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 。

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)