阿丹：

在开始学习先了解以及目标知识的架构体系。就能事半功倍。

传送门：

MongoDB文档--基本安装-linux安装（mongodb环境搭建）-docker安装（挂载数据卷）-以及详细版本对比_一单成的博客-CSDN博客

MongoDB文档-基础使用-在客户端（dos窗口）/可视化工具中使用MongoDB基础语句_一单成的博客-CSDN博客 MongoDB文档-进阶使用-MongoDB索引-createindex()与dropindex()-在MongoDB中使用正则表达式来查找_一单成的博客-CSDN博客

MongoDB文档-进阶使用-spring-boot整合使用MongoDB---MongoRepository完成增删改查_一单成的博客-CSDN博客

MongoDB文档-进阶使用-spring-boot整合使用MongoDB---MongoTemplate完成增删改查_一单成的博客-CSDN博客

架构体系

MongoDB的架构体系由以下几部分组成：

存储结构：MongoDB采用文档型存储结构，一个数据库包含多个集合，一个集合包含多个文档。
存储形式：MongoDB采用二进制存储形式，数据以二进制形式存储在数据库中。
目录结构：MongoDB服务（mongod）负责数据存储和查询，数据路由服务（mongos）负责数据和查询的路由，shell客户端（mongo）用于与数据库进行交互，导入导出工具（mongoimport / mongoexport）用于导入和导出数据，备份恢复工具（mongodump / mongorestore）用于备份和恢复数据，拉取并重放oplog的工具（mongooplog）用于拉取oplog并重放数据，监控工具（mongostat、mongotop、mongosniff）用于监控数据库的运行状态，GridFS的命令行操作工具（mongofiles）用于操作GridFS文件系统，性能测试工具（mongoperf，暂时只能测I/O）用于测试数据库的性能，查看bson文件的工具（bsondump）用于查看bson文件的内容。
数据存储：MongoDB的数据存储在一个默认的数据目录中，该目录位于安装目录的data/db下。每个数据库都有一个对应的.ns文件和一些数据文件，数据文件会随着数据量的增加而变得越来越多。
分片集群：MongoDB支持分片集群部署，可以将数据分布在多个节点上，提高系统的扩展性和可靠性。在分片集群中，每个节点都可以存储数据和路由查询，同时每个节点都有自己的 oplog 和 config set。

综上所述，MongoDB的架构体系包括存储结构、存储形式、目录结构、数据存储和分片集群等方面。这个架构体系使得MongoDB具有高性能、高扩展性、查询语言丰富、易于使用等优点，并且能够满足不同应用场景的需求。

数据库中数据存储架构体系

MongoDB的数据结构类似于文档型数据库，其数据存储在称为“集合”（Collections）的容器中。每个集合包含多个文档（Documents），每个文档又由多个键值对（Key-Value Pairs）组成。这些键值对包含了具体的属性和值，类似于关系型数据库中的字段（Fields）和数据。

在MongoDB中，一个数据库包含多个集合，这些集合可以按照不同的方式进行组织和分类。与关系型数据库类似，MongoDB也支持使用模式（Schema）来定义文档的结构和属性。

下面是一个简单的MongoDB数据结构的示例：

{
  "_id": ObjectId("5a5e0f551df5c11b5e5b56c3"),
  "name": "John Doe",
  "age": 30,
  "email": "[email protected]",
  "address": {
    "street": "123 Main St",
    "city": "Anytown",
    "state": "CA",
    "zip": "12345"
  },
  "phoneNumbers": [
    {
      "type": "home",
      "number": "555-555-1234"
    },
    {
      "type": "work",
      "number": "555-555-5678"
    }
  ]
}

在这个示例中，我们有一个名为“users”的集合，其中包含一个文档，该文档包含了名为“name”、“age”、“email”、“address”和“phoneNumbers”的属性。其中，“address”和“phoneNumbers”是嵌套的对象和数组，可以包含更复杂的数据类型。

总之，MongoDB的数据结构是基于文档的，每个文档都包含一组键值对，其中每个键都唯一标识一个属性，每个值都是一个数据类型。与关系型数据库不同，MongoDB中的数据类型可以是复杂的对象和数组，而不仅仅是简单的表和字段。

结构解读

在MongoDB中，一个集合（Collection）就像一个容器，用于存储多个文档（Documents）。每个文档就像一个JSON对象，包含一组键值对，其中每个键都唯一标识一个属性，每个值都是一个数据类型。因此，一个集合可以包含多个文档，就像一张表可以包含多行数据一样。

但是，MongoDB中的文档并不是像关系型数据库中的行那样存储在集合中的。相反，文档之间是独立的存在的，它们只是被存储在集合中以便可以轻松地查询和管理。这也就意味着，在MongoDB中，文档的顺序是不确定的，它们可以在集合中任意排列和重新排列。

总之，MongoDB中的集合类似于关系型数据库中的表，但它们可以包含多个文档，每个文档都是一个独立的JSON对象，具有自己的键值对和数据类型。

类似于一个集合就是一个表，里面可以放很多不规定字段的对象。

对比mysql来说在mysql中的表中的对象是已经被规定好字段以及格式的，这就是MongoDB的优点。更加的灵活，他们只需要排列在集合中就可以被存入并且可以被查询和使用。

mongdb工作原理-增/删/改/查原理

MongoDB是一种基于文档的NoSQL数据库，其工作原理如下：

增加数据：

当需要向MongoDB中添加数据时，可以通过insertOne()或insertMany()等方法将一个或多个文档插入到集合中。这些文档可以是JSON格式，也可以是其他数据类型，例如二进制数据或地理位置信息等。

删除数据：

要删除MongoDB中的数据，可以使用deleteOne()、deleteMany()或findOne()等方法来删除符合条件的文档。删除操作会将选定的文档从集合中永久删除，但不会影响集合中的其他文档。

更新数据：

要更新MongoDB中的数据，可以使用updateOne()、updateMany()或findOneAndUpdate()等方法来修改符合条件的文档。更新操作可以修改文档中的某些属性或添加新属性，也可以将整个文档替换为另一个文档。

查询数据：

要查询MongoDB中的数据，可以使用find()、findOne()、count()、aggregate()等方法来查找符合条件的文档。查询操作可以根据文档中的属性进行筛选、排序、分页等操作，也可以使用聚合函数对数据进行统计和分析。

总之，MongoDB的工作原理是通过增、删、改、查等操作来管理和操作文档集合。这些操作可以通过MongoDB的驱动程序或客户端进行，支持多种编程语言和平台。由于MongoDB是一种NoSQL数据库，它具有灵活的数据结构和查询语言，能够适应不同类型和规模的应用程序。

mongdb工作原理-高级用法索引原理

MongoDB的索引是用于提高查询效率和加速查询功能的数据结构。索引是在集合中的文档上创建的，它可以包含一个或多个字段，并且按照特定的顺序排序。

索引的工作原理如下：

创建索引：

在集合中创建索引需要使用createIndex()方法，该方法可以指定索引的字段和排序方式。例如，以下代码将在集合中的age字段上创建一个升序索引：

db.collection.createIndex({ age: 1 })

查询索引：

创建索引后，可以使用find()方法进行查询。MongoDB将根据索引的排序方式进行查询，从而快速定位到需要的数据。例如，以下代码将查询年龄大于等于18岁的所有文档：

db.collection.find({ age: { $gte: 18 } })

更新索引：

当集合中的数据发生变化时，索引也需要随之更新。当插入、更新或删除文档时，MongoDB会自动更新相关的索引。如果要手动更新索引，可以使用update()方法或save()方法来更新文档。

删除索引：

要删除集合中的索引，可以使用dropIndex()方法。例如，以下代码将删除在age字段上创建的索引：

db.collection.dropIndex({ age: 1 })

总之，MongoDB的索引是用于提高查询效率和加速查询功能的数据结构，可以在集合中的文档上创建，包含一个或多个字段，并按照特定的顺序排序。索引的创建、查询、更新和删除都需要使用相应的MongoDB方法进行操作。

MongoDB文档--架构体系