玩转MongoDB:基础杂萃

《玩转MongoDB:基础杂萃》 图片来自Google搜索

0 由于工作需要,最近开始接触MongoDB,对于一个已经习惯了传统SQL的程序员来说,进入NoSQL可以说是需要莫大的勇气的。最大的不适应,是NoSQL和SQL的存储原理与思维方式的不一致。当然,笔者也是NoSQL中的菜鸟,在这里分享一下自己的一些学习总结与心得。

1、数组

在MongoDB中,文档(Document)即表示数据库中的一个集合中的一条记录,相当于关系型数据库中的行(row)。在MongoDB中,数组是使用JSON语法表示的,在MongoDB中,也称为BSON格式。数组既可以作为有序对象来操作,也可以作为无序对象来操作。有序对象比如列表等,无序对象比如集合等等。

{
  "a" : 0,               //这明显不是一个数组
  "b" : [],              //定义一个空的数组 
  "c" : [ "1","2","3"]   //包含3个元素的数组
}
2、文档嵌套

在NoSQL中,文档与文档之间是可以随意嵌套的,比如某个字段的值为某个类型的对象。理论上,MongoDB支持无限级的自我嵌套,比如:

{
  "a": {"b":1,"c":2}
}
3、文档标识

如果标记当前这个文档,按照关系型数据库的习惯,则可以说,如果保证一条记录在数据库里是唯一的,在传统SQL中,使用主键ID来标识记录的全局唯一性,而在MongoDB中,则使用ObjectId来确保文档的唯一标识,即_id的默认类型。
ObjectID是一个12字节的BSON数据类型,格式如下:

  1. 前四个字节表示时间戳
  2. 接下来三个字节是机器标识码
  3. 紧接的两个字节由进程ID组成,即PID
  4. 最后三个字节是随机数

MongoDB中的每个文档必须有一个名为_id的键,可以是任意类型,默认为ObjectID类型。

以下是在Shell中关于ObjectId的一些方法

#生成一个新的ObjectId
newObjectId = ObjectId()

#返回的id为:ObjectId("5349b4ddd2781d08c09890f3")

#获取文档
ObjectId("5349b4ddd2781d08c09890f3").getTimestamp()

#返回时间为:ISODate("2016-07-06T21:49:17Z")

#将ObjectId转化为字符串
new ObjectId().str

#返回结果为:5349b4ddd2781d08c09890f3
3、添加文档

插入文档使用db.col.insert(document)

db.Collection_Name.insert({
  "name":"demo"
});
  1. 如果文档不包含_id键,MongoDB会自动创建一个ObjectId类型的_id值
  2. 默认情况下插入操作时,MongoDB只检查传入数据是否包含_id以及数据大小是否超过16MB,所以可以得到更高的性能插入,但同时也可能录入无效数据。
  3. 因为在插入时是不执行任何代码的,所以与传统SQL相比,MongoDB不存在SQL注入风险。
4、删除文档
db.Collection_Name.remove();   //清空集合内的所有文档
db.Collection_Name.remove(    //清空指定文档
  {
     "a":"a"
  }
);

//当集合内数据过多时,可以考虑下面这个方法

db.drop_collection(Collection_Name);  //直接删除集合
db.Collection_Name.ensureIndex();      //重建索引

5、更新文档
//update语法定义
db.Collection_Name.update(query,document,upsert,multi);

//设定原文档为:
var data = {_id:"xxxx","a":1,"b":2};

//query 是指查询条件,相当于SQL中的where子句,比如:
db.Collection_Name.update(
  {_id:"xxxx","a":1,"b":2},       //定位条件,对符合_id=xxxx,a=1,b=2的文档进行更新
  {"a":2},                        //将a的值改为2,替换整个文档
  true,                           //若查询不到符合条件的文档,则新增一个文档
  true                            //允许更新多行
);

  1. update操作会替换整个匹配的文档。而不是进行某些特定字段的修改。如果需要更新某个特定字段值,则应当使用修改器。
  1. upsert模式是一个布尔值选项,表示是否文档更新时,如果不存在,能够自动创建。
  2. multi模式也是一个布尔值选项,默认情况下只更新匹配到的第一个文档,开启了multi模式后(即设置为true),则会更新所有匹配的文档。
//更新文档使用到的一些修改器,由$符号定义

//$inc 增加或减少数字的值,键不存在时自动创建
db.Collection_Name.update(
  {"name" : "翘着二郎腿打代码"},
  {"$inc" : { "lover" : 1 }}               //只将lover字段的值加1
);

//$set 设置某一项或者多个项目的值
db.Collection_Name.update(
  {"name" : "翘着二郎腿打代码"},
  {"$set" : {"name" : "打代码" }}
);

这里列举一些常用的修改器

$inc      设置自增或者自减
$set      设置指定键的值
$unset    $set的反操作,会删除键及键值
$push     将元素追加到数组末尾,数组不存在则自动创建
$pushAll  $push的批量操作版本
$addToSet 与$push一样,会自动过滤重复元素
$pop      从数组中移除元素,1代表从末尾移除,-1代码从开头移除
$pull     从数组中移除所有匹配的元素
$pullAll  $pull的批量操作版本
$rename   修改制定键的键名
$bit      对整型键进行位操作

另外,还有一种方式可以实现文档的更新:

//使用findAndModify()更新文档
db.Collection_Name.findAndModify(
  {
      'query' : {"name" : "翘着二郎腿打代码" },
      'update' : {"$set" : { "favour" : 100 } },
      'new' : true
  }
);

/**
其中的参数如下:

query   :  查询条件,用来定位到匹配的文档
sort    :  如果匹配到多个文档,指定一个排序方式,-1降序,1升序
remove  :  是否删除匹配的文档
new     :  是否返回更新后的文档
update  :  更新操作
upsert  :  是否自动创建,如果匹配不到文档

**/

save()

//文档不存在时,执行insert操作,存在是执行update操作。
db.demo.save(document);
6、查询

我们先来举一些简单的例子:

//select * from demo;
db.demo.find();

//select * from demo where a = 1;
db.demo.find({"a":1});

//select a,b from demo where a = 1;
db.demo.find({"a":1},{a:1,b:1});

//select * from demo where a = 1 order by name asc;
db.demo.find({"a":1}).sort({"name":1});

//select * from demo where a > 1;
db.demo.find({"a":{$gt:1}});

//select * from demo where a like 'eee';
db.demo.find({"name":"/^eee/"});

//select * from demo limit 10 skip 20;
db.demo.find().limit(10).skip(20);

当然还有很多其他的语法形式,这里不再一一列举。下面列举一些常见的查询条件操作符

$lt    #小于
$lte   #小于等于
$gt    #大于
$gte   #大于等于
$all   #完全匹配
$mod   #取模
$ne    #不等于
$in    #在...内
$nin   #不在...内
$nor   #既不...也不...
$or    #或
$size  #匹配数组长度
$type  #匹配数据类型

slice()函数用于数组的查询

db.demo.find({},{favours:{'$slice':1}});     //仅返回数组中的前1项
db.demo.find({},{favours:{'$slice':-1}});    //仅返回数组中的最后一项
db.demo.find({},{favours:{'$slice':[1,2]}}); //跳过前1项,返回接下来的10项
db.demo.find({},{favours:{'$slice':[-1,1]}});//跳过最后一项,返回接下来的1项
7、游标

MongoDB中的游标已经在各个版本的驱动程序中封装好了,不需要像传统SQL那样使用PL/SQL结构化编程来声明游标,在Shell中,游标的使用方式与Java中的迭代器十分相似。

var cursor = db.demo.find();  //声明游标
while(cursor.hasNext()){      //遍历集合
  var element = cursor.next();
}
8、$WHERE

$where操作符也是用来定位查询的,这个SQL中的where非常类似,前面我们说过,匹配文档的时候可以使用各种查询条件操作符来实现,但是为什么还要有这个操作符呢?因为有些查询是无法通过之前讲过 的那些查询操作符来实现的。值得注意的是,$where操作符的性能低,没有使用也无法使用索引机制。

//传统SQL
select * from demo where a > 1;

//使用查询操作符实现
db.demo.find({a:{"$gt":1}});

//使用$where实现
db.demo.find({"$where":"this.a > 1"});
db.demo.find("this.a > 1");
db.demo.find(function(){
  return this.a > 1;
});
9、 排序&分页

MongoDB中提供了相关的方法进行排序和分页,主要有limit(),skip()sort()

//每页10条记录,略过前面10条记录,按a降序排序
db.demo.find().limit(10).skip(10).sort({a:-1});
10、索引

MongoDB的索引机制与传统SQL的索引基本上是一样的。

//创建索引
db.demo.ensureIndex({'a':1});

//创建子文档索引
db.demo.ensureIndex({'a.b':-1});

//创建复合索引
db.demo.ensureIndex({
   "a":1,"b":-1
});

//在MongoDB中,1表示升序,-1表示降序

//重新索引,一般是修改索引后重新索引操作
db.demo.reIndex();

//删除索引
db.demo.dropIndexes();
11、聚合

count()

//select count(a) from demo where a = 1;
db.demo.count({"a":1});

distinct()

db.demo.distinct("zip-code",{a:1});

group(key,cond,reduce,initial)
其中,
key :分组依据
cond: 查询条件
reduce:聚合操作
initial : 指定聚合计数器的初始对象

//sql表示
select a,b,sum(c) from demo where a = 1 group by a,b;

//MongoDB表示
db.demo.gourp({
  "key":{
     "a": true,
     "b": true
  },
  "cond":{
     "a":1
  }
});
12、归纳一下MongoDB中的一些Tips

1、MongoDB与传统SQL的显著区别

SQLMongoDB
表(Table)集合(Collection)
行(row)文档(document)

2、集合不能以system.开头, 这是因为MongoDB中的系统集合保持的前缀。比如

db.system.update(document);  //错误

3、 ObjectId类型是_id的默认类型,也可以自己指定其数据类型。MongoDB的初衷是设计成一个分布式的数据库,所以不会自动实现_id的自增。插入文档时,如果没有指定_id的值,则系统自动创建一个ObjectId类型的值,一般在客户端的驱动程序中完成。

4、插入文档时,MongoDB会解析BSON数据,BSON数据格式与JSON基本一致,在MongoDB中称为BSON。插入时会检查是否包含_id以及检查文档数据是否超过16MB,其余全部不作检查,从而实现其高效率性。

5、MongoDB在插入数据时,不会执行插入数据的代码,而是将BSON数据直接写入,不作任何的数据验证,所以不存在类似于SQL中的注入风险。

说明

本篇文章也是笔者自己在学习过后总结出来的。也是针对习惯于传统SQL的简友们写的,传统的SQL数据库与NoSQL个人感觉差别还算是挺大的。刚开始接触NoSQL的时候最大的不适应就是在MongoDB中是不需要设计表和表结构的,全是基于JSON的数据操作,所以其逻辑原理都在程序代码中实现,而MongoDB本身只负责分布式的数据存储。

文章更新日志
2016-07-08 文章初稿
    原文作者:翘着二郎腿打代码
    原文地址: https://www.jianshu.com/p/450430d15ad0
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞