当前位置：首页 > news >正文

详谈MongoDB的那些事

news 2025/7/6 17:59:01

在这里插入图片描述

概念区分

什么是关系型数据库

关系型数据库（Relational Database）是一种基于关系模型的数据库管理系统（DBMS）。在关系型数据库中，数据以表格的形式存储，表格由行和列组成，行表示数据记录，列表示数据字段。每个表格都有一个唯一的标识符，称为主键，用于唯一标识表中的每一行。

关系型数据库的核心概念包括：

表格（Table）：数据以表格的形式组织，每个表格具有名称和一组定义了数据类型的列。表格表示实体（如人、物、事件等）以及实体之间的关系。
行（Row）：表格中的每一行代表一个数据记录，包含了不同字段的数据值。
列（Column）：表格中的每一列代表一个数据字段，定义了数据的类型和格式。
主键（Primary Key）：每个表格都有一个主键，用于唯一标识表中的每一行。主键确保数据的唯一性和完整性。
外键（Foreign Key）：外键用于在不同表格之间建立关联，表示表格之间的关系。外键通常引用其他表格的主键。
SQL（Structured Query Language）：关系型数据库使用SQL来进行数据查询、插入、更新和删除操作。SQL是一种标准化的查询语言，用于与关系型数据库交互。

关系型数据库的一些常见示例包括：

MySQL
PostgreSQL
Oracle Database
Microsoft SQL Server
SQLite

关系型数据库以其结构化的数据模型和广泛的应用领域而闻名。它们适用于需要复杂数据关系和丰富查询的应用，如企业应用、金融系统、人力资源管理等。然而，随着数据的不断增长和应用场景的多样化，出现了许多其他类型的数据库，如NoSQL数据库，用于处理非结构化和半结构化数据，而且本文讲到的MongoDB就属于非关系型数据库，也是改文章的主角。

什么是非关系型数据库

非关系型数据库（NoSQL，Not Only SQL）是一类数据库管理系统（DBMS），与传统的关系型数据库相比，它们采用不同的数据模型和存储机制。非关系型数据库适用于处理大规模、高度分布式、非结构化或半结构化数据，以及需要更高的可扩展性和灵活性的应用场景。

非关系型数据库的主要特点包括：

数据模型多样性：非关系型数据库支持多种数据模型，例如键值对、文档、列族、图形等，以适应不同类型的数据。
分布式架构：许多非关系型数据库具有分布式架构，可以水平扩展，将数据分布在多台服务器上，以实现高可用性和更好的性能。
灵活的模式：非关系型数据库通常不需要严格的表结构定义，允许在数据存储过程中动态添加、修改字段，从而适应数据模式的变化。
高可扩展性：由于其分布式性质，非关系型数据库能够轻松地扩展以处理大量数据和高并发请求。
适应大数据：非关系型数据库通常用于存储和处理大规模的数据，如社交媒体数据、日志文件、传感器数据等。

常见的非关系型数据库类型包括：

键值存储（Key-Value Stores）：数据以键值对的形式存储，适用于高速读写操作，如Redis、Amazon DynamoDB。
文档数据库（Document Stores）：数据以类似JSON或XML格式的文档存储，适用于半结构化数据，如MongoDB、Couchbase。
列族数据库（Column Family Stores）：数据以列族的形式存储，适用于大规模分布式数据，如Apache Cassandra、HBase。
图形数据库（Graph Databases）：用于存储和查询图形数据，适用于复杂的数据关系，如Neo4j、Amazon Neptune。
时间序列数据库（Time Series Databases）：专门用于存储时间序列数据，如传感器数据、日志数据等，如InfluxDB、OpenTSDB。
搜索引擎（Search Engines）：用于全文搜索和数据分析，如Elasticsearch、Solr。

非关系型数据库在现代应用开发中变得越来越重要，特别是在大数据、云计算和分布式系统领域，此次之所以介绍MongoDB数据库，也是由于系统开发需求中要求对于聊天记录做到保存，鉴于数据量较大，所以考虑到了MongoDB架构。

主角MongoDB介绍

MongoDB是一种开源、面向文档的非关系型数据库管理系统（NoSQL DBMS），它以其灵活性、可扩展性和强大的查询能力而闻名。MongoDB的设计理念是为了满足现代应用中海量数据、高可用性和复杂数据模型的需求。以下是MongoDB的一些重要特点和概念：

文档数据库：MongoDB使用文档（Document）来表示数据，文档类似于JSON格式的数据结构，可以包含各种类型的数据，如字符串、数字、日期、数组和嵌套文档等。
面向文档：MongoDB是一种面向文档的数据库，每个文档都有一个唯一的标识符（通常称为_id），用于唯一标识文档。
高可扩展性：MongoDB支持水平扩展，可以通过分片（Sharding）将数据分布到多台服务器上，以实现更高的存储容量和性能。
动态模式：MongoDB不需要严格的表结构定义，文档可以自由添加和修改字段，适应数据模式的变化。
强大的查询语言：MongoDB支持丰富的查询语言，可以进行复杂的查询操作，包括过滤、排序、投影、聚合等。
索引支持：MongoDB支持各种类型的索引，包括单字段索引、复合索引、文本索引、地理空间索引等，以加速查询操作。
复制和高可用性：MongoDB支持数据的复制和自动故障转移，确保数据的高可用性和冗余。
数据存储：MongoDB将数据存储在集合（Collection）中，每个集合包含一组文档。集合类似于关系型数据库中的表格。
适用场景：MongoDB适用于需要存储和处理半结构化或非结构化数据的场景，如大数据、实时数据分析、内容管理系统、日志记录和用户个性化推荐等。

MongoDB安装介绍

Centos安装MongoDB

以下是在CentOS上安装MongoDB的详细步骤：

更新系统：
打开终端，并以root或具有sudo权限的用户身份登录，首先更新系统软件包以确保系统处于最新状态：

sudo yum update

添加MongoDB仓库：
MongoDB提供了官方的YUM仓库，可以使用以下步骤将其添加到您的系统中：

sudo vi /etc/yum.repos.d/mongodb-org.repo

在编辑器中，添加以下内容（保存并退出编辑器）：

[mongodb-org-4.4]
name=MongoDB Repository
baseurl=https://repo.mongodb.org/yum/redhat/$releasever/mongodb-org/4.4/x86_64/
gpgcheck=1
enabled=1
gpgkey=https://www.mongodb.org/static/pgp/server-4.4.asc

安装MongoDB：
使用以下命令安装MongoDB软件包：

sudo yum install -y mongodb-org

启动MongoDB服务：
安装完成后，您可以启动MongoDB服务，并设置其开机自启动：

sudo systemctl start mongod
sudo systemctl enable mongod

验证MongoDB是否已正确启动：
运行以下命令来验证MongoDB是否已成功启动：

sudo systemctl status mongod

您应该看到MongoDB服务状态为"active (running)"。

连接到MongoDB Shell：
使用MongoDB Shell与数据库交互，运行以下命令：

mongo

这将连接到本地MongoDB服务器的Shell。

docker安装MongoDB

大家知道我的习惯，肯定少不了docker的安装方式啊
安装MongoDB并在Docker容器中运行它是一个方便的方式，让我们详细介绍一下如何在Docker中安装和运行MongoDB。

安装Docker：

如果您尚未安装Docker，请按照以下步骤在您的操作系统上安装Docker：
- 对于Linux用户，您可以根据您的发行版选择适当的安装方式，通常是使用包管理工具（如apt或yum）来安装Docker。
- 对于Windows用户，您可以从Docker官方网站下载并运行安装程序。
- 对于macOS用户，您可以从Docker官方网站下载并运行Docker Desktop安装程序。
拉取MongoDB镜像：

打开终端（或命令行界面）并执行以下命令，以从Docker Hub拉取MongoDB官方镜像：
```
docker pull mongo
```
运行MongoDB容器：

使用以下命令来创建并运行MongoDB容器。这将创建一个名为"my-mongodb"的MongoDB容器，并将其绑定到主机的27017端口。可以根据需要自行调整容器名称和端口绑定。
```
docker run --name my-mongodb -p 27017:27017 -d mongo
```
此命令将以后台模式运行MongoDB容器。要停止容器，可以使用docker stop命令：
```
docker stop my-mongodb
```
要删除容器，可以使用docker rm命令：
```
docker rm my-mongodb
```
连接到MongoDB容器：

要连接到运行中的MongoDB容器的Mongo shell，可以使用以下命令：
```
docker exec -it my-mongodb mongo
```
这将进入Mongo shell，可以在其中执行MongoDB命令。

Win系统安装MongoDB

要在Windows系统上安装MongoDB，请按照以下步骤操作：

下载MongoDB安装包：
前往MongoDB官方网站（https://www.mongodb.com/try/download/community-kubernetes-operator）下载最新版本的MongoDB安装包。确保选择与您的操作系统相匹配的版本。
安装MongoDB：
双击下载的安装包，按照安装向导指示完成安装过程。您可以选择自定义安装选项，但对于大多数用户来说，使用默认选项即可。
配置MongoDB环境变量：
将MongoDB的安装路径添加到系统的环境变量中，以便在任何目录下都可以通过命令行访问MongoDB。将安装路径（默认为C:\Program Files\MongoDB\Server<版本号>\bin）添加到您的系统环境变量中的Path变量中。
创建数据目录：
在您选择的位置上创建一个数据目录，用于存储MongoDB的数据文件。例如，您可以在C:\data目录下创建一个名为db的文件夹。
配置MongoDB服务：
打开命令提示符（CMD）或PowerShell，并导航到MongoDB的安装目录（例如：C:\Program Files\MongoDB\Server<版本号>\bin）。

运行以下命令来启动MongoDB服务器：
```
mongod --dbpath <数据目录路径>
```
请将<数据目录路径>替换为您在第4步中创建的数据目录的路径。
连接到MongoDB：
打开另一个命令提示符或PowerShell窗口，导航到MongoDB的安装目录（例如：C:\Program Files\MongoDB\Server<版本号>\bin）。

运行以下命令来连接到MongoDB：
```
mongo
```

请注意，如果不按照如上步骤操作，而是直接在安装目录执行exe
在这里插入图片描述

那就需要再D盘根路径创建一个/data/db目录,否则会闪退！！！
在这里插入图片描述

MongoDB是默认没有写入环境变量的，大家需要自己配置，不再赘述！！！

MongoDB使用介绍

在MongoDB中，建立集合（类似于关系型数据库中的表）是动态的，因此无需像关系型数据库那样显式地定义表结构。只需插入文档（类似于关系型数据库中的记录），MongoDB将自动创建集合并根据文档的结构来定义字段。命令执行我们可以使用Navicat工具进行连接
在这里插入图片描述

以下是MongoDB中创建集合和插入文档的语法和示例：

简单使用

创建集合并插入文档：

// 使用insertOne插入文档并创建集合
db.collectionName.insertOne({ field1: "value1", field2: "value2", ... })

示例：

db.students.insertOne({ name: "李红", age: 25, major: "Computer Science" })
db.students.insertOne({ name: "张飞", age: 22, major: "Biology" })

在这里插入图片描述

查询集合中的文档：

// 查询集合中的所有文档
db.collectionName.find()// 查询特定条件的文档
db.collectionName.find({ field: "value" })

示例：

// 查询所有学生
db.students.find()// 查询年龄大于等于 25 岁的学生
db.students.find({ age: { $gte: 25 } })

更新文档：

// 使用updateOne更新单个文档
db.collectionName.updateOne({ condition }, { $set: { field: "new value" } })// 使用updateMany更新多个文档
db.collectionName.updateMany({ condition }, { $set: { field: "new value" } })

示例：

// 更新学生的专业
db.students.updateOne({ name: "张飞" }, { $set: { major: "Engineering" } })

删除文档：

// 使用deleteOne删除单个文档
db.collectionName.deleteOne({ condition })// 使用deleteMany删除多个文档
db.collectionName.deleteMany({ condition })

示例：

// 删除专业为"Biology"的学生
db.students.deleteMany({ major: "Biology" })

我们再举一个例子，假设正在开发一个简单的博客平台，可以使用MongoDB来存储博客帖子和评论。在这个复杂业务的示例中，我们将涵盖以下方面：

创建集合和插入文档
查询和筛选数据
更新文档
使用索引

1. 创建集合和插入文档：

首先，我们创建一个集合来存储博客帖子，每个帖子包含标题、内容和发布日期：

// 创建博客集合并插入帖子文档
db.blogPosts.insertOne({title: "MongoDB的相关介绍   ——IT小辉同学",content: "MongoDB 是一个非关系型数据库",publishDate: new Date("2023-08-01"),comments: []
})

2. 查询和筛选数据：

现在，我们查询博客集合中的帖子并筛选出发布日期在特定范围内的帖子：

// 查询发布日期在特定范围内的帖子
db.blogPosts.find({publishDate: { $gte: new Date("2023-08-01"), $lt: new Date("2023-08-10") }
})

3. 更新文档：

假设一篇帖子收到了一条新评论，我们可以将评论添加到帖子的评论数组中：

// 更新帖子，添加新评论
db.blogPosts.updateOne({ title: "MongoDB的相关介绍，很有意思奥   ——IT小辉同学" },{$push: {comments: {author: "User123",text: "MongoDB，我们一起学习!",timestamp: new Date()}}}
)

4. 使用索引：

为了提高查询性能，我们可以创建索引以加速某些查询操作。例如，为了加速根据标题搜索帖子的查询，我们可以创建标题字段的索引：

// 创建标题字段的索引
db.blogPosts.createIndex({ title: "text" })

这是一个简化的示例，展示了如何在MongoDB中处理博客帖子和评论的复杂业务场景。实际业务中可能还需要处理更多情况，如用户认证、数据验证、用户关系等。MongoDB的灵活性和功能可以适应各种复杂的业务需求。

请注意，MongoDB的语法使用了JSON，也就是我们Java常说的对象，因此数据和查询都是使用JSON的形式。

复杂语法

当您需要进行更复杂的增删改查操作时，MongoDB提供了丰富的查询、更新和聚合功能来满足您的需求。以下是更复杂的示例，涵盖了多条件查询、更新和聚合操作：

1. 多条件查询：

假设您要查询发布日期在特定范围内，同时标题包含特定关键词的帖子：

db.blogPosts.find({publishDate: { $gte: new Date("2023-08-01"), $lt: new Date("2023-08-10") },title: { $regex: "MongoDB" }
})

2. 多条件更新：

更新帖子的评论，将指定作者的所有评论中的文本替换为新文本：

db.blogPosts.updateMany({ "comments.author": "User123" },{ $set: { "comments.$[].text": "新文本" } }
)

3. 使用聚合：

聚合操作允许您进行数据处理和转换。假设您要计算每篇帖子的评论数量并按评论数量降序排序：

db.blogPosts.aggregate([{$project: {title: 1,numberOfComments: { $size: "$comments" }}},{$sort: { numberOfComments: -1 }}
])

以上代码使用聚合管道，首先通过$project将每篇帖子的标题和评论数量提取出来，然后通过$sort按评论数量降序排序。

4. 删除多个文档：

假设您要删除评论数低于指定值的所有帖子：

db.blogPosts.deleteMany({comments: { $size: { $lt: 5 } }
})

这将删除所有评论数少于5条的帖子。