mongodb学习-入门篇

概述

mongodb 被用到越来越多的场景，本篇为入门篇。

monogodb 主要特点

高性能
丰富的查询条件
高可用
水平扩展
多种存储引擎

基本模型

基本数据模型

用两个图片来看一下和关系型数据库的对照

_id 主键，MongoDB 默认使用一个_id 字段来保证文档的唯一性。
reference 引用，勉强可以对应于外键(foreign key) 的概念，之所以是勉强是因为 reference 并没有实现任何外键的约束，而只是由客户端(driver)自动进行关联查询、转换的一个特殊类型。
view 视图，MongoDB 3.4 开始支持视图，和 SQL 的视图没有什么差异，视图是基于表/集合之上进行动态查询的一层对象，可以是虚拟的，也可以是物理的(物化视图)。
index 索引，与SQL 的索引相同。
$lookup，这是一个聚合操作符，可以用于实现类似 SQL-join 连接的功能
transaction 事务，从 MongoDB 4.0 版本开始，提供了对于事务的支持
aggregation 聚合，MongoDB 提供了强大的聚合计算框架，group by 是其中的一类聚合操作。

BSON

曾经，JSON 的出现及流行让 Web 2.0 的数据传输变得非常简单，所以使用 JSON 语法是非常容易让开发者接受的。
但是 JSON 也有自己的短板，比如无法支持像日期这样的特定数据类型，因此 MongoDB 实际上使用的是一种扩展式的JSON，叫 BSON(Binary JSON)。

分布式ID

MongoDB 采用 ObjectId 来表示主键的类型，数据库中每个文档都拥有一个_id 字段表示主键。 _id 的生成规则如下：

需要注意的是默认的主键基于雪花算法，基于时间戳，假如回滚时间或是时间不准确会导致数据受到影响

mongodb 语句操作

insert 操作

其中 users 为 collection ,另外一个例子：

db.inventory.insertMany([
   { item: "journal", qty: 25, size: { h: 14, w: 21, uom: "cm" }, status: "A" },
   { item: "notebook", qty: 50, size: { h: 8.5, w: 11, uom: "in" }, status: "A" },
   { item: "paper", qty: 100, size: { h: 8.5, w: 11, uom: "in" }, status: "D" },
   { item: "planner", qty: 75, size: { h: 22.85, w: 30, uom: "cm" }, status: "D" },
   { item: "postcard", qty: 45, size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }
]);

select 操作

db.inventory.find( {} )

我们前面也知道collection(上面例子中的 inventory )相当于数据库中的表，那么上面的语句就像

select * from inventory

我们需要查特定条件的记录呢，相当于加了 where 语句。

扫描二维码关注公众号，回复： 11274238 查看本文章

db.inventory.find( { status: "D" } )

相当于 

SELECT * FROM inventory WHERE status = "D"

其他条件的查询可见如下，其他复杂的查询可见： https://docs.mongodb.com/manual/tutorial/query-documents/

db.inventory.find( { $or: [ { status: "A" }, { qty: { $lt: 30 } } ] } )

SELECT * FROM inventory WHERE status = "A" OR qty < 30

db.inventory.find( {
     status: "A",
     $or: [ { qty: { $lt: 30 } }, { item: /^p/ } ]
} )

SELECT * FROM inventory WHERE status = "A" AND ( qty < 30 OR item LIKE "p%")

update 操作

mongodb 的 update 有两类：

update 更新
replace 替代操作

// 这个是更新
db.inventory.updateOne(
   { item: "paper" },
   {
     $set: { "size.uom": "cm", status: "P" },
     $currentDate: { lastModified: true }
   }
)


// 这个 replace 
db.inventory.replaceOne(
   { item: "paper" },     //被更新对象匹配的条件
   { item: "paper", instock: [ { warehouse: "A", qty: 60 }, { warehouse: "B", qty: 40 } ] }  //替代的新记录 
)

delete 操作

删除也有删除一条记录和多条记录的不同操作方式

db.inventory.deleteMany({ status : "A" })


db.inventory.deleteOne( { status: "D" } )

后面索引这一节的内容来自 ： https://zhuanlan.zhihu.com/p/87722764 ，非原创

索引

mongodb 索引上使用 B+ 树的实现，下面是建立索引的例子。

// author后面的数字 1 代表升序，如果是降序则是 -1
db.book.ensureIndex({author: 1})  

//复合索引 
db.book.ensureIndex({type: 1, published: 1})


//MongoDB 可以在复合索引上包含数组的字段，但最多只能包含一个
db.book.ensureIndex({tags: 1})

索引特性

在声明索引时，还可以通过一些参数化选项来为索引赋予一定的特性，包括：

unique=true，表示一个唯一性索引
expireAfterSeconds=3600，表示这是一个TTL索引，并且数据将在1小时后老化
sparse=true，表示稀疏的索引，仅索引非空(non-null)字段的文档
partialFilterExpression: { rating: { $gt: 5 }，条件式索引，即满足计算条件的文档才进行索引

索引分类

除了普通索引之外，MongoDB 支持的类型还包括：

哈希(HASH)索引，哈希是另一种快速检索的数据结构，MongoDB 的 HASH 类型分片键会使用哈希索引。
地理空间索引，用于支持快速的地理空间查询，如寻找附近1公里的商家。（这一个使我们想到一些使用场景）
文本索引，用于支持快速的全文检索
模糊索引(Wildcard Index)，一种基于匹配规则的灵活式索引，在4.2版本开始引入。

索引评估、调优

mongodb 中也有 explain 语句，下面例子使用 explain() 命令可以用于查询计划分析，进一步评估索引的效果。如下：

db.test.explain().find( { a : 5 } )

{ "queryPlanner" : { ... "winningPlan" : { "stage" : "FETCH", "inputStage" : { "stage" : "IXSCAN", "keyPattern" : { "a" : 5 }, "indexName" : "a_1", "isMultiKey" : false, "direction" : "forward", "indexBounds" : {"a" : ["[5.0, 5.0]"]} } }}, ... }

集群

这里就不深入集群的一些细节，本篇是入门篇，在后续的篇章中会介绍集群相关的。

总结

本篇介绍了 mongodb 一些基本的操作，在后续的文章中我们会更加深入地介绍

参考资料

学习 monogodb 入门可以先阅读以下几篇文章：

https://www.mongodb.com/document-databases（What is a Document Database?）
https://www.mongodb.com/nosql-explained （关于 nosql 的介绍）

入门学习

https://zhuanlan.zhihu.com/p/87722764 （入门学习介绍）

mongodb 命令操作

https://docs.mongodb.com/manual/crud/
https://docs.mongodb.com/manual/tutorial/query-documents/ (挺不错的，提供 shell 命令行界面)