什么是MongoDB?

mongodb是一个基于分布式文件储存的数据库,由C 编写。是一个文档型数据库，提供好的性能，领先的非关系型数据库

MongoDB的储存形式类似于python的字典，以{‘key’：‘value’}的形式储存

mongoDB适用于哪些场景?

1.网站数据量大

2,网站数据读写操作频繁

3.价值较低

数据库mysql和mongdb的区别?

SQL：mysql、Oracle、sqlserver、db2

1. 高度事务性场景：银行、会计、贸易，库管，需要大量原子性操作

1. 适合存储结构化数据，如用户的帐号、地址，预先定义明确的字段

1. 数据价值高、对安全性要求高、稳定性要求高

1. 需要持久化存储的 “冷数据”(不需要经常读写的数据)

1. 需要通过SQL语言做关联查询，比如join

6.这些数据的规模、增长的速度通常是可以预期的

NoSQL：

redis key:value(string、hash、set、zset、list）、

mongodb {“name” : “xiaoming”, “age” : 18}, {}

mongodb:字典格式，支持分组、索引、主从备份、集群

1. 灵活的数据结构，适合存储非结构化数据，如文章、评论，需要事先设计 数据的增删改 的字段

1. 高度收缩性场景，社交网络、热点资讯，NoSQL数据库通常具有无限（至少接近）伸缩性

1. 处理 “热数据”（经常需要读写的数据），这些数据通常用于模糊处理，如全文搜索、机器学习

1. 这些数据是海量的，而且增长的速度是难以预期的，更容易扩展

1. 按key获取数据效率很高，但是对join或其他结构化查询的支持就比较差

大型互联网项目都会选用MySQL（或任何关系型数据库） NoSQL的组合方案

端口号：

mysql: 3306

redis: 6379

mongodb: 27017

mongodb安装教程

关于mongodb的好处，优点之类的这里就不说了，唯一要讲的一点就是mongodb中有三元素：数据库，集合，文档，其中“集合”

就是对应关系数据库中的“表”，“文档”对应“行”。

下载

上MongoDB官网 ，我们发现有32bit和64bit，这个就要看你系统了，不过这里有两点注意：

①：根据业界规则，偶数为“稳定版”（如：1.6.X，1.8.X），奇数为“开发版”（如：1.7.X，1.9.X)，这两个版本的区别相信大家都知道吧。

②：32bit的mongodb最大只能存放2G的数据，64bit就没有限制。

我这里就下载”2.0.2版本，32bit“，ok，下载之后我就放到”E盘“，改下文件夹名字为”mongodb“。

启动

①：启动之前，我们要给mongodb指定一个文件夹，这里取名为”db”,用来存放mongodb的数据。

②：微软徽标 R，输入cmd，首先找到“mongodb”的路径，然后运行mongod开启命令，同时用–dbpath指定数据存放地点为“db”文件夹。

③：最后要看下是否开启成功，从图中的信息中获知，mongodb采用27017端口，那么我们就在浏览器里面键入“http://localhost:27017/”，

打开后，mongodb告诉我们在27017上Add 1000可以用http模式查看mongodb的管理信息。

基本操作

由于是开篇，就大概地说下基本的“增删查改“，我们再开一个cmd，输入mongo命令打开shell，其实这个shell就是mongodb的客户端，

同时也是一个js的编译器，默认连接的是“test”数据库。

insert 操作

好，数据库有了，下一步就是集合，这里就取集合名为“person”，要注意的就是文档是一个json的扩展（Bson)形式。

find 操作

我们将数据插入后，肯定是要find出来，不然插了也白插，这里要注意两点：

① “_id”： 这个字段是数据库默认给我们加的GUID，目的就是保证数据的唯一性。

② 严格的按照Bson的形式书写文档，不过也没关系，错误提示还是很强大的。

update操作

update方法的第一个参数为“查找的条件”，第二个参数为“更新的值”，学过C#，相信还是很好理解的。

remove操作

remove中如果不带参数将删除所有数据，呵呵，很危险的操作，在mongodb中是一个不可撤回的操作，三思而后行。

细说增删改查

有一天当我们用上一篇同样的方式打开mongodb，突然

傻眼了，擦，竟然开启不了，仔细观察“划线区域“的信息，发现db文件夹下有一个类似的”lock file”阻止了mongodb的开启，接下来我们要做的就

是干掉它，之后，开启成功，关于mongodb的管理方式将在后续文章分享。

一： Insert操作

上一篇也说过,文档是采用“K-V”格式存储的，如果大家对JSON比较熟悉的话，我相信学mongodb是手到擒来，我们知道JSON里面Value

可能是“字符串”，可能是“数组”，又有可能是内嵌的一个JSON对象，相同的方式也适合于BSON。

常见的插入操作也就两种形式存在：“单条插入”和“批量插入”。

① 单条插入

先前也说了，mongo命令打开的是一个javascript shell。所以js的语法在这里面都行得通，看起来是不是很牛X。

② 批量插入

这玩意跟“单条插入”的差异相信大家应该知道，由于mongodb中没有提供给shell的“批量插入方法”，没关系，各个语言的driver都打通

了解mongodb内部的批量插入方法，因为该方法是不可或缺的，如果大家非要模拟下批量插入的话，可以自己写了for循环，里面就是insert。

二：Find操作

日常开发中，我们玩查询，玩得最多的也就是二类：

①： >, >=, <, <=, !=, =。

②：And，OR，In，NotIn

这些操作在mongodb里面都封装好了，下面就一一介绍：

“gt”, “gt“,”gte”, “lt”, “lt“,”lte”, “$ne”, “没有特殊关键字”，这些跟上面是一一对应的，举几个例子。

“无关键字“, “or”, “or“,”in”，”$nin” 同样我也是举几个例子

在mongodb中还有一个特殊的匹配，那就是“正则表达式”，这玩意威力很强的。

有时查询很复杂，很蛋疼，不过没关系，mongodb给我们祭出了大招，它就是where，为什么这么说，是因为where，为什么这么说，是因为where中的value

就是我们非常熟悉，非常热爱的js来助我们一马平川。

三：Update操作

更新操作无非也就两种，整体更新和局部更新，使用场合相信大家也清楚。

整体更新

不知道大家可还记得，我在上一篇使用update的时候，其实那种update是属于整体更新。

局部更新

有时候我们仅仅需要更新一个字段，而不是整体更新，那么我们该如何做呢？easy的问题，mongodb中已经给我们提供了两个

修改器： inc 和inc和set。

① $inc修改器

$inc也就是increase的缩写，学过sql server 的同学应该很熟悉，比如我们做一个在线用户状态记录，每次修改会在原有的基础上

自增$inc指定的值，如果“文档”中没有此key，则会创建key，下面的例子一看就懂。

② $set修改器

啥也不说了，直接上代码

upsert操作

这个可是mongodb创造出来的“词”，大家还记得update方法的第一次参数是“查询条件”吗？，那么这个upsert操作就是说：如果我

没有查到，我就在数据库里面新增一条，其实这样也有好处，就是避免了我在数据库里面判断是update还是add操作，使用起来很简单

将update的第三个参数设为true即可。

批量更新

在mongodb中如果匹配多条，默认的情况下只更新第一条，那么如果我们有需求必须批量更新，那么在mongodb中实现也是很简单

的，在update的第四个参数中设为true即可。例子就不举了。

四: Remove操作

这个操作在上一篇简单的说过，这里就不赘述了。

细说高级操作

今天跟大家分享一下mongodb中比较好玩的知识，主要包括：聚合，游标。

一： 聚合

常见的聚合操作跟sql server一样，有：count，distinct，group，mapReduce。

count

count是最简单，最容易，也是最常用的聚合工具，它的使用跟我们C#里面的count使用简直一模一样。

distinct

这个操作相信大家也是非常熟悉的，指定了谁，谁就不能重复，直接上图。

group

在mongodb里面做group操作有点小复杂，不过大家对sql server里面的group比较熟悉的话还是一眼

能看得明白的，其实group操作本质上形成了一种“k-v”模型，就像C#中的Dictionary，好，有了这种思维，

我们来看看如何使用group。

下面举的例子就是按照age进行group操作，value为对应age的姓名。下面对这些参数介绍一下：

key： 这个就是分组的key，我们这里是对年龄分组。

initial: 每组都分享一个”初始化函数“，特别注意：是每一组，比如这个的age=20的value的list分享一个

initial函数，age=22同样也分享一个initial函数。

$reduce: 这个函数的第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，第一次

为initial中的{”perosn“：[]}。有多少个文档， $reduce就会调用多少次。

看到上面的结果，是不是有点感觉，我们通过age查看到了相应的name人员，不过有时我们可能有如下的要求：

①：想过滤掉age>25一些人员。

②：有时person数组里面的人员太多，我想加上一个count属性标明一下。

针对上面的需求，在group里面还是很好办到的，因为group有这么两个可选参数: condition 和 finalize。

condition: 这个就是过滤条件。

finalize:这是个函数，每一组文档执行完后，多会触发此方法，那么在每组集合里面加上count也就是它的活了。

mapReduce

这玩意算是聚合函数中最复杂的了，不过复杂也好，越复杂就越灵活。

mapReduce其实是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。

① map：

这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

② reduce：

这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是

emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是很多{“count”:1}的数组。

③ mapReduce:

这个就是最后执行的函数了，参数为map，reduce和一些可选参数。具体看图可知：

从图中我们可以看到如下信息：

result: “存放的集合名“；

input:传入文档的个数。

emit：此函数被调用的次数。

reduce：此函数被调用的次数。

output:最后返回文档的个数。

最后我们看一下“collecton”集合里面按姓名分组的情况。

游标

mongodb里面的游标有点类似我们说的C#里面延迟执行，比如：

var list=db.person.find();

针对这样的操作，list其实并没有获取到person中的文档，而是申明一个“查询结构”，等我们需要的时候通过

for或者next()一次性加载过来，然后让游标逐行读取，当我们枚举完了之后，游标销毁，之后我们在通过list获取时，

发现没有数据返回了。

当然我们的“查询构造”还可以搞得复杂点，比如分页，排序都可以加进去。

var single=db.person.find().sort({“name”,1}).skip(2).limit(2);

那么这样的“查询构造”可以在我们需要执行的时候执行，大大提高了不必要的花销。

索引操作

好，今天分享下mongodb中关于索引的基本操作，我们日常做开发都避免不了要对程序进行性能优化，而程序的操作无非就是CURD，通常我们

又会花费50%的时间在R上面，因为Read操作对用户来说是非常敏感的，处理不好就会被人唾弃，呵呵。

从算法上来说有5种经典的查找，具体的可以参见我的算法速成系列，这其中就包括我们今天所说的“索引查找”，如果大家对sqlserver比较了解

的话，相信索引查找能给我们带来什么样的性能提升吧。

我们首先插入10w数据，上图说话：

一：性能分析函数（explain）

好了，数据已经插入成功，既然我们要做分析，肯定要有分析的工具，幸好mongodb中给我们提供了一个关键字叫做“explain”，那么怎么用呢？

还是看图，注意，这里的name字段没有建立任何索引，这里我就查询一个“name10000”的姓名。

仔细看红色区域，有几个我们关心的key。

cursor: 这里出现的是”BasicCursor”,什么意思呢，就是说这里的查找采用的是“表扫描”，也就是顺序查找，很悲催啊。

nscanned: 这里是10w，也就是说数据库浏览了10w个文档，很恐怖吧，这样玩的话让人受不了啊。

n: 这里是1，也就是最终返回了1个文档。

millis: 这个就是我们最最最….关心的东西，总共耗时114毫秒。

建立索引（ensureIndex）

在10w条这么简单的集合中查找一个文档要114毫秒有一点点让人不能接受，好，那么我们该如何优化呢？mongodb中给

我们带来了索引查找，看看能不能让我们的查询一飞冲天…..

这里我们使用了ensureIndex在name上建立了索引。”1“：表示按照name进行升序，”-1“：表示按照name进行降序。

我的神啊，再来看看这些敏感信息。

cursor: 这里出现的是”BtreeCursor”，这么牛X，mongodb采用B树的结构来存放索引，索引名为后面的“name_1″。

nscanned: 我数据库只浏览了一个文档就OK了。

n: 直接定位返回。

millis: 看看这个时间真的不敢相信，秒秒杀。

通过这个例子相信大家对索引也有了感官方面的认识了吧。

唯一索引

和sqlserver一样都可以建立唯一索引，重复的键值自然就不能插入，在mongodb中的使用方法是：

db.person.ensureIndex({“name”:1},{“unique”:true})。

组合索引

有时候我们的查询不是单条件的，可能是多条件，比如查找出生在‘1989-3-2’名字叫‘jack’的同学，那么我们可以建立“姓名”和”生日“

的联合索引来加速查询。

看到上图，大家或者也知道name跟birthday的不同，建立的索引也不同，升序和降序的顺序不同都会产生不同的索引，

那么我们可以用getindexes来查看下person集合中到底生成了哪些索引。

此时我们肯定很好奇，到底查询优化器会使用哪个查询作为操作，呵呵，还是看看效果图：

看完上图我们要相信查询优化器，它给我们做出的选择往往是最优的，因为我们做查询时，查询优化器会使用我们建立的这些索引来创建查询方案，

如果某一个先执行完则其他查询方案被close掉，这种方案会被mongodb保存起来，当然如果非要用自己指定的查询方案，这也是

可以的，在mongodb中给我们提供了hint方法让我们可以暴力执行。

删除索引

可能随着业务需求的变化，原先建立的索引可能没有存在的必要了，可能有的人想说没必要就没必要呗，但是请记住，索引会降低CUD这三

种操作的性能，因为这玩意需要实时维护，所以啥问题都要综合考虑一下，这里就把刚才建立的索引清空掉来演示一下:dropIndexes的使用。

mapreduce