• 快速掌握mongoDB(一)——mongoDB安装部署和常用shell命令

    1.mongoDB简介

    　　mongoDB 是由C++语言编写的，是一种分布式的面向文档存储的开源nosql数据库。nosql是Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。

    　　mongoDB是无模式的文档数据库,在关系型数据库中，数据表的每一行都拥有一样的字段，字段的名字和数据类型在创建table的时候就基本确定了，如student表的每一行都有学生编号、学生姓名、年龄等字段；而在mongoDB中，存储数据的格式类似于Json(格式为Bson)，每一个document的字段的名字和数据类型可以完全不同，如在一个collection下，第一个document可以存储学生信息(学生编号、姓名、年龄、性别等)，第二个document可以存储班级信息(班级编号，班级名等)。正是因为无模式的特点，让我们可以无需多余操作就能完成数据的横向扩展。下表是mongoDB和传统数据库术语的对应关系。

    SQL术语MongoDB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
    join  $lookup 表连接
    primary key primary key 主键,MongoDB自动将_id字段设置为主键

    2. mongoDB安装 

    1.安装mongoDB

    　　mongoDB的安装步骤十分简单，下载地址：https://www.mongodb.com/download-center#community。如果我们想在Windows上安装mongoDB直接下载msi文件，双击安装即可。如果要将mongoDB安装在Linux系统上，步骤如下：

    ####第1步 下载解压mongdb
#下载解压二进制包，解压即安装
　　cd /usr/local/src/
　　curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-4.0.9.tgz
　　tar -zxvf mongodb-linux-x86_64-4.0.9.tgz
　　mv mongodb-linux-x86_64-4.0.9 /usr/local/mongodb

####第2步 添加配置文件
　　vim /usr/local/mongodb/bin/mongodb.conf
配置文件内容如下：
systemLog:
  destination: file
  logAppend: true
  path: /usr/local/mongodb/logs/mongodb.log
storage:
  dbPath: /usr/local/mongodb/data
  journal:
    enabled: true
processManagement:
  fork: true
net:
  port: 27017
  bindIp: 0.0.0.0

 #配置文件中指定的dbpath和log要自己添加，不然会报错，执行命令 
　　mkdir -p /usr/local/mongodb/data; mkdir -p /usr/local/mongodb/logs/;cd /usr/local/mongodb/logs/; touch mongodb.log

 ####第3步 加载配置文件运行
　　/usr/local/mongodb/bin/mongod -f /usr/local/mongodb/bin/mongodb.conf 

####第4步 添加环境变量，用于可以在任意目录下执行mongo命令 
　　vim ~/.bash_profile #修改当前用户下的环境变量 PATH=$PATH:$HOME/bin:/usr/local/mongodb/bin  
　　source ~/.bash_profile

     　安装完成后，在任意目录下使用命令 mongo 192.168.70.133:27017 (mongo命令会默认启动127.0.0.1:27017)启动mongodb，mongoDB使用的是javascript shell，我们简单测试一下，如果出现下边的界面表示安装成功了

    　

     　　这里简单使用一下mongoDB的shell来添加、删除数据库和collection:

    2.安装Robomongo并连接数据库

    　　mongoDB的GUI有MongoDB Compass、studio 3T等，这里使用的是Robomongo，下载地址：https://robomongo.org/，下载完成后一直Next安装即可，连接mongoDB效果如下，Robomongo是傻瓜式的用法，可以通过客户端添加collection,document，执行shell等，具体使用方法就不再详细介绍了。

    ·　　

    　　我们也可以通过shell脚本连接数据库，在Robomongo执行shell命令如下：

    //连接远程数据库
　　var mongo=new Mongo("192.168.70.133:27017")
//找到数据库
　　var db=mongo.getDB("myDB");
//找到collecttion
　　var collection=db.getCollection("userinfo");
//查询colletion中所有数据
　　var list=collection.find().toArray();
//json形式打印结果
　　printjson(list);

    3 mongoDB的shell

    　　我们已经知道mongoDB是面向文档的nosql数据库，因为其无模式的特点，造成它的操作要比关系型数据库复杂一些，这里简单介绍一下mongoDB的CRUD操作。注意：从3.2版本开始，mongoDB添加了一些xxxOne()和xxxMany()方法，我们尽量使用这些新的方法。

    1 添加(insert)

    　　　添加数据的指令是insert，使用方法如下：

    　

     　　

    　　insert方法的参数也可以是数组，用于批量添加数据，如下：

    db.userinfos.insert([
   {_id:1, name: "张三", age: 23},
   {_id:2, name: "李四", age: 24}
]);

    　　从3.2版本，mongoDB添加了insertOne和insertMany方法，分别用于单条插入和批量插入，用法很简单，如下：

    //insertOne用于单条添加
　　db.userinfos.insertOne(
   　　{_id:1, name: "张三", age: 23}
  　 );

//insertMany用于批量添加
　　 db.userinfos.insertMany([
  　　 {_id:1, name: "张三", age: 23},
  　　 {_id:2, name: "李四", age: 24}
　　]);

    2 查询(find)

    　　mongoDB查询使用find函数，语法如下：

     　

    　　mongoDB使用find查询时，默认会返回主键_id，如果不想返回主键的话设置_id=0即可。mongoDB的查询语法是比较简单的，但是因为其无模式的特点，且field的值可以是对象和数组，造成mongoDB的运算符要比传统的关系型数据库多很多，如运算符$exists可用于查询field是否存在、$type用于判断filed的类型等等，这里汇总了一些常用的查询相关的运算符，有兴趣的小伙伴可以测试一下：

    测试数据：

    db.userinfos.insertMany([
   {_id:1, name: "张三", age: 23,level:10, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},
   {_id:2, name: "李四", age: 24,level:20, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},
   {_id:3, name: "王五", age: 25,level:30, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},
   {_id:4, name: "赵六", age: 26,level:40, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },
   {_id:5, name: "田七", age: 27, ename: { firstname: "qi", lastname: "tian"}, address:'北京' },
   {_id:6, name: "周八", age: 28,roles:["gen"], address:'上海' }
]);
     类别  运算符  说明  实例  执行结果

    比较运算符   

    		 $gt($gte) 大于(大于等于)

    db.userinfos.find(
    　　{ age:{$gt:25}},
    　　{ name:1 }

    )

    查找age>25的文档的name

    结果:

    　　[{ "_id" : 4, "name" : "赵六" },

    　　 { "_id" : 5, "name" : "田七" }]
     $lt($lte)  小于(小于等于)  db.userinfos.find(

    　　{ age:{$lt:25}},
    　　{ name:1 }

    )

    查找age<25的文档的name

    结果： 

    　　[ { "_id" : 1, "name" : "张三" },

    　　{ "_id" : 2, "name" : "李四" } ]
     $eq  等于  db.userinfos.find(

    　　{ age:{$eq:25}},
    　　{ name:1 }

    )

    查询age=25的文档的name

     结果：

    　　[ { "_id" : 3, "name" : "王五" } ]
     $ne  不等于

    db.userinfos.find(
    　　{ age:{$ne:25}},
    　　{ name:1 }
    )

     查询age!=25的文档的name

    结果：

    　　[{"_id" : 1,"name" : "张三"},
    　　{"_id" : 2,"name" : "李四"},
    　　{"_id" : 4,"name" : "赵六"},
    　　{"_id" : 5,"name" : "田七"}]
     $in  包含  db.userinfos.find(

    　　{ age:{$in:[24,25]}},
    　　{ name:1 }
    )

    查询age在[24,25]中的文档的name

    结果：

    　　 [ { "_id" : 2, "name" : "李四" },

    　　{ "_id" : 3, "name" : "王五" } ]
     $nin  不包含 db.userinfos.find(

    　　{ age:{$nin:[24,25]}},
    　　{ name:1 }
    )

    查询age不在[24,25]中的文档的name

    结果：

    　　[{"_id" : 1,"name" : "张三"},
    　　{"_id" : 4,"name" : "赵六"},
    　　{"_id" : 5,"name" : "田七"}]
    逻辑运算符 $and  与

    db.userinfos.find(

    　　{$and: [

    　　　　{name:{$eq:'张三'}},

    　　　　{age:{$eq:23}}

    　　]},

    　　{name:1}

    )

     

    查询name='张三'且age=23的文档 

    结果：

    　　[ { "_id" : 1, "name" : "张三" } ]
    $not   

    非

    		  db.userinfos.find(

    　　{age:{$not:{$in:[23,24,25]}}},
    　　{name:1}
    )

    查询age不在[23,24,24]中的文档

    结果：

    　　[ { "_id" : 4, "name" : "赵六" },

    　　{ "_id" : 5, "name" : "田七" } ]
    $or   或

     

    		  db.userinfos.find(

    　　{$or: [

    　　　　{name:{$eq:'张三'}},

    　　　　{age:{$eq:24}}

    　　]},

    　　{name:1}

    )

    		  

    查询name='张三'或者age=24的文档 

    结果：

    　　[ { "_id" : 1, "name" : "张三" },

    　　{ "_id" : 2, "name" : "李四" } ]
    $nor   

    或的取反

    		  db.userinfos.find(

    　　{$nor: [

    　　　　{name:{$eq:'张三'}},

    　　　　{age:{$eq:24}}

    　　]},

    　　{name:1}

    )

     上边栗子的取反操作

    结果：

    　　[ {"_id" : 3,"name" : "王五"},
    　　 {"_id" : 4,"name" : "赵六"},
    　　 {"_id" : 5,"name" : "田七"} ]
     评估运算符 $mod 取余

    db.userinfos.find(

    　　{age:{$mod:[10,3]}},
    　　{name:1}
    )

    查询name%10=3的文档

    结果：

    [ { "_id" : 1, "name" : "张三" } ]
    $regex  正则  

    db.userinfos.find(

    　　{name:{$regex:/^张/i}},
    　　{name:1}
    )

    查询name以张开头的文档

    结果：

    [ { "_id" : 1, "name" : "张三" } ]

    db.userinfos.find(

    　　{name:{$in:[/^张/,/四$/]}},
    　　{name:1}
    )

    查询name以张开头或者以四结尾的文档

    结果：

    [ { "_id" : 1, "name" : "张三" },

    { "_id" : 2, "name" : "李四" } ]
    $where where过滤

    db.userinfos.find(
    　　{$where :function(){return this.name=='张三';}},
    　　{name:1}

    )

    查询名字为张三的记录

    结果：

    　　[ { "_id" : 1, "name" : "张三" } ]

    注意：where可以实现所有的过滤，但是效率不高。

    这是因为where采用逐行判断而不使用索引
     $expr  表达式过滤

    db.userinfos.find(
    　　{ $expr:{$lt:["$age","$level"]}},
    　　{ name:1 }

    )

     查询age<level的记录

    结果：

    [ { "_id" : 3, "name" : "王五" },

    { "_id" : 4, "name" : "赵六" } ]

     
    元素运算符   $exists field是否存在

    db.userinfos.find(
    　　{ address:{$exists:true}},
    　　{ name:1 }

    )

    查询存在address字段的文档

    结果：

    [ { "_id" : 5, "name" : "田七" },

    { "_id" : 6, "name" : "周八" } ]
    $type field类型

    db.userinfos.find(

    　　{name:{$type:'string'}},

    　　{name:1}

    )

     查询name为string的文档

    结果：

    　　所有文档都匹配
    数组运算符     $all  包含所有元素才匹配成功  db.userinfos.find(

    　　{roles:{$all:['vip','gen']}},

    　　{name:1}

    )

    查询roles中包含vip和gen的文档

    结果：

     [ { "_id" : 1, "name" : "张三" },

    { "_id" : 3, "name" : "王五" } ]
     $eleMatch  只要有一个元素符合就匹配成功  db.userinfos.find(

    　　{roles:{$elemMatch:{ $eq: 'vip', $ne: 'gen' }}},

    　　{name:1}

    )

     查询roles中有元素等于vip，或有元素不等于gen的文档

    结果：

    　　[{"_id" : 1,"name" : "张三"},
    　　{"_id" : 2,"name" : "李四"},
    　　{"_id" : 3,"name" : "王五"}]
    $size  元素个数相同的匹配成功  db.userinfos.find(

    　　{roles:{$size:2}},

    　　{name:1}

    )

     查询roles中有两个元素的文档

    结果：

    [ { "_id" : 1, "name" : "张三" },

    { "_id" : 3, "name" : "王五" } ]

    3 修改(update)

    　　mongoDB修改documen使用的命令是update，语法如下：

    　　mongoDB的update默认只修改一条document，如果想修改所有符合条件的documet的话，可以设置multi:true。upsert表示当没有符合过滤条件的文档时，就添加一条文档，并将修改的内容作为新增document的值。mongoDB的update功能比较丰富，如可以修改field的名字，删除field，以及对数组进行增删改。从3.2版本开始，mongoDB添加了updateOne()和updateMany()方法，用于修改单条或者多条数据，推荐使用新的方法，语法如下：

     //将age<25的记录的level修改为50，只修改一条。updateOne相当于update设置multi:false
db.userinfos.updateOne(
   {age:{$lt:25}},
   {$set:{level:50}}
   )
 //将age<25的记录的level修改为50，所有符合条件的记录都修改。updateMany相当于update设置multi:true
db.userinfos.updateMany(
   {age:{$lt:25}},
   {$set:{level:50}}
   )

    　　这里汇总了mongoDB中关于update的相关运算符，有兴趣的小伙伴可以测试一下：

     测试数据：

    db.userinfos.insertMany([
   {_id:1, name: "张三", age: 23,level:10, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},
   {_id:2, name: "李四", age: 24,level:20, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},
   {_id:3, name: "王五", age: 25,level:30, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},
   {_id:4, name: "赵六", age: 26,level:40, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },
   {_id:5, name: "田七", age: 27, ename: { firstname: "qi", lastname: "tian"}, address:'北京' },
   {_id:6, name: "周八", age: 28,roles:["gen"], address:'上海' }
]);
     值操作运算符 $currentDate

    修改field值为当前时间,

    如果field不存在则添加field

    db.userinfos.update(
    　　{name:'张三'},
    　　{$currentDate:{

    　　　　createtime:{$type:'timestamp'}}

    　　}
    )

    将张三的createtime字段值修改为当前时间

    　　格式为时间戳("createtime" : Timestamp(1560663270, 1))

    补充:如果不设置$type，默认的格式为date

    　　格式为date("createtime" : ISODate("2019-06-16T05:38:21.119Z"))

    　　
    $set

    修改值

    db.userinfos.update(
    　　{name:'张三'},
    　　{$set:

    　　　　{level:20}

    　　}
    )

    		  将张三的level修改为20。如果要修改的field不存在，不会添加新的field。
    $setOnInsert 

    只有在新增document时进行赋值，

    一定要设置upsert:true

     

    db.userinfos.update(
    　　{name:'张三'},
    　　{$setOnInsert:

    　　　　{level:30}

    　　},
    　　{upsert:true}
    )

    		  因为已经有name=张三的document，所以不做任何操作

    db.userinfos.update(
    　　{name:'吴九'},
    　　{$setOnInsert:{level:30}},
    　　{upsert:true}
    )

    		  添加一个name=吴九的document，并设置level为30
    $inc 自增

    db.userinfos.update(
    　　{name:'张三'},
    　　{$inc:

    　　　　{age:10}

    　　}
    )

    		 张三的age自增10，age修改为23+10=33
    $mul 自乘

    db.userinfos.update(
    　　{name:'张三'},
    　　{$mul:

    　　　　{age:2}

    　　}
    )

    		 张三的age自乘2，age修改为23*2=46
    $min 取小

    db.userinfos.update(
    　　{name:'张三'},
    　　{$min:

    　　　　{age:13}

    　　}
    )

    		 张三的age取小值，因为23>13,所以修改age为13。如果修改的值比23大，那么不做操作。
    $max 取大

    db.userinfos.update(
    　　{name:'张三'},
    　　{$max:

    　　　　{age:33}

    　　}
    )

    		 张三的age取大值，因为23<33,所以修改age为33。如果修改的值比23小，那么不做操作。
    字段操作运算符   $rename  修改filed的名字  db.userinfos.update(

    　　{name:'张三'},
    　　{$rename:

    　　　　{age:'年龄'}

    　　}
    )

    		  将张三的age字段名改成年龄，值不变，年龄=23
    $unset  删除field  db.userinfos.update(

    　　{name:'张三'},
    　　{$unset:

    　　　　{level:''}

    　　}
    )

    		  将张三的level字段删除

     　　数组相关的update运算符：

    测试数据：

       db.students.insertMany(
        [{ "_id" : 1, "grades" : [ 85, 80, 80 ] },
　　      { "_id" : 2, "grades" : [ 88, 90, 92 ] }]
   )
     数组运算符 $ 单个占位符

    db.students.updateOne(
    　　{ _id: 1, grades: 80 },
    　　{ $set: { "grades.$" : 82 } }
    )

    修改_id=1的文档graders中第一个值为80的元素，值改成82

    结果：

    　　[{ "_id" : 1, "grades" : [ 85, 82, 80 ] },
    　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
     $[]  所有元素占位符  

    db.students.updateOne(
    　　{ _id: 1},
    　　{ $set: { "grades.$[]" : 100 } }
    )

    		  

    修改_id=1的文档graders中所有元素，值改成100

    结果：

    　　[{ "_id" : 1, "grades" : [ 100, 100, 100 ] },
    　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
     $[<identifier>]  符合arrayFilter过滤条件的元素占位符  

    db.students.updateOne(
    　　{ _id: 2},
    　　{ $set: { "grades.$[element]" : 100 } },
    　　{ arrayFilters: [ { "element": { $gte: 90 } } ]}
    )

    		  

    修改_id=2的文档graders中大于等于90的元素，值改成100

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 82, 80  ] },
    　　{ "_id" : 2, "grades" : [ 88, 100, 100 ] }]
     $push  添加元素  

    db.students.updateOne(
    　　{ _id: 1 },
    　　{ $push: { "grades" : 98 } }
    )

    		  

    在_id=1的文档graders中添加元素

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98 ] },
    　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
    $addToSet  添加不存在的元素，如果元素已经存在则无操作  db.students.updateOne(
    　　{ _id: 1 },
    　　{ $addToSet: { "grades" : 100 } }
    )    		  

    在_id=1的文档graders中添加元素

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98,100 ] },
    　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

    补充：如果添加的元素是85，因为85已经存在，所以不执行操作
     $pop  弹出(移除)元素  

    db.students.updateOne(
    　　{ _id: 1 },
    　　{ $pop: { "grades" : 1 } }
    )

     移除最后一个元素

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80 ] },
    　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

    补充：如果{ $pop: { "grades" : -1 } }表示从前边弹出，移除第一个元素
    $pullAll 根据值移除数组中的元素

    db.students.update(
    　　{_id:2},
    　　{$pullAll:{"grades":[88,90]}}
    )

    移除_id=2的文档的graders中值为88,90的所有元素

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
    　　{ "_id" : 2, "grades" : [ 92 ] }]
     $pull  移除符合条件的元素  

    db.students.update(
    　　{_id:2},
    　　{$pull:{"grades":{$gt:90}}}
    )

    		  

    移除_id=2的文档的graders中大于90的所有元素

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
    　　{ "_id" : 2, "grades" : [ 88,90 ] }]

      数组批量添加

    相关运算符

    		  $each  和$push,$addToSet配合使用，用于批量添加元素  

    db.students.update(
    　　{_id:1},
    　　{$push:

    　　　　{grades:{$each:[99,100]}}

    　　}

    )

    在_id=1的文档graders中添加元素[99,100]

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99,100 ] },
    　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]
     $slice  和$push,$each配合使用，用于限制元素个数  

    db.students.update(
    　　{_id:1},
    　　{$push:

    　　　　{grades:{$each:[99,100],$slice:4}}

    　　}
    )

    		  在_id=1的文档graders中添加元素[99,100]

    结果：

    　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99] },
    　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

    如果使用$slice:-4，则保留后4个元素
    $sort 和$push,$each配合使用，在添加元素后进行排序

    db.students.update(
    　　{_id:1},
    　　{$push:

    　　　　{grades:{$each:[70,100],$sort:1}}

    　　}
    )

    		 在_id=1的文档graders中添加元素[99,100]，并排序

    结果：

    　　[{ "_id" : 1, "grades" : [70,80,80,85,100]},
    　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

    如果使用$sort:-1，则倒序排序
    $position 和$push,$each配合使用，指定插入元素的位置

    db.students.update(
    　　{_id:1},
    　　{$push:

    　　　　{grades:{$each:[70,100],$position:1}}

    　　}
    )

    		  在_id=1的文档graders中,从索引1开始插入元素[99,100]

    结果：

    　　[{ "_id" : 1, "grades" : [85,70,100,80,80]},
    　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

    4.删除(remove/delete)

    　　在3.2以前的版本中，mongoDB使用remove方法来删除文档，用法如下：

    　　

    　　从3.2版本开始，提供了deleteOne()和deleteMany()方法，分别用于删除单条和多条document，语法如下：

    //删除单条document，功能类似于remove设置justOne:true
　　db.userinfos.deleteOne({age:{$gt:25}})
//删除所有符合条件的document，功能类似于remove设置justOne:false
　　db.userinfos.deleteMany({age:{$gt:25}})

    　　本篇是mongoDB的第一篇，简单介绍了mongoDB的安装方法，通过js shell进行mongoDB的CRUD操作，后续会逐步介绍mongoDB的索引、数据聚合、GridFS和C#驱动，以及副本集和sharing集群搭建。如果本文由错误的地方，希望大家可以指出，我会及时修改，谢谢。
  • 相关阅读:
    云存储研发工程师（40-50万）
    数据分析师（50-70万）
    云计算-资深java研发
    云计算 -- 资深python开发
    公众号”IT高薪猎头“
    51内核mcu实现printf的一种方法
    一种基于蓝牙BLE无线控制的灯光系统的解决方案
    Ecx后台增加新菜单+新数据表+新bundle完整过程
    Ecx 生成swagger文档
    ecshopx-manage管理后台本地编译设置本地API
  • 原文地址：https://www.cnblogs.com/wyy1234/p/10919567.html
Copyright © 2020-2023  润新知