalability & Availability
• 具体场景：社交 / 游戏 / 物流 / 物联网 / 视频
• 应用特征：数据量大，读写操作频繁，数据价值低，事务要求低

简介

• Mongo DB 是一个无模式的文档型 · 非关系型数据库
• 使用 BSON 格式（ 类 JSON ）进行存储，支持比较复杂的数据类型
• Mongo DB 中的记录（对标 row）是一个由键值对构成的「文档」，一个文档被认为是一个 Object。
  • key ：字符型
  • value ：基本数据类型 / 数组 / 文档 / 文档数组
• 不支持 Join 操作 => 通过嵌入式文档代替多表连接

1 启动

Windows

1. 下载 Mongo DB - MSI 版本需要安装，ZIP 版本解压即可使用
2. （ZIP）解压文件到指定目录，在 bin 同级目录下创建 data/db 用于存放数据

启动服务

• 命令行方式 mongod --dbpath=..\data\db

  指定的 path 可以是绝对路径 / 相对于当前工作路径的相对路径（相对路径好像会寄）

  默认端口为 27017，可以通过 --port 参数重新指定端口

• 配置文件方式 (官方文档)

  在 bin 同级目录下新建 /config/mongog.conf 参考内容如下： ```yaml storage: # the directory where mongodb instance store data.Default Value

约 3089 个字 140 行代码 预计阅读时间 12 分钟

    dbPath: path\to\mongodb\data\db
```
随后通过 `mongod -f ../config/mongod.conf` / `mongod --config` 启动

连接服务

需要另开一个窗口操作（启动服务的窗口需要一直挂着）

在 Mongo DB6 后不再安装 mongo 命令，需要自行安装 mongoshell

• Shell 连接 mongo / mongo --host=127.0.0.1 --port=27017
  • 查看已有数据库 show databases
  • 退出 exit
  • 更多参数可通过 mongo --help 查看
• Compass 图形化界面
  • 首先要 安装 Compass
  • 在 GUI 中输入 Hostname，Port 即可建立连接（使用默认的也行） 新版 Compass 貌似使用 URL 连接的，用默认的就行 连接成功会看到 admin，config，local 三个 database

Linux

1. 下载 Monogo DB 的 Linux 版本（tgz版本）
2. 使用命令进行解压 tar -xvf xxxxxx.tgz
3. 使用命令移到指定目录中 mv xxxxx /usr/local/mongodb 阿巴这里我直接丢到/app 下面去了

4. 新建目录用于存储数据和日志（根路径下） bash # 数据存储目录 mkdir -p /data/db # 日志存储目录 mkdir -p /data/logs # 创建日志文件 touch /data/logs/mongodb.log

   因为最新版本又没有命令行了，所以要单独安装（见参考文献)

   1. 下载压缩包 wget https://downloads.mongodb.com/compass/mongosh-1.6.0-linux-x64.tgz
   2. 解压到当前路径 tar -zxvf mongosh-1.6.0-linux-x64.tgz
   3. 进入解压目录 cd mongosh-1.6.0-linux-x64/bin

   4. 移动 bin 下的两个文件（我丢到 mongodb/bin 下面了）

      sudo cp mongosh /app/bin/ sudo cp mongosh_crypt_v1.so /app/bin

5. 在 /app/bin 下使用 /mongosh，启用连接 可以使用 show dbs 打印所有 db 进行测试，默认存在以下三个数据库

   • admin 相当于 root 数据库，存放用户及权限。 将用户添加至该数据库后，将继承对所有数据库的权限。 一些特定的服务端命令只能通过该数据库运行（如：show dbs / 关闭服务器）。
   • local 永远不会被集群中的其他服务器复制，用于存储仅限于本地单台服务器使用的集合
   • config 设置分片时，用于保存分片的相关信息

2 基本常用指令

数据库

• 创建并选择数据库 use db_name 若数据库不存在则自动创建（然后选择）
  • 新创建的数据库仅存在于内存中（无法通过 show dbs 查看） 插入数据后将被持久化到磁盘中
  • 数据库命名规则
    • 不能是空字符串
    • 不能包含：空格 . $ / \ \0 （\0 是空字符）
    • 全小写
    • 最长 64 Byte
• 查看（有权限查看的）所有数据库 show dbs / show databases
• 查看正在使用的数据库 db 默认使用 test 数据库 -> 创建的 table（集合）将默认存放在 test 数据库中
• 删除数据库 db.dropDatabase() 用于删除 已经被持久化 的数据库

集合（表）

• 查看当前 db 下的所有集合 show collections / show tables

• 创建集合

  • 显式创建（不管有没有数据，先把表搞出来） db.createCollection("colection_name")

  • 隐式创建（直接插入数据，不存在就建一个表）

  • 集合命名规则
    • 不能是空串
    • 不能包含 \0 -> 用于表示集合名的结束
    • 不能以 system. 开头（系统保留前缀）

• 删除集合 db.collection.drop() / db.collection_name.drop()

  返回值为 bool 类型：成功返回 true，反之返回 false

文档的 CRUD 操作

文档采用 BSON 格式进行存储

插入

1. 插入单个文档

   使用 insert() / save()

   db.collection_name.insert( // collection_name 即为待插入的表名（包含隐式创建）
        <document / array of documents>, // 需要插入的文档/文档数组（JSON格式）
        {
            writeConcern: <document>, // 性能及可靠性级别
            ordered: <boolean> // 默认为 true
            // true：顺序插入文档，出错后不处理剩余部分
            // false：无序插入，出错后继续处理剩余文档
        }
    )
   

   下面是一个例子：

   db.comment.insert( // 向 comment 表中插入数据
       {
           "articleid": "10001",
           "content": "Ok, fine.",
           "userid": "27017",
           "nickname": "Jack",
           "createtime": new Date(),
           "likenum": NumberInt(10),
           "state": null
       }
   )
   // 返回 writeResult({"nInserted": 1}) 即插入成功
   

   • Mongo DB 中的数字默认为 double 类型，若想存放整型，必须使用函数 NumberInt(数字)
   • 使用 nwe Date() 插入当前日期
   • 若没有为插入的数据指定 _id，则会自动生成主键
   • 若字段值为空，可以赋值为 null，或直接不写

2. 批量插入

    db.collection_name.insertMany(
        [<document1>, <document2>, ...], // 待插入的记录
        {
            writeConcern: <document>,
            ordered: <boolean>
        }
    )
   

   下面是一个例子：

   db.comment.insertMany(
       [{
           "_id": "1",
           "articleid": "1001",
           "content": "the 1st sentence",
           "userid": "231",
           "nickname": "Tom",
           "createtiem": new Date("2019-08-05T22:15.522Z"),
           "likenum": NumberInt(1000),
           "state": "1"
       },{
           "_id": "2",
           "articleid": "1002",
           "content": "the 2nd sentence",
           "userid": "235",
           "nickname": "Jack",
           "createtiem": new Date("2019-08-18T22:15.522Z"),
           "likenum": NumberInt(637),
           "state": "1"
       }]
   )
   

   • 若插入时显式制定了 _id 字段的值（ObjectID 或 其他任意支持类型），则以该值作为主键

     若没有显示指定，则 Mongo DB 会自动创建 ObjectID 类型的 _id 字段作为主键

   • 若中间某条数据插入失败，则整个插入操作终止（已经成功的部分不会回滚）

   • 由于批量插入时比较容易产生错误，故可以用 try-catch 进行捕获处理

     try {
         db.collection_name.insertMany(
             {record1}, {record2}, ...
         )
     } catch (err) {
         print(err) // and do sth
     }
     

查询

基本语法格式：db.collection_name.find(<query>,[projection])

Parameter	Type	Description
query	document	可选，select all 时忽略/传入空参数{}
projection	documrnt	可选，指定返回的字段（返回所有字段时省略）

下面是一些例子：

• 查询指定表中的所有数据 db.collection_name.find() / db.collection_name.find({})
• 查询 ID 为指定值的记录（参数为 JSON 格式） db.collection_name.find({ key: 'value' })
• 只返回查询的第一条结果（需要用到 findOne）命令 db.collection_name.findOne( { key: 'value' })
• 仅返回查询结果的部分字段内容（需要用到 「Projection Query 投影」）
  • 我们查找 userid = 1003 的结果，且仅返回 userid & nickname 字段

    db.collection_name.find(
        { userid: "1003"},
        {
            userid: 1,
            nickname: 1
        }
    )
    

    上述查询默认会返回 _id 字段，若不想要改数据，可以在第二个参数中进行显式声明

    db.collection_name.find(
        { userid: "1003"},
        {
            userid: 1,
            nickname: 1,
            _id: 0
        }
    )
    

更新

db.collection_name.update(query, update, options);
db.collection_name.update(
    <query>,
    <update>,
    {
        upsert: <boolean>,
        multi: <boolean>,
        weiteConcern: <document>,
        collaction: <document>,
        arrayFilters: [<filter1>,...],
        hint: <document / string>
    }
)

主要关注前四个参数

Parameter	Type	Description
query	document	选择条件（可使用与 find 相同的查询选择器）
update	document	应用的修改，可以是更新运算符表达式 / 仅包含 key-val 的替换文档
upsert	boolean	可选，为 true 时在无匹配结果时插入对应的新记录
multi	boolean	可选，为 true 时更新所有符合要求的记录；默认为 false，仅更新一条匹配的记录
writeConcern	document	可选，标识抛出异常的级别
collation	document	可选，指定用于操作的校对规则
hint	document/string	可选，指定用于支持查询索引的文档或字符串

• 覆盖式的修改（使用一个新的记录对象取代旧的记录对象）

  db.collection_name.update({ _id:"1"}, {likenum:NumberInt(1001)})

  更改完成后，除了 likenum 外的所有字段都会消失

• 局部修改（析构后覆盖部分数据）-> 此处需要使用 $set 方法

  db.collection_name.update({_id:"1"},{$set:({likenum:NumberInt(1001)}))

  此时仅对 likenum 的内容进行修改，其他键值对保持不变

• 批量修改

  此处尝试把「所有」userid="1003" 的用户的 nickname 更新为 Fynn

  默认情况下只修改第一条匹配的记录，为此我们需要设置第三个参数 multi:true

  // 通过设置 multi:true 来修改「所有」符合条件的数据
  db.collection_name.update(
      { userid: "1003" },       // 条件
      {$set(nickname: "Fynn")}, // 局部更新内容
      { multi: true }           // 更新「所有」符合条件的数据
  )
  

• 键值增长（ based on old_value ） 需要使用 $inc 运算符

  // 每次使得 _id = 3 的记录 likenum++
  db.collection_name.update(
      { _id: "3" },                // 条件
      {$inc(likenum:NumberInt(1))} // 递增 1
  )
  

删除

基本语法格式：db.collection_name.remove(条件)

• 删除表中的「所有记录」- 不删除表本身 db.collection_name.remove({})
• 删除表中 _id="1" 的记录 db.collection_name.remove({_id:"1"})

分页查询

统计查询

基本语法：db.collection_name.count(query, option)

• 统计 comment 表中的记录总数 db.comment.count()
• 统计 comment 表中 userid = "1003" 的记录条数 db.comment.count({ userid: "1003" })

分页列表查询

基本语法：db.collection_name.find().limit(n_limit).skip(n_skip)

• 我们可以使用 init(N_LIMIT) 方法取出 TOP(N_LIMIT) 条记录，默认为 TOP20

  db.collection.name.find().limit(3)

• 我们可以使用 skip(N_SKIP) 方法跳过指定数量的记录，默认为 0

  db.collection_name.skip(3)

下面使用这两个函数来实现「分页查询」

• 假设每页包含 2 条数据
• 从 P2 开始，每一页需要跳过 (n-1)*2 条记录

// 其实可以先用 count 计算最大页数
max_page = floor(db.comment.count() / 2)
// P1
db.comment.find().skip(0).limit(2)
// P2
db.comment.find().skip(2).limit(2)
// P3
db.comment.find().skip(4).limit(2)

排序查询

我们使用 sort() 来指定需要排序的字段，传入 1/-1 分别表示升降序排列：

db.colletion_name.find().sort({ key_name: 1 })
// 设置可以设置基于多列进行排序（第一个key为首要关键字）
db.collection_name.find().sort({
    userid: -1,
    likenum: 1
}
)

在 limit, skip, sort 同时存在时：

首先执行 sort ，随后执行 skip，最后执行 limit -> 与命令书写顺序无关

复杂查询

正则条件查询

• Mongo DB 的模糊查询是通过正则表达式实现的

• 基本格式：db.collection_name.find({ key: /正则表达式/ })

• 下面是一些例子：

  • 查询所有内容 包含“开水” 的文档 db.comment.find({ content:/开水/ })
  • 查询内容 以“专家”开头 的文档 db.comment.find({ content: /^专家/ })

比较查询

db.collection.find({"key": { $gt : value}}) // 大于
db.collection.find({"key": { $lt : value}}) // 小于
db.collection.find({"key": { $gte : value}}) // 大于等于
db.collection.find({"key": { $lte : value}}) // 小于等于
db.collection.find({"key": { $ne : value}})  // 不等于

我们可以通过以下语句查询评论数大于700的记录： db.comment.find({ likenumL { $gt: NumberInt(700) }})

包含查询

• 查询 userid 字段中包含 1003/1004 的文档 $in

  db.comment.find({ userid : { $in: ["1003", "1004"]}})

• 查询 userid 字段中不包含 1003/1004 的文档 $nin

  db.comment.find({ userid : { $nin: ["1003", "1004"]}})

条件连接查询

• 与

  需要记录同时甚至满足多个（>=2）个条件时，使用 $and: [{},{},{}]

  我们通过以下语句查询 700 <= likenum < 2000 的评论

  db.comment.find($and:[
      {
          likenum: {$gte: NumberInt(700)}
      },{
          likenum: {$lt: NumberInt(2000)}
      }
  ])
  

• 或

  需要记录同时甚至满足多个（>=2）条件时，使用 $or: [{},{},{}]

  我们通过以下语句查询 userid = "1003" 或 likenum<1000 的评论

  db.comment.find($or:[
      {
          userid: "1003"
      },{
          likenum: {$lt: 1000}
      }
  ])
  

3 索引

官网相关文档

• 在缺少索引的情况下，Mongo DB 的每一次查询都会进行「全表扫描」
• Mongo DB 使用 B- Tree 作为做索引（MYSQL 使用 B+ Tree）

索引类型

• 单字段索引 Single Field Index
  • Mongo DB 支持用户在文档的单个字段上定义 升序/降序 索引
  • 其实升降序本身并不重要 -> Mongo DB 本身可以从任何方向遍历索引

• 符合索引 Compound Index

  • 支持在多个字段上定义索引

  • 在符合索引中 字段顺序有意义

    对于 {userid: 1, score: -1} ，首先按照 userid 升序排序；该字段相同时再按照 score 降序排序

• 地理空间索引 Geospatial Index

  支持对地理空间坐标的有效索引，可以返回 平面/球面几何 的二位索引

• 文本索引 Text Index

  支持搜索字符串中包含的 词根（剔除了高频的停止词，并将词干抽象为词根）

• 哈希索引

  支持基于散列的分片，对字段的 hash value 进行索引

  只支持等值查询，不支持范围查询

索引管理

• 查看某个表上的所有索引 db.collection_name.getIndexes()

创建索引

基础语法：db.collection_name.createIndex(keys, options)

下面是可选 option 参数的信息：

Parameter	Type	Description
background	boolean	可选，建立索引默认会 block 其余的操作，设置为 true 可以更改为后台操作
unique	boolean	可选，建立的索引是否唯一
name	string	索引名称，未指定时 Mongo DB 会基于字段名与排序方式生成一个名称
sparse	boolean	对记录中不存在的字段不启用索引 -> 使用索引将无法查询不包含相应字段的记录
expireAfterSeconds	integer	单位为s，设置表的 TTL
v	index version	索引的版本号，默认情况下使用 mongod 创建索引时的运行的版本
weights	document	[1,99999]，表示相对于其他索引字段的权重
default_language	string	指定文本索引使用的 stop word & 词干规则列表，默认为 EN
language_override	string	指定文本索引包含在表中的字段名，覆盖默认的 language ？

在 3.0.0 以前的版本使用 ensureIndex() 创建索引 现在仍可以使用（只是作为 createIndex() 的别名）

• 尝试对 userid 字段建立单字段索引

  db.comment.createIndex({userid: 1}) // 也可以传入-1建立降序索引
  

• 尝试对 userid & nickname 字段建立复合索引

  db.comment.createIndex({userid:1, nickname:-1})
  

移除索引

• 移除指定索引
  • 基本语法：db.comment.dropIndex(index)
  • 参数 index 可以为 string/document 类型，指定索引名称或索引规范文档
  • 删除文本索引必须指定索引名称
  • 下面是一个通过索引规范文档删除指定索引的案例： db.comment.dropIndex({userid:1})
• 删除所有索引
  • 基本语法：db.comment.dropIndexes()
  • 其中 _id 字段上的索引无法被删除

索引使用

执行计划

我们可以通过「支付计划」来查看建立的索引是否有效 / 效果如何

• 基本语法：db.comment.find(query, options).explain(options)

• 在返回结果中：COLLSCAN 表示“全表扫描”，FETCH 表示“使用索引”

涵盖的查询 Covered Queries

• 当查询 条件&索引 仅包含索引字段时，Mongo DB 将直接从索引中返回结果（而不会尝试扫描/将任何文档读入内存）
• 相关文档见此处