MongoDB-1入门介绍

NoSQL

NoSQL(NoSQL = Not Only SQL)，意即反SQL运动，指的是非关系型的数据库

优点

1、对数据库高并发读写。

2、对海量数据的高效率存储和访问。

3、对数据库的高可扩展性和高可用性。

弱点：

1、数据库事务一致性需求

2、数据库的写实时性和读实时性需求

3、对复杂的SQL查询，特别是多表关联查询的需求

简介

MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。

它支持的数据结构非常松散，数据格式是BSON，一种类似
JSON的二进制形式的存储格式，简称Binary JSON ，和JSON一样支持内嵌的文档对象和
数组对象，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。
原则上 Oracle 和 MySQL 能做的事情，MongoDB 都能做（包括 ACID 事务）。

MongoDB术语与SQL术语对比

在这里插入图片描述

MongoDB与关系型数据库性能对比

在这里插入图片描述

特点

半结构化

在一个集合中，文档所拥有的字段并不需要是相同的，而且也不需要对所用的字段进行声明。因此，MongoDB具有很明显的半结构化特点。除了松散的表结构，文档还可以支持多级的嵌套、数组等灵活的数据类型，非常契合面向对象的编程模型。

弱关系

MongoDB没有外键的约束，也没有非常强大的表连接能力。类似的功能需要使用聚合管道技术来弥补

支持海量数据、高可用

复制集提供99.999%高可用
分片架构支持海量数据和无缝扩容
轻松支持TB-PB数量级

应用场景

游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新；
物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来；
社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能；
物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析；
视频直播，使用 MongoDB 存储用户信息、礼物信息等；
大数据应用，使用云数据库MongoDB作为大数据的云存储系统，随时进行数据提取分析，掌握行业动态。|

是否使用MongoDB判断

只要有一项需求满足就可以考虑使用MongoDB，匹配越多，选择MongoDB越合适。
在这里插入图片描述

安装

#拉取镜像
docker pull mongo:latest

#创建和启动容器
docker run -d --restart=always -p 27017:27017 --name mymongo -v /data/db:/data/db -d mongo

#进入容器
docker exec -it mymongo/bin/bash

#使用MongoDB客户端进行操作
mongo

show dbs #查询所有的数据库
admin 0.000GB
config 0.000GB
local 0.000GB

优化手段

索引

B树索引。【Mysql Innodb引擎使用B+树】
MongoDB支持多种索引类型，包括：

单键索引（Single Key Index）：只对一个字段进行索引。在MongoDB中，默认创建的_Id索引就是单键索引。
复合索引（Compound Index）：对多个字段进行索引。例如，如果经常需要根据两个或更多字段进行查询，那么创建复合索引可以提高查询效率。
多键索引（Multikey Index）：针对数组或嵌套文档的字段进行索引。多键索引会为数组的每个元素建立一条索引，允许在数组或嵌套文档字段上进行查询。
地理空间索引（Geospatial Index）：对包含地理坐标的字段进行索引，以支持地理位置相关的查询。
文本索引（Text Index）：对文本字段进行全文索引，以支持文本搜索和自然语言查询。

使用聚合管道

MongoDB支持聚合管道操作，可以将多个操作合并成一个操作，以减少网络通信和磁盘IO。例如，可以使用聚合管道来实现分页查询，将排序、投影和分页操作合并成一个操作。

在MongoDB中，可以使用聚合管道来实现自定义条件搜索、排序、投影和分页。
以下是一个示例：假设你有一个books集合，你希望根据某些条件搜索书籍，
然后根据某个字段（例如rating）进行排序，只返回你感兴趣的字段，并将其分页。以下是具体的代码示例：javascript
const mongoose = require('mongoose');  
const Book = mongoose.model('Book', new mongoose.Schema({ name: String, rating: Number }));  // 定义搜索条件  
const searchCondition = { name: /search keyword/ };  // 定义聚合管道  
const pipeline = [];  // 添加匹配操作  
pipeline.push({  $match: searchCondition  
});  // 添加排序操作  
pipeline.push({  $sort: { rating: -1 }  // 按 rating 字段降序排序  
});  // 添加投影操作  
pipeline.push({  $project: {  _id: 1,  // 包含 _id 字段  name: 1,  // 包含 name 字段  rating: 1  // 包含 rating 字段  }  
});  // 添加分页操作  
const skip = (page - 1) * limit;  // 计算跳过的数量  
pipeline.push({  $skip: skip  
});  
pipeline.push({  $limit: limit  // 假设 limit 是每页的数量  
});  // 执行聚合查询  
Book.aggregate(pipeline, function(err, results) {  if (err) throw err;  console.log(results);  
});
在这个例子中，$match操作符用于满足自定义搜索条件，
$sort操作符用于排序，$project操作符用于投影，$skip和$limit操作符用于分页。
请注意，$skip和$limit的使用顺序很重要，因为$skip必须在$limit之前，
否则无法得到正确的结果。