MongoDB從立地到成佛(介紹、安裝、增刪改查)

目錄

課程導學

第一關 MongoDB介紹

1.1 非關系型數據庫

1.2 MongoDB的特點

1.3 MongoDB的應用場景

第二關 MongoDB安裝和表結構

2.1 MongoDB的安裝

2.2 MongoDB的表結構

第三關 MongoDB的增刪改查

3.1 MongoDB插入

3.2 MongoDB查詢

3.3 MongoDB更新

3.4 MongoDB刪除

課程總結

課程導學

大家好我是bigsai，我們都學過數據庫，但你可能更熟悉關系(型)數據庫例如MySQL，SQL SERVER，ORACLE等，對于非關系(型)數據庫可能比較陌生，因為大部分入門級項目或者學習對非關系型數據庫的使用要求并不高，所以你了解的會更少。但談起性能和功能，非關系數據庫的表現那可謂是非常亮眼了！咱們今天就介紹學習以及使用其中一種非關系型數據庫——MongoDB數據庫！

本篇會介紹MongoDB相關內容以及MongoDB的安裝，但是你電腦需要擁有Studio 3T(-https://studio3t.com/ )用來連接管理MongoDB。

如果以前沒見過或者沒使用過也不要緊，本課程包教包會！

通過本次篇你可以掌握以下內容：

認識MongoDB

實現MongoDB的增刪改查

第一關 MongoDB介紹

在介紹MongoDB之前，問個問題，你知道什么是MongoDB嗎？

你可能會說它是個非關系型數據庫，更多的可能就不太了解了，不要緊，我們一層一層捋一下。

1.1 非關系型數據庫

NoSQL（Not Only SQL），直譯過來不僅僅是數據庫，泛指非關系型數據庫。隨著互聯網web2.0網站的興起，傳統的關系型數據庫在處理web2.0網站，特別是超大規模和高并發類型的web2.0純動態網站已經顯得力不從心，出現了很多難以克服的問題，而非關系型數據庫則由于其本身的特點得到了非常迅速地發展。非關系型數據庫的產生就是為了解決大規模數據集合多重數據種類帶來的挑戰，尤其是大數據應用難題。

而非關系型數據庫又分為好幾種：

鍵值(Key-Value)存儲數據庫 ：這類數據庫會使用一個哈希表，這種模型很像Java中的HashMap的使用，其使用比較簡單，容易部署，但如果只對部分數據查詢或更新時效率不是很高，這類非關系數據庫有Redis、Oracle BDB 等。

列存儲數據庫 ：這部分數據庫通常是用來應對分布式存儲的海量數據。鍵仍然存在，但是它們的特點是指向了多個列。這些列是由列家族來安排的。如： HBase， Riak 等。

文檔型數據庫 ：它同鍵值存儲類似。該類型的數據以特定的格式存儲，比如JSON。文檔型數據庫可以看作是鍵值數據庫的升級版，允許之間嵌套鍵值，在處理網頁等復雜數據時比傳統鍵值數據庫的查詢效率更高 。而MongoDB 就是一種高效的文檔數據庫。

圖形數據庫 ：圖形數據庫是一種非關系型數據庫，它應用圖形理論存儲實體之間的關系信息，可以良好地拓展到其他服務器上。

盡管非關系型數據庫(NoSQL)有這么多的區別，但是它們還是有很多共性特點：

易拓展：NoSQL數據庫種類繁多，但都有一個共同的特點：去掉關系型數據庫的關系型特性。數據之間無關系，全靠設計者的設計。這樣就非常容易擴展，無形之間也在架構的層面上帶來了可擴展的能力。

大數據量，高性能：NoSQL數據庫都具有非常高的讀寫性能，尤其在大數據量下讀寫性能也很高。這得益于它的無關系性，數據庫結構簡單 ，能夠快速查找定位到數據。

1.2 MongoDB的特點

講完NoSQL是啥，咱們再來捋一捋MongoDB是個啥。MongoDB又是啥呢？

MongoDB是一個基于分布式文件存儲的數據庫。由C++語言編寫。旨在為web應用提供可擴展的高性能數據存儲解決方案。MongoDB是一個介于關系型數據庫和非關系型數據庫之間的產品，是非關系型數據庫當中功能最豐富，最像關系型數據庫的。它支持的數據結構非常松散，是類似JSON的BSON格式，因此可以存儲比較復雜的數據類型。MongoDB最大的特點是它支持的查詢語言非常強大，其語法有點類似于面向對象的查詢語言，幾乎可以實現類似關系數據庫單表查詢的絕大部分功能，而且還支持對數據建立索引。

并且MongoDB最近越來越火。作為一款基于文檔的非關系型數據庫，在越來越多的場景可以使用。通過學習歸納MongoDB官方文檔(https://docs.mongodb.com/manual/)，總結MongoDB有以下特點：

容易使用： MongoDB 將數據存儲在靈活的，類似于JSON的文檔中， 文檔模型映射到應用程序代碼中的對象，從而使數據易于使用。

高性能: MongoDB提供高性能的數據持久性。特別是，對嵌入式數據模型的支持減少了數據庫系統上的I / O活動。

索引支持更快的查詢，并且可以包含來自嵌入式文檔和數組的鍵。

豐富的查詢語言: MongoDB支持豐富的查詢語言以支持讀寫操作（CRUD）以及：資料匯總文本搜索和地理空間查詢。

高可用性: MongoDB的復制工具（稱為副本集）提供：自動故障轉移、數據冗余。

水平可伸縮性： MongoDB提供水平可伸縮性作為其核心功能的一部分：分片在一組計算機集群分布數據。

從3.4開始，MongoDB支持基于shard鍵創建數據區域。在平衡集群中，MongoDB僅將區域覆蓋的讀寫定向到區域內的那些分片。

支持多種存儲引擎 MongoDB支持多個存儲引擎：

WiredTiger存儲引擎（包括對靜態加密的支持 ）

內存中存儲引擎。

總結的來說，一個NoSQL該有的高性能MongoDB一應俱全，并且是一個使用很方便、很擅長儲存的非關系型文檔數據庫。但MongoDB并非100%的完美，它也有一定的缺陷比如不支持事務、占用內存比較大、刪除記錄不釋放空間、沒有成熟的維護工具等。

1.3 MongoDB的應用場景

有了以上的特性，在日益繁雜的web領域MongoDB有很多它擅長之處。

網站實時數據的插入、更新、刪除。

規模較大但是成本很高的數據(大尺寸、低價值數據)

對象或JSON的文本存儲

不需要經常通過表計算的，對事務要求不高的數據。

一些應用層的緩存

具體的應用場景有：

社交場景，使用 MongoDB 存儲用戶信息，以及用戶發表的朋友圈信息，通過地理位置索引實現附近的人、地點等功能。

游戲場景，使用 MongoDB 存儲游戲用戶信息，用戶的裝備、積分等直接以內嵌文檔的形式存儲，方便查詢、高效率存儲和訪問。

物流場景，使用 MongoDB 存儲訂單信息，訂單狀態在運送過程中會不斷更新，以 MongoDB 內嵌數組的形式來存儲，一次查詢就能將訂單所有的變更讀取出來。

物聯網場景，使用 MongoDB 存儲所有接入的智能設備信息，以及設備匯報的日志信息，并對這些信息進行多維度的分析。

視頻直播，使用 MongoDB 存儲用戶信息、互動信息等。

這些場景都有數據量大、寫入操作頻繁、數據價值較低、事務性要求不高的特點。

很多人把MongoDB當成窮人的大數據。你可以把它理解為一款效率很高但更適合直接操作的一款非關系數據庫，大部分不需要用“腦子”的數據都可以放在MongoDB中，比如很多人把爬蟲的數據存儲到MongoDB中，又或許把網站某些信息記錄放到MongoDB中。這些數據大一點沒關系，但不建議查詢需要關聯太復雜也不要和ACID的事務扯上關系。

MongoDB就像一個家里的壯漢，啥臟活累活干的特別六，也不嫌累，力大如牛，腳步如飛的這種。干這些體力活用他最好了(速度快、性能好、存儲大文件)，但他有些缺點就是可能每次吃飯吃七八碗干飯，兩三斤肉(占用內存大)，并且穿針引線、家里算賬記事情這些他就不行了，得他夫人來干這個(關系數據庫)

第二關 MongoDB安裝和表結構

知道MongoDB大概是啥和能干啥之后，就該動手安裝和了解使用了！這關帶你安裝MongoDB和了解MongoDB的表結構。

2.1 MongoDB的安裝

MongoDB的安裝很簡單，這里就基于windows進行安裝了。到MongoDB官網下載

然后打開這個下載的文件，一路next到中間根據需求勾選是否選擇compass，compass是一種MongoDB的可視化管理工具。MongoDB的可視化管理工具比較多，在這里我們不勾選這塊內容。

選擇Custom根據需求自定義安裝：

到location可以自定義文件夾，也可以使用其默認的：

下面勾選第一個“連入網絡”即可：

這樣，你的MongoDB就安裝完成了，再安裝MongoDB可視化工具：studio3t (https://studio3t.com/) 下載安裝完成打開直接連接

此時MongoDB就安裝完成，默認擁有admin、config、local三個數據庫。一些日志配置等數據庫，這里就不用管它了。

2.2 MongoDB的表結構

對于關系數據庫，我們可能很容易理解它的層次: 數據庫——>表——>記錄(行)——>列，而MongoDB對應的是：數據庫——>集合——>文檔——>字段。其中集合可以類比成關系數據庫中的表，而文檔就可以看成記錄。

文檔：文檔是 MongoDB 中數據的基本單位，類似于JSON對象和關系數據庫中的行（但是比行復雜）。它是由多個數據字段和值對組成的數據結構，字段的值也可以是其他文檔或文檔數組。

集合：集合就是一組文檔，類似于關系數據庫中的表。集合是無模式的，集合中的文檔可以是各式各樣的，雖然一個集合里面的文檔沒有內容的限制，但是我們一般將相同類型的文檔放在同一集合中(提高查詢效率)。

數據庫：MongoDB 中多個文檔組成集合，多個集合組成數據庫。一個MongoDB 實例可以承載多個數據庫。它們之間可以看作相互獨立，每個數據庫都有獨立的權限控制。在磁盤上，不同的數據庫存放在不同的文件中。MongoDB 中存在以下系統數據庫。

Admin 數據庫：一個權限數據庫，如果創建用戶的時候將該用戶添加到admin 數據庫中，那么該用戶就自動繼承了所有數據庫的權限。

Local 數據庫：這個數據庫永遠不會被復制，可以用來存儲本地單臺服務器的任意集合。

Config 數據庫：當MongoDB 使用分片模式時，config 數據庫在內部使用，用于保存分片的信息。

你可能會發現，在與集合同級別的還有Views，GridFS Buckets。它們是啥呢？

視圖Views： MongoDB視圖是可查詢的對象，其內容由其他集合或視圖上的聚合管道定義 。MongoDB不會將視圖內容持久化到磁盤上。當客戶端查詢視圖時，將按需計算視圖的內容。MongoDB不支持針對視圖的寫入操作。這個和MySQL的視圖有點類似，是個虛表，可以用它來精簡一些查詢的步驟和操作。

GridFS： GridFS是用于存儲和檢索超出BSON文檔大小限制（16MB）的文件的規范。GridFS不會將文件存儲在單個文檔中，而是將文件劃分為多個部分或大塊，并將每個大塊存儲為單獨的文檔。

第三關 MongoDB的增刪改查

學習使用MongoDB之前，要掌握MongoDB基本的增刪改查操作。我們先用控制臺或者數據庫管理工具操作MongoDB，為后面整合進項目做準備。MongoDB隨著發展至今也有不同的版本，在MongoDB3.2以后版本相比3.2以前版本api有些變動和優化，而官方文檔的學習和介紹都是基于3.2以后版本的，所以在學習MongoDB的api語法要參考官方文檔學習最新語法，避免過老語法造成知識混淆。

創建數據庫

我們使用studio 3T創建數據庫和collection，數據庫名為mongo。如果不創建數據庫，向mongoDB中插入數據會默認插入到test數據庫中。

然后在數據庫中添加集合collection，collection名為student：

可以發現student集合已經被成功添加了：

MongoDB的讀操作包括查詢，而寫操作包括插入、更新、刪除，MongoDB中的所有寫操作都是單個文檔級別的原子操作，你可以指定查詢、更新、刪除標準或過濾器(查詢、更新、刪除更新的條件)，以標識要查詢、更新、刪除的文檔，你可以理解過濾器為關系數據庫的條件查詢的條件where子句。

3.1 MongoDB插入

插入操作完成向集合中插入文檔，MongoDB提供了以下向集合插入文檔的方法：

db.collection.insertOne() //New in version 3.2 插入一條文檔(document) db.collection.insertMany() //New in version 3.2 插入多條文檔(document) db.collection.insert()//老版本語法

1

2

3

其中，collection在插入 時候需改成待插入集合的名稱，待插入文檔(document)需要插入到對應集合(collection)中，否則會默認創建一個集合再插入進去。在這里我們插入一條文檔到student集合中。

使用mongo數據庫之前要執行語句： use mongo，執行完畢即可直接操作mongo數據庫。

MongoDB的insert的語法如下，更推薦使用insertOne和insertMany，分別用來插入一條和多條文檔(document)：

向student集合插入單條文檔(document)，執行以下語句：

db.student.insertOne({"name": "bigsai","age":"22"})

1

插入多條文檔(document)，執行以下語句：

db.student.insertMany([{"name": "bigsai2","age":"22"},{"name": "bigsai3","age":"22"}])

1

打開student集合，會發現上面的文檔(document)被成功插入了。

3.2 MongoDB查詢

查詢操作完成從集合中查詢文檔，MongoDB提供了以下向集合插入文檔的方法：

db.collection.find()//查詢文檔，在括號內添加各種條件

1

你可以指定查詢過濾器或條件以標識要返回的文檔。當然MongoDB也支持各種條件查詢，使用也非常簡單，具體還需要查看官方文檔(https://docs.mongodb.com/manual/tutorial/query-documents/)，這里以查詢student集合中數據字段age為22的文檔為例，展示一下：

//db.student.find()//查詢所有類似select * from student db.student.find({"age":"22"})

1

2

可以看到查詢結果如下，所有數據字段age為22的文檔都被查詢了出來。

3.3 MongoDB更新

更新操作完成從集合中更新(修改)文檔，MongoDB提供了以下更新集合文檔的方法：

db.collection.updateOne() //3.2版中的新功能 更新一條文檔記錄 db.collection.updateMany() //3.2版中的新功能 更新多條文檔記錄 db.collection.replaceOne() //3.2版中的新功能 替換集合中的一個文檔

1

2

3

在MongoDB中，更新操作只針對單個集合(db.collection中對應的collection)。MongoDB中的所有寫操作(包括更新)都是單個文檔級別的原子操作，你可以指定更新標準或過濾器(更新的條件)，以標識要更新的文檔。這些過濾器與查詢使用的過濾器用法一致。當然MongoDB有update()方法但是已經被棄用。

我們將student集合中所有數據字段age為22的文檔更新其數據字段name的值為bigsai22：

db.student.updateOne( {"age":"22"},//條件 {$set:{"name":"bigsai2"}}//修改的值 )

1

2

3

4

其中{“age”:“22”}為查詢的條件即找到第一條數據字段age為22的文檔，而{$set:{}}則用來修改文檔對應數據字段的值。updateOne()執行成功只會更新第一條匹配的文檔。

此時，你如果想將數據字段name為bigsai2的兩條文檔的數據字段age改成18，那么執行以下語句：

db.student.updateMany( {"name":"bigsai2"}, {$set:{"age":"18"}} )

1

2

3

4

刷新結果會發現文檔已經成功被更新，這種語句在sql中就類似update student set age=18 where name=bigsai2

3.4 MongoDB刪除

刪除操作完成從集合中刪除文檔，MongoDB提供了以下刪除集合文檔的方法：

db.collection.deleteOne() //3.2版中的新功能 刪除一條記錄 db.collection.deleteMany() //3.2版中的新功能 刪除多條記錄

1

2

在MongoDB中，刪除操作只針對單個集合(db.collection中對應的collection)。MongoDB中的所有寫操作(包括刪除)都是單個文檔級別的原子操作，你可以指定標準或過濾器，以標識要刪除的文檔。這些過濾器與查詢、更新使用的過濾器用法一致。

這里delete和update操作的條件有點類似，如果使用deleteOne()語句會刪除第一個匹配的文檔，而使用deleteMany()會刪除所有滿足條件的文檔。如果我們刪除所有數據字段name為bigsai2的文檔可以這么操作：

db.student.deleteMany( {"name":"bigsai2"}//條件 )

1

2

3

可以發現文檔被成功刪除：

課程總結

到這里MongoDB的介紹已經結束了，我想優秀的你肯定已經能夠知道MongoDB的來龍去脈了。

回顧本篇的內容，首先，從宏觀上介紹了MongoDB這個非關系型數據庫的特點以及場景；然后介紹了MongoDB的安裝流程以及學習了MongoDB的表結構，從而使你對MongoDB的規則有個更細致地認識；最后，教你如何使用語句實現MongoDB的增刪改查，讓你能夠初步操作MongoDB。

當然，本篇只是帶你入門MongoDB，講了一些比較基礎的內容，如果需要深入學習使用MongoDB，還需要多從官網文檔以及其他學習資源中更深入地了解！

MongoDB是當前非常熱門的一種基于文檔的非關系型數據庫，它的應用也正變得越來越多。望你在了解MongoDB之后能夠在編程語言中盡快實戰使用MongoDB，把MongoDB真正用到項目中！

碼字不易，歡迎關注筆者公眾號支持一波：bigsai,期待你的關注愿分享更多內容。回復bigsai獲取精選pdf資料一份。

MongoDB 數據庫

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。