mongdb

简介

• MongoDB 是一个基于分布式 文件存储的NoSQL数据库
• 由C++语言编写，运行稳定，性能高
• 旨在为 WEB 应用提供可扩展的高性能数据存储解决方案
• 查看官方网站

MongoDB特点

• 模式自由 :可以把不同结构的文档存储在同一个数据库里
• 面向集合的存储：适合存储 JSON风格文件的形式
• 完整的索引支持：对任何属性可索引
• 复制和高可用性：支持服务器之间的数据复制，支持主-从模式及服务器之间的相互复制。复制的主要目的是提供冗余及自动故障转移
• 自动分片：支持云级别的伸缩性：自动分片功能支持水平的数据库集群，可动态添加额外的机器
• 丰富的查询：支持丰富的查询表达方式，查询指令使用JSON形式的标记，可轻易查询文档中的内嵌的对象及数组
• 快速就地更新：查询优化器会分析查询表达式，并生成一个高效的查询计划
• 高效的传统存储方式：支持二进制数据及大型对象（如照片或图片）

1. 基本操作

• MongoDB将数据存储为一个文档，数据结构由键值(key=>value)对组成
• MongoDB文档类似于JSON对象，字段值可以包含其他文档、数组、文档数组
• 安装管理mongodb环境
• 完成数据库、集合的管理
• 数据的增加、修改、删除、查询

名词

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins		表连接,MongoDB不支持
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

• 三元素：数据库，集合，文档
  • 集合就是关系数据库中的表
  • 文档对应着关系数据库中的行
• 文档，就是一个对象，由键值对构成，是json的扩展Bson形式

{'name':'guojing','gender':'男'}

• 集合：类似于关系数据库中的表，储存多个文档，结构不固定，如可以存储如下文档在一个集合中

{'name':'guojing','gender':'男'}
{'name':'huangrong','age':18}
{'book':'shuihuzhuan','heros':'108'}

• 数据库：是一个集合的物理容器，一个数据库中可以包含多个文档
• 一个服务器通常有多个数据库

1.1. 安装

• 下载mongodb的版本，两点注意
  • 根据业界规则，偶数为稳定版，如1.6.X，奇数为开发版，如1.7.X
  • 32bit的mongodb最大只能存放2G的数据，64bit就没有限制
• 到官网，选择合适的版本下载
• 解压

tar -zxvf mongodb-linux-x86_64-ubuntu1604-3.4.0.tgz

• 移动到/usr/local/目录下

sudo mv -r mongodb-linux-x86_64-ubuntu1604-3.4.0/ /usr/local/mongodb

• 将可执行文件添加到PATH路径中

export PATH=/usr/local/mongodb/bin:$PATH

管理mongo

• 配置文件在/etc/mongod.conf

• 默认端口27017

• 启动

sudo service mongod start

• 停止

sudo service mongod stop

• 使用终端连接
• 这个shell就是mongodb的客户端，同时也是一个js的编译器

mongo

• 命令

db查看当前数据库名称
db.stats()查看当前数据库信息

• 终端退出连接

exit
或ctrl+c

• GUI：robomongo，解压后在bin目录下找到运行程序
• 界面如下：

 1.2 数据库操作

数据库切换

• 查看当前数据库名称

db

• 查看所有数据库名称
• 列出所有在物理上存在的数据库

show dbs

• 切换数据库
• 如果数据库不存在，则指向数据库，但不创建，直到插入数据或创建集合时数据库才被创建

use 数据库名称

• 默认的数据库为test，如果你没有创建新的数据库，集合将存放在test数据库中

数据库删除

• 删除当前指向的数据库
• 如果数据库不存在，则什么也不做

db.dropDatabase()

1.3. 集合操作

集合创建

• 语法

db.createCollection(name, options)

• name是要创建的集合的名称
• options是一个文档，用于指定集合的配置
• 选项​​参数是可选的，所以只需要到指定的集合名称。以下是可以使用的选项列表：
• 例1：不限制集合大小

db.createCollection("stu")

• 例2：限制集合大小，后面学会插入语句后可以查看效果
• 参数capped：默认值为false表示不设置上限，值为true表示设置上限
• 参数size：当capped值为true时，需要指定此参数，表示上限大小，当文档达到上限时，会将之前的数据覆盖，单位为字节

db.createCollection("sub", { capped : true, size : 10 } )

查看当前数据库的集合

• 语法

show collections

删除

• 语法

db.集合名称.drop()

1.4. 数据类型

• 下表为MongoDB中常用的几种数据类型：
• Object ID：文档ID
• String：字符串，最常用，必须是有效的UTF-8
• Boolean：存储一个布尔值，true或false
• Integer：整数可以是32位或64位，这取决于服务器
• Double：存储浮点值
• Arrays：数组或列表，多个值存储到一个键
• Object：用于嵌入式的文档，即一个值为一个文档
• Null：存储Null值
• Timestamp：时间戳
• Date：存储当前日期或时间的UNIX时间格式

 

object id

• 每个文档都有一个属性，为_id，保证每个文档的唯一性
• 可以自己去设置_id插入文档
• 如果没有提供，那么MongoDB为每个文档提供了一个独特的_id，类型为objectID
• objectID是一个12字节的十六进制数
  • 前4个字节为当前时间戳
  • 接下来3个字节的机器ID
  • 接下来的2个字节中MongoDB的服务进程id
  • 最后3个字节是简单的增量值

1.5. 数据操作 

插入

• 语法

db.集合名称.insert(document)

• 插入文档时，如果不指定_id参数，MongoDB会为文档分配一个唯一的ObjectId
• 例1

db.stu.insert({name:'gj',gender:1})

• 例2

s1={_id:'20160101',name:'hr'}
s1.gender=0
db.stu.insert(s1)

简单查询

• 语法

db.集合名称.find()

更新

• 语法

db.集合名称.update(
   <query>,
   <update>,
   {multi: <boolean>}
)

• 参数query:查询条件，类似sql语句update中where部分
• 参数update:更新操作符，类似sql语句update中set部分
• 参数multi:可选，默认是false，表示只更新找到的第一条记录，值为true表示把满足条件的文档全部更新
• 例3：全文档更新

db.stu.update({name:'hr'},{name:'mnc'})

• 例4：指定属性更新，通过操作符$set

db.stu.insert({name:'hr',gender:0})
db.stu.update({name:'hr'},{$set:{name:'hys'}})

• 例5：修改多条匹配到的数据

db.stu.update({},{$set:{gender:0}},{multi:true})

保存

• 语法

db.集合名称.save(document)

• 如果文档的_id已经存在则修改，如果文档的_id不存在则添加

• 例6

db.stu.save({_id:'20160102','name':'yk',gender:1})

• 例7

db.stu.save({_id:'20160102','name':'wyk'})

删除

• 语法

db.集合名称.remove(
   <query>,
   {
     justOne: <boolean>
   }
)

• 参数query:可选，删除的文档的条件
• 参数justOne:可选，如果设为true或1，则只删除一条，默认false，表示删除多条
• 例8：只删除匹配到的第一条

db.stu.remove({gender:0},{justOne:true})

• 例9：全部删除

db.stu.remove({})

关于size的示例

• 例10
• 创建集合

db.createCollection('sub',{capped:true,size:10})

• 插入第一条数据库查询

db.sub.insert({title:'linux',count:10})
db.sub.find()

• 插入第二条数据库查询

db.sub.insert({title:'web',count:15})
db.sub.find()

• 插入第三条数据库查询

db.sub.insert({title:'sql',count:8})
db.sub.find()

• 插入第四条数据库查询

db.sub.insert({title:'django',count:12})
db.sub.find()

• 插入第五条数据库查询

db.sub.insert({title:'python',count:14})
db.sub.find()

 1.6

数据查询

基本查询

• 方法find()：查询

db.集合名称.find({条件文档})

• 方法findOne()：查询，只返回第一个

db.集合名称.findOne({条件文档})

• 方法pretty()：将结果格式化

db.集合名称.find({条件文档}).pretty()

比较运算符

• 等于，默认是等于判断，没有运算符
• 小于$lt
• 小于或等于$lte
• 大于$gt
• 大于或等于$gte
• 不等于$ne
• 例1：查询名称等于'gj'的学生

db.stu.find({name:'gj'})

• 例2：查询年龄大于或等于18的学生

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

逻辑运算符

• 查询时可以有多个条件，多个条件之间需要通过逻辑运算符连接
• 逻辑与：默认是逻辑与的关系
• 例3：查询年龄大于或等于18，并且性别为1的学生

db.stu.find({age:{$gte:18},gender:1})

• 逻辑或：使用$or
• 例4：查询年龄大于18，或性别为0的学生

db.stu.find({$or:[{age:{$gt:18}},{gender:1}]})

• and和or一起使用
• 例5：查询年龄大于18或性别为0的学生，并且学生的姓名为gj

db.stu.find({$or:[{age:{$gte:18}},{gender:1}],name:'gj'})

范围运算符

• 使用"$in"，"$nin" 判断是否在某个范围内
• 例6：查询年龄为18、28的学生

db.stu.find({age:{$in:[18,28]}})

支持正则表达式

• 使用//或$regex编写正则表达式
• 例7：查询姓黄的学生

db.stu.find({name:/^黄/})
db.stu.find({name:{$regex:'^黄'}}})

自定义查询

• 使用$where后面写一个函数，返回满足条件的数据
• 例7：查询年龄大于30的学生

db.stu.find({$where:function(){return this.age>20}})

1.6.1 Limit和Skip

Limit

• 方法limit()：用于读取指定数量的文档
• 语法：

db.集合名称.find().limit(NUMBER)

• 参数NUMBER表示要获取文档的条数
• 如果没有指定参数则显示集合中的所有文档
• 例1：查询2条学生信息

db.stu.find().limit(2)

skip

• 方法skip()：用于跳过指定数量的文档
• 语法：

db.集合名称.find().skip(NUMBER)

• 参数NUMBER表示跳过的记录条数，默认值为0
• 例2：查询从第3条开始的学生信息

db.stu.find().skip(2)

一起使用

• 方法limit()和skip()可以一起使用，不分先后顺序

• 创建数据集

for(i=0;i<15;i++){db.t1.insert({_id:i})}

• 查询第5至8条数据

db.stu.find().limit(4).skip(5)
或
db.stu.find().skip(5).limit(4)

1.6.2

投影

• 在查询到的返回结果中，只选择必要的字段，而不是选择一个文档的整个字段
• 如：一个文档有5个字段，需要显示只有3个，投影其中3个字段即可
• 语法：
• 参数为字段与值，值为1表示显示，值为0不显示

db.集合名称.find({},{字段名称:1,...})

• 对于需要显示的字段，设置为1即可，不设置即为不显示
• 特殊：对于_id列默认是显示的，如果不显示需要明确设置为0
• 例1

db.stu.find({},{name:1,gender:1})

• 例2

db.stu.find({},{_id:0,name:1,gender:1})

1.6.3

排序

• 方法sort()，用于对结果集进行排序
• 语法

db.集合名称.find().sort({字段:1,...})

• 参数1为升序排列
• 参数-1为降序排列
• 例1：根据性别降序，再根据年龄升序

db.stu.find().sort({gender:-1,age:1})

1.6.4

统计个数

• 方法count()用于统计结果集中文档条数
• 语法

db.集合名称.find({条件}).count()

• 也可以与为

db.集合名称.count({条件})

• 例1：统计男生人数

db.stu.find({gender:1}).count()

• 例2：统计年龄大于20的男生人数

db.stu.count({age:{$gt:20},gender:1})
1.6.5

消除重复

• 方法distinct()对数据进行去重
• 语法

db.集合名称.distinct('去重字段',{条件})

• 例1:查找年龄大于18的性别（去重）

db.stu.distinct('gender',{age:{$gt:18}})
1.7

总结

• 安装
• 数据库创建、删除
• 集合创建、删除
• 文档增加、修改、删除
• 文档查询：find(),limit(),skip(),投影,sort(),count(),distinct()

作业

• 创建科目集合sub，并进行数据的操作
• 查询sub中的数据

2. 

高级操作

• 讲解关于mongodb的高级操作，包括聚合、主从复制、分片、备份与恢复、MR
• 完成python与mongodb的交互

2.1

聚合 aggregate

• 聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()
• 语法

db.集合名称.aggregate([{管道:{表达式}}])

管道

• 管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入

ps ajx | grep mongo

• 在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理
• 常用管道
  • $group：将集合中的文档分组，可用于统计结果
  • $match：过滤数据，只输出符合条件的文档
  • $project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
  • $sort：将输入文档排序后输出
  • $limit：限制聚合管道返回的文档数
  • $skip：跳过指定数量的文档，并返回余下的文档
  • $unwind：将数组类型的字段进行拆分

表达式

• 处理输入文档并输出
• 语法

表达式:'$列名'

• 常用表达式
  • $sum：计算总和，$sum:1同count表示计数
  • $avg：计算平均值
  • $min：获取最小值
  • $max：获取最大值
  • $push：在结果文档中插入值到一个数组中
  • $first：根据资源文档的排序获取第一个文档数据
  • $last：根据资源文档的排序获取最后一个文档数据

2.1.1

$group

• 将集合中的文档分组，可用于统计结果
• _id表示分组的依据，使用某个字段的格式为'$字段'
• 例1：统计男生、女生的总人数

db.stu.aggregate([
    {$group:
        {
            _id:'$gender',
            counter:{$sum:1}
        }
    }
])

Group by null

• 将集合中所有文档分为一组
• 例2：求学生总人数、平均年龄

db.stu.aggregate([
    {$group:
        {
            _id:null,
            counter:{$sum:1},
            avgAge:{$avg:'$age'}
        }
    }
])

透视数据

• 例3：统计学生性别及学生姓名

db.stu.aggregate([
    {$group:
        {
            _id:'$gender',
            name:{$push:'$name'}
        }
    }
])

• 使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

db.stu.aggregate([
    {$group:
        {
            _id:'$gender',
            name:{$push:'$$ROOT'}
        }
    }
])

2.1.2

$match

• 用于过滤数据，只输出符合条件的文档
• 使用MongoDB的标准查询操作
• 例1：查询年龄大于20的学生

db.stu.aggregate([
    {$match:{age:{$gt:20}}}
])

• 例2：查询年龄大于20的男生、女生人数

db.stu.aggregate([
    {$match:{age:{$gt:20}}},
    {$group:{_id:'$gender',counter:{$sum:1}}}
])

2.1.3

$project

• 修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
• 例1：查询学生的姓名、年龄

db.stu.aggregate([
    {$project:{_id:0,name:1,age:1}}
])

• 例2：查询男生、女生人数，输出人数

db.stu.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$project:{_id:0,counter:1}}
])

2.1.4

$sort

• 将输入文档排序后输出
• 例1：查询学生信息，按年龄升序

b.stu.aggregate([{$sort:{age:1}}])

• 例2：查询男生、女生人数，按人数降序

db.stu.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$sort:{counter:-1}}
])
2.

2.1.5

$limit

• 限制聚合管道返回的文档数
• 例1：查询2条学生信息

db.stu.aggregate([{$limit:2}])

$skip

• 跳过指定数量的文档，并返回余下的文档
• 例2：查询从第3条开始的学生信息

db.stu.aggregate([{$skip:2}])

• 例3：统计男生、女生人数，按人数升序，取第二条数据

db.stu.aggregate([
    {$group:{_id:'$gender',counter:{$sum:1}}},
    {$sort:{counter:1}},
    {$skip:1},
    {$limit:1}
])

• 注意顺序：先写skip，再写limit

2.1.6

$unwind

• 将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值

语法1

• 对某字段值进行拆分

db.集合名称.aggregate([{$unwind:'$字段名称'}])

• 构造数据

db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})

• 查询

db.t2.aggregate([{$unwind:'$size'}])

语法2

• 对某字段值进行拆分
• 处理空数组、非数组、无字段、null情况

db.inventory.aggregate([{
    $unwind:{
        path:'$字段名称',
        preserveNullAndEmptyArrays:<boolean>#防止数据丢失
    }
}])

• 构造数据

db.t3.insert([
{ "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] },
{ "_id" : 2, "item" : "b", "size" : [ ] },
{ "_id" : 3, "item" : "c", "size": "M" },
{ "_id" : 4, "item" : "d" },
{ "_id" : 5, "item" : "e", "size" : null }
])

• 使用语法1查询

db.t3.aggregate([{$unwind:'$size'}])

• 查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了
• 问：如何能不丢弃呢？
• 答：使用语法2查询

db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])

2.2安全

超级管理员

• 为了更安全的访问mongodb，需要访问者提供用户名和密码，于是需要在mongodb中创建用户
• 采用了角色-用户-数据库的安全管理方式
• 常用系统角色如下：
  • root：只在admin数据库中可用，超级账号，超级权限
  • Read：允许用户读取指定数据库
  • readWrite：允许用户读写指定数据库
• 创建超级管理用户

use admin
db.createUser({
    user:'admin',
    pwd:'123',
    roles:[{role:'root',db:'admin'}]
})

启用安全认证

• 修改配置文件

sudo vi /etc/mongod.conf

• 启用身份验证
• 注意：keys and values之间一定要加空格, 否则解析会报错

security:
  authorization: enabled

• 重启服务

sudo service mongod stop
sudo service mongod start

• 终端连接

 mongo -u 'admin' -p '123' --authenticationDatabase 'admin'

普通用户管理

• 使用超级管理员登录，然后进入用户管理操作
• 查看当前数据库的用户

use test1
show users

• 创建普通用户

db.createUser({
    user:'t1',
    pwd:'123',
    roles:[{role:'readWrite',db:'test1'}]
})

• 终端连接

mongo -u t1 -p 123 --authenticationDatabase test1

• 切换数据库，执行命令查看效果

• 修改用户：可以修改pwd、roles属性

db.updateUser('t1',{pwd:'456'})
2.3

复制（副本集）

什么是复制

• 复制提供了数据的冗余备份，并在多个服务器上存储数据副本，提高了数据的可用性，并可以保证数据的安全性
• 复制还允许从硬件故障和服务中断中恢复数据

为什么要复制

• 数据备份
• 数据灾难恢复
• 读写分离
• 高（24* 7）数据可用性
• 无宕机维护
• 副本集对应用程序是透明

复制的工作原理

• 复制至少需要两个节点A、B...
• A是主节点，负责处理客户端请求
• 其余的都是从节点，负责复制主节点上的数据
• 节点常见的搭配方式为：一主一从、一主多从
• 主节点记录在其上的所有操作，从节点定期轮询主节点获取这些操作，然后对自己的数据副本执行这些操作，从而保证从节点的数据与主节点一致
• 主节点与从节点进行数据交互保障数据的一致性

复制的特点

• N 个节点的集群
• 任何节点可作为主节点
• 所有写入操作都在主节点上
• 自动故障转移
• 自动恢复

设置复制节点

• 接下来的操作需要打开多个终端窗口，而且可能会连接多台ubuntu主机，会显得有些乱，建议在xshell中实现
• step1:创建数据库目录t1、t2
• 在Desktop目录下演示，其它目录也可以，注意权限即可

mkdir t1
mkdir t2

• step2:使用如下格式启动mongod，注意replSet的名称是一致的

mongod --bind_ip 192.168.196.128 --port 27017 --dbpath ~/Desktop/t1 --replSet rs0
mongod --bind_ip 192.168.196.128 --port 27018 --dbpath ~/Desktop/t2 --replSet rs0

• step3:连接主服务器，此处设置192.168.196.128:27017为主服务器

mongo --host 192.168.196.128 --port 27017

• step4:初始化

rs.initiate()

• 初始化完成后，提示符如下图：

 

• step5:查看当前状

rs.status()

• 当前状态如下图：
• 

• step6:添加复本集

rs.add('192.168.196.128:27018')

• step7:复本集添加成功后，当前状态如下图：

• step8:连接第二个mongo服务

mongo --host 192.168.196.128 --port 27018

• 连接成功后，提示符如下图：

• step9:向主服务器中插入数据

use test1
for(i=0;i<10;i++){db.t1.insert({_id:i})}
db.t1.find()

• step10:在从服务器中插查询
• 说明：如果在从服务器上进行读操作，需要设置rs.slaveOk()

rs.slaveOk()
db.t1.find()

其它说明

• 删除从节点

rs.remove('192.168.196.128:27018')

• 关闭主服务器后，再重新启动，会发现原来的从服务器变为了从服务器，新启动的服务器（原来的从服务器）变为了从服务器

2.4

备份

• 语法

mongodump -h dbhost -d dbname -o dbdirectory

• -h：服务器地址，也可以指定端口号
• -d：需要备份的数据库名称
• -o：备份的数据存放位置，此目录中存放着备份出来的数据
• 例1

sudo mkdir test1bak
sudo mongodump -h 192.168.196.128:27017 -d test1 -o ~/Desktop/test1bak

恢复

• 语法

mongorestore -h dbhost -d dbname --dir dbdirectory

• -h：服务器地址
• -d：需要恢复的数据库实例
• --dir：备份数据所在位置
• 例2

mongorestore -h 192.168.196.128:27017 -d test2 --dir ~/Desktop/test1bak/test1
2.5

与python交互

• 点击查看官方文档
• 安装python包

进入虚拟环境
sudo pip install pymongo
或源码安装
python setup.py

• 引入包pymongo

import pymongo

• 连接，创建客户端

client=pymongo.MongoClient("localhost", 27017)

• 获得数据库test1

db=client.test1

• 获得集合stu

stu = db.stu

• 添加文档

s1={name:'gj',age:18}
s1_id = stu.insert_one(s1).inserted_id

• 查找一个文档

s2=stu.find_one()

• 查找多个文档1

for cur in stu.find():
    print cur

• 查找多个文档2

cur=stu.find()
cur.next()
cur.next()
cur.next()

• 获取文档个数

print stu.count()
2.6

总结

• 聚合
• 安全
• 副本集
• 备份与恢复
• 与python交互

作业

• 熟练聚合
• 熟练与python交互