mongodb与mysql命令详细对比

传统的关系数据库一般由数据库（database）、表（table）、记录（record）三个层次概念组成，MongoDB是由数据库（database）、集合（collection）、文档对象（document）三个层次组成。MongoDB对于关系型数据库里的表，但是集合中没有列、行和关系概念，这体现了模式自由的特点。

MySQL	MongoDB	说明
mysqld	mongod	服务器守护进程
mysql	mongo	客户端工具
mysqldump	mongodump	逻辑备份工具
mysql	mongorestore	逻辑恢复工具
	db.repairDatabase()	修复数据库
mysqldump	mongoexport	数据导出工具
source	mongoimport	数据导入工具
grant * privileges on *.* to …	Db.addUser() Db.auth()	新建用户并权限
show databases	show dbs	显示库列表
Show tables	Show collections	显示表列表
Show slave status	Rs.status	查询主从状态
Create table users(a int, b int)	db.createCollection("mycoll", {capped:true, size:100000}) 另：可隐式创建表。	创建表
Create INDEX idxname ON users(name)	db.users.ensureIndex({name:1})	创建索引
Create INDEX idxname ON users(name,ts DESC)	db.users.ensureIndex({name:1,ts:-1})	创建索引
Insert into users values(1, 1)	db.users.insert({a:1, b:1})	插入记录
Select a, b from users	db.users.find({},{a:1, b:1})	查询表
Select * from users	db.users.find()	查询表
Select * from users where age=33	db.users.find({age:33})	条件查询
Select a, b from users where age=33	db.users.find({age:33},{a:1, b:1})	条件查询
select * from users where age<33	db.users.find({'age':{$lt:33}})	条件查询
select * from users where age>33 and age<=40	db.users.find({'age':{$gt:33,$lte:40}})	条件查询
select * from users where a=1 and b='q'	db.users.find({a:1,b:'q'})	条件查询
select * from users where a=1 or b=2	db.users.find( { $or : [ { a : 1 } , { b : 2 } ] } )	条件查询
select * from users limit 1	db.users.findOne()	条件查询
select * from users where name like "%Joe%"	db.users.find({name:/Joe/})	模糊查询
select * from users where name like "Joe%"	db.users.find({name:/^Joe/})	模糊查询
select count(1) from users	Db.users.count()	获取表记录数
select count(1) from users where age>30	db.users.find({age: {'$gt': 30}}).count()	获取表记录数
select DISTINCT last_name from users	db.users.distinct('last_name')	去掉重复值
select * from users ORDER BY name	db.users.find().sort({name:-1})	排序
select * from users ORDER BY name DESC	db.users.find().sort({name:-1})	排序
EXPLAIN select * from users where z=3	db.users.find({z:3}).explain()	获取存储路径
update users set a=1 where b='q'	db.users.update({b:'q'}, {$set:{a:1}}, false, true)	更新记录
update users set a=a+2 where b='q'	db.users.update({b:'q'}, {$inc:{a:2}}, false, true)	更新记录
delete from users where z="abc"	db.users.remove({z:'abc'})	删除记录
	db. users.remove()	删除所有的记录
drop database IF EXISTS test;	use test db.dropDatabase()	删除数据库
drop table IF EXISTS test;	db.mytable.drop()	删除表/collection
	db.addUser(‘test', 'test')	添加用户 readOnly-->false
	db.addUser(‘test', 'test', true)	添加用户 readOnly-->true
	db.addUser("test","test222")	更改密码
	db.system.users.remove({user:"test"}) 或者db.removeUser('test')	删除用户
	use admin	超级用户
	db.auth(‘test', ‘test')	用户授权
	db.system.users.find()	查看用户列表
	show users	查看所有用户
	db.printCollectionStats()	查看各collection的状态
	db.printReplicationInfo()	查看主从复制状态
	show profile	查看profiling
	db.copyDatabase('mail_addr','mail_addr_tmp')	拷贝数据库
	db.users.dataSize()	查看collection数据的大小
	db. users.totalIndexSize()	查询索引的大小

mongodb语法
MongoDB的好处挺多的，比如多列索引，查询时可以用一些统计函数，支持多条件查询，但是目前多表查询是不支持的，可以想办法通过数据冗余来解决多表查询的问题。
MongoDB对数据的操作很丰富，下面做一些举例说明，内容大部分来自官方文档，另外有部分为自己理解。

查询colls所有数据
db.colls.find() //select * from colls
通过指定条件查询
db.colls.find({‘last_name': ‘Smith'});//select * from colls where last_name='Smith'
指定多条件查询
db.colls.find( { x : 3, y : “foo” } );//select * from colls where x=3 and y='foo'

指定条件范围查询
db.colls.find({j: {$ne: 3}, k: {$gt: 10} });//select * from colls where j!=3 and k>10

查询不包括某内容
db.colls.find({}, {a:0});//查询除a为0外的所有数据

支持<, <=, >, >=查询，需用符号替代分别为$lt，$lte，$gt，$gte
db.colls.find({ “field” : { $gt: value } } );
db.colls.find({ “field” : { $lt: value } } );
db.colls.find({ “field” : { $gte: value } } );
db.colls.find({ “field” : { $lte: value } } );

也可对某一字段做范围查询
db.colls.find({ “field” : { $gt: value1, $lt: value2 } } );

不等于查询用字符$ne
db.colls.find( { x : { $ne : 3 } } );

in查询用字符$in
db.colls.find( { “field” : { $in : array } } );
db.colls.find({j:{$in: [2,4,6]}});

not in查询用字符$nin
db.colls.find({j:{$nin: [2,4,6]}});

取模查询用字符$mod
db.colls.find( { a : { $mod : [ 10 , 1 ] } } )// where a % 10 == 1

$all查询
db.colls.find( { a: { $all: [ 2, 3 ] } } );//指定a满足数组中任意值时

$size查询
db.colls.find( { a : { $size: 1 } } );//对对象的数量查询，此查询查询a的子对象数目为1的记录

$exists查询
db.colls.find( { a : { $exists : true } } ); // 存在a对象的数据
db.colls.find( { a : { $exists : false } } ); // 不存在a对象的数据

$type查询$type值为bsonhttp://bsonspec.org/数 据的类型值
db.colls.find( { a : { $type : 2 } } ); // 匹配a为string类型数据
db.colls.find( { a : { $type : 16 } } ); // 匹配a为int类型数据

使用正则表达式匹配
db.colls.find( { name : /acme.*corp/i } );//类似于SQL中like

内嵌对象查询
db.colls.find( { “author.name” : “joe” } );

1.3.3版本及更高版本包含$not查询
db.colls.find( { name : { $not : /acme.*corp/i } } );
db.colls.find( { a : { $not : { $mod : [ 10 , 1 ] } } } );

sort()排序
db.colls.find().sort( { ts : -1 } );//1为升序2为降序

limit()对限制查询数据返回个数
db.colls.find().limit(10)

skip()跳过某些数据
db.colls.find().skip(10)

snapshot()快照保证没有重复数据返回或对象丢失

count()统计查询对象个数
db.students.find({‘address.state' : ‘CA'}).count();//效率较高
db.students.find({‘address.state' : ‘CA'}).toArray().length;//效率很低

group()对查询结果分组和SQL中group by函数类似
distinct()返回不重复值 

==========

由于公司系统使用MongoDB，虽然之前了解，但并没有深入学习MongoDB。见此机会，参考《MongoDB 权威指南》深入学习，结合对比MySQL，加深对两种不同数据库的理解。特把学习过程记录和大家分享。

一、 表结构对比

表结构对比	MongoDB	MySQL
表	collections	tables
行	documents	rows
主键	_id	id 与业务无关的值作为主键。如果没有显式地在表定义时指定主键，InnoDB存储引擎会为每一行生成一个6字节的ROWID
主键生成策略	24位的字符串(time + machine + pid + inc),自己指定	UUID, 自增
面向Documents数据库	T	F
面向行数据库	F	T
约束	无	主键约束，外键约束

二、 数据类型对比

数据类型对比	MongoDB	MySQL
整形	NumberInt("3"),NumberLong("3")	TINYINT, SMALLINT, MEDIUMINT, INT, BIGINT
浮点	默认使用64位浮点型数值	FLOAT, DOUBLE, DECIMAL
字符	utf8 字符串	VARCHAR, CHAR
日期/时间	new Date(), 自新纪元依赖经过的毫秒数，不存储时区	DATE, DATETIME, TIMESTAMP
NULL	null	不支持（null与null不相等）
布尔类型	true/false	不支持
正则表达式	支持 { "x" : /foobar/i }	不支持
数组	支持 { "x" : ["a", "b", "c"]}	不支持
二进制数据	支持 GridFS	BLOB, TEXT
代码片段	{ "x" : function() { /... / } }	不支持

三、 SHELL终端对比

对比项	MongoDB	MySQL
启动	mongo	mysql -u root -p
查看库	show dbs	show databases
使用库	use test	use test
查看表	show collections	show tables

四、 查询对比

查询对比	MongoDB	MySQL
检索单列	db.users.find({ "age" : 27 })	SELECT * FROM users WHERE age = 27;
检索多列	db.users.find({ "age" : 27, "username" : "joe" })	SELECT * FROM users WHERE age = 27 and username = 'joe';
指定需要返回的键	db.users.find({}, { "username" : 1, "email" : 1 })	SELECT username, email FROM users;
范围检索	db.users.find({"age" : { "$gte" : 18, "$lte" : 30 }}) $lt, $lte, $gt, $gte 分别对应 <, <=, >, >=	SELECT * FROM users WHERE age >= 18 AND age <=30;
不匹配检索	db.users.find({ "username" : { "$ne" : "joe" } })	SELECT * FROM users WHERE username <> 'joe';
IN 操作符	db.raffle.find({ "ticket_no" : { "$in" : [725, 542, 390] } }) $in非常灵活，可以指定不同类型 的条件和值。 例如在逐步将用户的ID号迁移成用户名的过程中， 查询时需要同时匹配ID和用户名	SELECT ticket_no FROM raffles WHERE ticket_no IN (725, 542, 390);
NOT IN 操作符	db.raffle.find({ "ticket_no" : { "$nin" : [725, 542, 390] } })	SELECT * FROM raffles WHERE ticket_no not in (725, 542, 390);
OR 操作符	db.raffle.find({ "$or" : [{ "ticket_no" : 725 }, { "winner" : true }] })	SELECT * FROM raffles WHERE ticket_no = 725 OR winner = 'true';
空值检查	db.c.find({"y" : null}) null不仅会匹配某个键的值为null的文档 ，而且还会匹配不包含这个键的文档。 所以，这种匹配还会返回缺少这个键的所有文档。 如果 仅想要匹配键值为null的文档， 既要检查改建的值是否为null, 还要通过 $exists 条件 判定键值已经存在 db.c.find({ "z" : { "$in" : [null], "$exists" : true }})	SELECT * FROM cs WHERE z is null;
多列排序	db.c.find().sort({ username : 1, age: -1 })	SELECT * FROM cs ORDER BY username ASC, age DESC;
AND操作符	db.users.find({ "$and" : [{ "x" : { "$lt" : 1 }, { "x" : 4 } }] }) 由于查询优化器不会对 $and进行优化， 所以可以改写成下面的 db.users.find({ "x" : { "$lt" : 1, "$in" : [4] } })	SELECT * FROM users WHERE x > 1 AND x IN (4);
NOT 操作符	db.users.find({ "id_num" : { "$not" : { "$mod" : [5,1] } } })	SELECT * FROM users WHERE id_num NOT IN (5,1);
LIKE 操作符(正则匹配)	db.blogs.find( { "title" : /post?/i } ) MongoDB 使用Perl兼容的正则表达式(PCRE) 库来匹配正则表达式， 任何PCRE支持表达式的正则表达式语法都能被MongoDB接受	SELECT * FROM blogs WHERE title LIKE "post%";

五、 函数对比

{ "_id" : 1, "item" : "abc", "price" : 10, "quantity" : 2 }
{ "_id" : 2, "item" : "jkl", "price" : 20, "quantity" : 1 }
{ "_id" : 3, "item" : "xyz", "price" : 5, "quantity" : 5 }
{ "_id" : 4, "item" : "abc", "price" : 10, "quantity" : 10 }
{ "_id" : 5, "item" : "xyz", "price" : 5, "quantity" : 10 }

函数对比	MongoDB	MySQL
COUNT	db.foo.count()	SELECT COUNT(id) FROM foo;
DISTINCT	db.runCommand({ "distinct": "people", "key": "age" })	SELECT DISTINCT(age) FROM people;
MIN	db.sales.aggregate( [ { $group: { _id: {}, minQuantity: { $min: "$quantity" } } } ]); 结果： { "_id" : { }, "minQuantity" : 1 }	SELECT MIN(quantity) FROM sales;
MAX	db.sales.aggregate( [ { $group: { _id: {}, maxQuantity: { $max: "$quantity" } } } ]);	SELECT MAX(quantity) FROM sales;
AVG	db.sales.aggregate( [ { $group: { _id: {}, avgQuantity: { $avg: "$quantity" } } } ]);	SELECT AVG(quantity) FROM sales;
SUM	db.sales.aggregate( [ { $group: { _id: {}, totalPrice: { $sum: "$price" } } } ]);	SELECT SUM(price) FROM sales;

六、 CURD 对比

CURD 对比	MongoDB	MySQL
插入数据	post = {"title" : "My Blog Post", "content" : "Here`s my blog post"}; db.blog.insert(post) 如果blog 这个集合不存在，则会创建	INSERT INTO blogs(title, blog_content) VALUES ('My Blog Post', 'Here`s my blog post.')
批量插入	db.blog.batchInsert([{ "title" : "AAA", "content" : "AAA---" }, { "title" : "BBB", "content" : "JJJJ--" }]) 当前版本的MongoDB能接受最大消息长度48MB， 所以在一次批量插入中能插入的文档是有限制的。 并且在执行批量插入的过程中，有一个文档插入失败， 那么在这个文档之前的所有文档都会成功插入到集合中， 而这个文档以及之后的所有文档全部插入失败。	INSERT INTO blogs(title, blog_content) VALUES('AAA', 'AAA---'), ('BBB', 'BBB---');
查询数据	db.blog.find(); db.blog.findOne();	SELECT * FROM blogs; SELECT * FROM blogs LIMIT 1;
更新旧数据	post.blog_content = "十一"; db.blog.update({title: "My Blog Post"}, post)	UPDATE set blog_content = "十一" WHERE title = "My Blog Post";
更新新增COLUMN	post.comments = "very good"; db.blog.update({title : "My Blog Post"}, post)	ALTER table blogs ADD COLUMN comments varchar(200); UPDATE blogs set comments = "very good" WHERE title = 'My Blog Post';
删除数据	db.blog.remove({ title : "My Blog Post" })	DELETE FROM blogs WHERE title = 'My Blog Post'
校验	post.blog_visit = 123; db.blog.update({title : "My Blog Post"}, post); post.blog_visit = "asd.123aaa"; db.blog.update({title : "My Blog Post"}, post) 插入的时候，检查大小。所有的文档都必须小于16MB。 这样做的目的是为了防止不良的模式设计，并且保持性能一直。由于MongoDB只进行最基本的检查，所以插入非法的数据很容易。	类型校验，长度校验。 ALTER table blogs ADD COLUMN blog_visit INT(10); UPDATE blogs SET blog_visit = "asdasd" WHERE id = 1; ERROR 1366 (HY000): Incorrect integer value: 'asdasd' for column 'blog_visit' at row 1
删除表	db.blog.remove({}), db.blog.drop()	DELETE from blogs; drop table blogs;