一、简介
MongoDB是一个NoSQL型的数据库,基于分布式文档型储存数据库,由C++语言编写,它的特点是开源、高性能、高可用、高扩展、易部署。支持 Golang、RUBY、PYTHON、JAVA、C++、PHP等多种开发语言。
二、应用场景
MongoDB适用于高并发读写、数据量大、高可扩展性和高可用性且对事务要求不高的场景,常用的应用场景有以下:
1. 社交应用:可以使用MongoDB来存储用户信息和朋友圈动态,实现附近的人等功能。
2. 游戏:使用MongoDB来存储用户基础信息,以及游戏中的积分、等级以及装备等用户关联信息。
3. 物流:使用MongoDB存储订单信息,以及物流轨迹信息。
4. 物联网:使用MongoDB存储各设备信息,以及个设备的产生的日志信息,以便于对设备进行分析、维护和预警。
5. 视频直播:使用MongoDB来吃存储用户信息,以及用户操作日志、点赞、收藏和评价。
三、基础操作
1、创建集合
集合的创建分为隐式创建和显式创建。
显式创建:db.createCollection(name)。
隐式创建:当向一个集合插入一个文档时,如果集合不存在则会自动创建集合。
2、插入操作:
insert插入:插入单个数据。
db.user.insert({name:"张三",age:19,sex:1})
insertMany插入:插入多条数据。
db.user.insertMany([{name:"李四",age:24,sex:1},{name:"王五",age:20,sex:0}])
3、查询操作:
查询操作使用find()或findOne()进行查询,其中findOne()只查询出一条数据。
find查询
db.user.find({age:20},{_id:0,age:1,name:1});
// 等同于:select age,name from user where age=20;
比较查询
操作 | 操作符 | 查询格式 |
小于 | $lt | {age:{$lt:18}} // where age<18 |
小于等于 | $lte | {age:{$lte:18}} // where age<=18 |
大于 | $gt | {age:{$gt:18}} // where age>18 |
大于等于 | $gte | {age:{$gte:18}} // where age>=18 |
不等于 | $ne | {age:{$ne:18}} // where age<>18 |
db.user.find({age:{$lt:30}})
//等同于 select * from user where age<30;
逻辑查询
and查询
db.user.find({$and:[{age:20},{sex:0}]});
// 等同于 select * from user where age=20 and sex=0
或者缺省$and
db.user.find({age:20,sex:0})
or查询
db.user.find({$or:[{age:{$lt:24}},{sex:1}]});
//等同于 select * from user where age<24 or sex=1
混合查询
db.user.find({$or:
[{sex:1},
{$and:
[{age:20},{sex:0}]
}]});
//等同于 select * from user where sex=1 or(age=20 and sex=0)
in 和nin 查询
db.user.find({age:{$in:[18,19,20]}})
//等同于 select * from user where age in (18,19,20)
db.user.find({age:{$nin:[18,19,20]}})
//等同于 select * from user where age not in (18,19,20)
为空查询
db.user.find({name:{$exists:1}});
//等同于 select * from user where name is not null;
分页查询
db.user.find().skip(2).limit(2).sort({age:1});
//等同于 select * from user order by age asc limit 2,2;
分组查询
使用聚合方法aggregate()。
db.user.aggregate([{$group:{_id:"$sex",min_age:{$min:"$age"}}}]);
//等同于 select sex,min($age) from user group by sex; //获取男女中最小年龄
db.user.aggregate([{$group:{_id:"$sex",sex_total:{$sum:1}}}]);
//等同于 select sex,count(1) from user group by sex;// 统计男女的个数
其他聚合操作
操作 | 描述 | 示例 |
$avg | 计算平均值。 | db.user.aggregate([{$group:{_id:"$sex",avg_age:{$avg:"$age"}}}]) |
$max | 求最大值。 | db.user.aggregate([{$group:{_id:"$sex",min_age:{$max:"$age"}}}]) |
$push | 将值加入一个数组中,不判断重复。 | db.user.aggregate([{$group:{_id:"$sex",name:{$push:"$name"}}}]) |
$addToSet | 将值加入一个数组中,会判断是重复,若重复则不加入。 | db.user.aggregate([{$group:{_id:"$sex",name:{$addToSet:"$name"}}}]) |
$first | 获取第一个文档数据 | db.user.aggregate([{$group:{_id:"$sex",first_name:{$first:"$name"}}}]) |
$last | 获取最后一个文档数据 | db.user.aggregate([{$group:{_id:"$sex",last_name:{$last:"$name"}}}]) |
4、更新操作
db.user.update({查询条件},{更新操作},不存在时是否插入,是否多条,异常级别)。
db.user.update({name:"张三"},{$set:{age:40}}) // 将张三的年龄修改为40
db.user.update({name:"张三"},{$inc:{age:2}}) //将张三的年龄加2
5、删除操作
删除集合(此操作慎用)
db.user.drop();
删除文档
db.user.remove({查询条件})
四、索引
1. 创建索引
db.user.createIndex({age:1}) // 创建index_age 按升序排序
2. 查看索引
db.user.getIndexes()
3. 查看索引大小
db.user.totalIndexSize()
4. 删除索引
db.user.dropIndex(索引名);
db.user.dropIndexes();//删除集合所有索引
总结:
本文主要介绍了MongoDB的常用的基础操作,操作方式主要使用的是json类型的条件语句,对json编写的要求较高,其操作和MySQL的操作基本相同,除了MongoDB没有join查询以外其他查询都支持,后续会给大家分享MongoDB的安装和主从复制等内容。