一、MongoDB简介
1.概述
MongoDB是一个基于分布式文件存储的数据库，由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB介于关系型数据和非关系型数据库之间，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，类似json格式，因此可以存储比较复杂的数据类型。
MongoDB最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库表单查询的绝大部分功能，而且还支持对数据建立索引。
2.和MySQL之间的区别
2.1MySQL
关系型数据库。
查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。
关系型数据库遵循ACID规则
开源数据库的份额在不断增加，mysql的份额页在持续增长。
缺点：在海量数据处理的时候效率会显著变慢。
2.2MongoDB
非关系型数据库(nosql ),属于文档型数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系那个的数据。这些数据具备自述性（self-describing），呈现分层的树状数据结构。数据结构由键值(key=>value)对组成。
存储方式：虚拟内存+持久化。
查询语句：是独特的Mongodb的查询方式。
适合场景：事件的记录，内容管理或者博客平台等等。
数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。
成熟度与广泛度：新兴数据库，成熟度较低，Nosql数据库中最为接近关系型数据库，比较完善的DB之一，适用人群不断在增长。
优势：
快速！在适量级的内存的Mongodb的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快，
高扩展！
自身的Failover机制！
json的存储格式！
2.3二者之间的区别
MySQL MongoDB 解释 database database 数据库 table collection 数据表/集合 row【一条记录，实体】 document 行/文档 column field 列/字段或者属性 table join 不支持 表连接 primary key primary key 主键 解释
数据库：容器，不管是mysql还是mongodb，一个单一的服务器都可以管理多个数据库
集合：是一组mongodb的文件，等价于mysql中的table，集合中文档可以有不同的字段，也可以有不同的数据类型
文档：一组键值对，具有动态模式【不同的数据可以是不同的格式】
二、MongoDB安装和卸载
1.卸载
执行命令： sudo apt-get autoremove mongodb sudo apt-get autoclean mongodb #清除残留数据 dpkg -l |grep ^rc|awk '{print $2}' |tr ["\n"] [" "]|sudo xargs dpkg -P
2.安装
第1步 – 导入公钥**
Ubuntu软件包管理器apt（高级软件包工具）需要软件分销商的GPG密钥来确保软件包的一致性和真实性。 执行此下面的命令将MongoDB密钥导入到您的服务器：
sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 2930ADAE8CAF5059EE73BB4B58712A2291FA4AD5
第2步 – 创建源列表文件MongoDB
检查URL http://repo.mongodb.org/apt/ubuntu/dists/。 如果您在该网页上看到一个目录“bionic”，则将下述命令中的单词“xenial”替换为“bionic”一词，【原因：MongoDB尚未发布Bionic Beaver软件包，但Xenial软件包在Ubuntu 18.04 LTS上运行良好】
执行以下命令在/etc/apt/sources.list.d/中创建一个MongoDB列表文件：
echo "deb http://repo.mongodb.org/apt/ubuntu xenial/mongodb-org/3.6 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-3.6.list
第3步 – 更新存储库
使用apt命令更新存储库：
sudo apt-get update
说明：执行完会提示一些失败，不用在意
第4步 – 安装MongoDB
执行以下命令来安装MongoDB：
sudo apt-get install -y mongodb
第5步：启动MongoDB
执行以下命令启动MongoDB并将其添加为在启动时启动的服务
systemctl start mongodb
如果执行完这一步终端没有任何输出，则说明是正确的 如果启动的时候提示：Failed to start mongod.service: Unit mongodb.service not found. 解决办法如下： 1创建配置文件： 在/etc/systemd/system/下 sudo vim mongodb.service 2.在里面追加文本： [Unit] Description=High-performance, schema-free document-oriented database After=network.target [Service] User=mongodb ExecStart=/usr/bin/mongod --quiet --config /etc/mongodb.conf [Install] WantedBy=multi-user.target 3.按ctrl+X退出 4.启动服务 sudo systemctl start mongodb sudo systemctl status mongodb 5.让它永久启动 sudo systemctl enable mongodb第6步：检查MongoDB是否已经启动在27017端口号上
执行下面的命令：
netstat -plntu
第7步：登录MongoDB
mongo
如果出现错误全局初始化失败：BadValue无效或无用户区域设置。 请确保LANG和/或LC_ *环境变量设置正确，请尝试命令： export LC_ALL=C mongo补充：ubuntu下如何查看软件安装目录以及安装版本
1.查询版本 aptitude show 软件名 或者 dpkg -l软件名 2.查询安装路径 dpkg -L 软件名 或者 whereis 软件名
三、MongoDB使用
1.创建和删除数据库
1.1创建数据库
语法：
use DATABASE_NAME 注意：如果指定的数据库DATABASE_NAME不存在，则该命令将创建一个新的数据库，否则返回现有的数据库 #mysql中 创建数据库：create database basename; 切换数据库：use basename;数据库命名：
a.不能是空字符串
b.不能包含特殊符号
c.最好全部小写
d.有一些数据库名是保留的，可以直接访问特殊数据库
admin：从权限的角度来说，是root的数据库
local：本地数据
config:配置，用于保存MongoDB的配置信息
演示：
#登录MongoDB rock@rockrong:~$ mongo MongoDB shell version: 2.6.10 connecting to: test Welcome to the MongoDB shell. For interactive help, type "help". For more comprehensive documentation, see http://docs.mongodb.org/ Questions? Try the support group http://groups.google.com/group/mongodb-user #创建数据库并切换到该数据库下 > use mydb1 switched to db mydb1其他命令：
#检查当前选择的数据库 > db mydb1 #检查已经创建好的数据库列表 > show dbs admin (empty) local 0.078GB #创建的数据库(newdb)不在列表中。要显示数据库，需要至少插入一个文档，空的数据库是不显示出来的 > db.mydb1.insert({'name':'yangyang'}) WriteResult({ "nInserted" : 1 }) > show dbs admin (empty) local 0.078GB mydb1 0.078GB #退出MongoDB > exit bye rock@rockrong:~$ mongo MongoDB shell version: 2.6.10 #默认的数据库test connecting to: test #如果数据库已经存在，use表示切换数据库 > use mydb1 switched to db mydb1
1.2删除数据库
语法：
db.dropDatabase() #注意：默认删除当前正在工作的数据库，如果没有通过use命令切换数据库，则删除的是test演示：
#删除当前正在工作的数据库 > db.dropDatabase() { "dropped" : "mydb1", "ok" : 1 } > show dbs admin (empty) local 0.078GB
2.创建和删除集合
类似于MySQL中的表
集合存在于数据库中，集合没有固定的结构，意味着可以对集合插入不同格式和不同类型的数据，但是尽量插入集合的时候保证数据的关联性
集合名的规范：
a.不能空字符串
b.集合名不能含有\0【空字符】，表示集合名的结尾
c.集合名不能以"system."开头，为系统集合保留的关键字
d.不能含有保留字符，千万不能含有$
2.1创建集合
语法：
db.createCollection(name, options) #注意 name的类型为String，是要创建的集合的名称 options的类型是Document，是一个文档，指定相应的大小和索引，是可选参数下面是可以使用的选项列表：
在插入文档时，MongoDB首先检查上限集合
capped字段的大小，然后检查max字段。
字段 类型 描述 cappedBoolean(可选)如果为 true，则启用封闭的集合。上限集合是固定大小的集合，它在达到其最大大小时自动覆盖其最旧的条目。 如果指定true，则还需要指定size参数。autoIndexIdBoolean(可选)如果为 true，则在_id字段上自动创建索引。默认值为false。size数字 (可选)指定上限集合的最大大小(以字节为单位)。 如果 capped为true，那么还需要指定此字段的值。max数字 (可选)指定上限集合中允许的最大文档数。
演示：
> use test switched to db test #没有options选项的集合的创建 > db.createCollection("myCollection") { "ok" : 1 } #显示当前数据库下的集合列表 > show collections myCollection system.indexes #有options选项的集合的创建 > db.createCollection("mycol",{capped:true,autoIndexId:true,size:1024,max:10000}) { "ok" : 1 } > show collections myCollection mycol system.indexes #如果一个集合不存在，直接向其中插入数据，会自动创建 > db.newcollection.insert({'name':'zhangsan'}) WriteResult({ "nInserted" : 1 }) > show collections myCollection mycol newcollection system.indexes
2.2删除集合
语法：
db.COLLECTION_NAME.drop() 注意：如果选定的集合成功删除，drop()方法将返回true，否则返回false演示：
> db.newcollection.drop() true > show collections myCollection mycol
3.文档操作
文档：相当表中的一条记录【实体】
是一组键值对，文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型
注意：
a.文档中的键值对是有序的
b.文档中值除了字符串之外，还可以是其他数据类型【嵌套一个文档】
c.严格区分大小写和数据类型的，mycol myCol
d.文档中不能有重复的键
e.文档中的键基本都是用字符串表示的
文档中键的命名：
a.键不能包含\0
b.$和.有特殊含义
c.以下划线开头的键是保留的，尽量不要使用下划线开头
3.1插入文档
语法：
db.COLLECTION_NAME.insert(document)注意：在插入的文档中，如果不指定_id参数，那么 MongoDB 会为此文档分配一个唯一的ObjectId
_id为集合中的每个文档唯一的12个字节的十六进制数。 12字节划分如下
_id: ObjectId(4 bytes timestamp, 3 bytes machine id, 2 bytes process id, 3 bytes incrementer)演示：
#插入单条文档 > db.mycol.insert({ id:100, name:'zhangsan', age:18, hobby:'sing', }) WriteResult({ "nInserted" : 1 }) #查看已经插入的文档 > db.mycol.find() { "_id" : ObjectId("5b3d8c919e00ffe8882d9705"), "id" : 100, "name" : "zhangsan", "age" : 18, "hobby" : "sing" } > db.mycol.find().pretty() { "_id" : ObjectId("5b3d8c919e00ffe8882d9705"), "id" : 100, "name" : "zhangsan", "age" : 18, "hobby" : "sing" } #批量插入文档 #直接写文档,只能插入一条 > db.mycol.insert({ id:101, name:"lisi", age:20, hobby:'dance', },{ id:102, name:'jack', age:15, hobby:'write', }) WriteResult({ "nInserted" : 1 }) #用数组可以插入多条 > db.check.insert([ { _id: 101, title: 'MongoDB Guide', description: 'MongoDB is no sql database', by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 100 }, { _id: 102, title: 'NoSQL Database', description: "NoSQL database doesn't have tables", by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['mongodb', 'database', 'NoSQL'], likes: 210, comments: [ { user:'user1', message: 'My first comment', dateCreated: new Date(2017,11,10,2,35), like: 0 } ] }, { _id: 104, title: 'Python Quick Guide', description: "Python Quick start ", by: 'yiibai tutorials', url: 'http://www.yiibai.com', tags: ['Python', 'database', 'NoSQL'], likes: 30, comments: [ { user:'user1', message: 'My first comment', dateCreated: new Date(2018,11,10,2,35), like: 590 } ] } ]) BulkWriteResult({ "writeErrors" : [ ], "writeConcernErrors" : [ ], "nInserted" : 3, "nUpserted" : 0, "nMatched" : 0, "nModified" : 0, "nRemoved" : 0, "upserted" : [ ] }) > db.check.find().pretty() { "_id" : 101, "title" : "MongoDB Guide", "description" : "MongoDB is no sql database", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100 } { "_id" : 102, "title" : "NoSQL Database", "description" : "NoSQL database doesn't have tables", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 210, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2017-12-09T18:35:00Z"), "like" : 0 } ] } { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } >其它插入文档的方法【作为了解】
db.collection.insertOne():插入单个文档
db.collection.insertMany()：插入多个文档
a.db.collection.insertOne()方法
db.collection.insertOne()
方法将单个文档插入到集合中。 如果文档没有指定_id字段，MongoDB会自动将_id字段与ObjectId`值添加到新文档演示：
#以下示例将新文档插入到库存集合中 db.invent.insertOne({ item: "canvas", num: 100, tags: ["cotton"], size: { h: 20, w: 30, } }) #db.collection.insertOne()方法返回包含新插入的文档的`_id```字段值的文档 执行结果如下： > db.inventory.insertOne( { item: "canvas", qty: 100, tags: ["cotton"], size: { h: 28, w: 35.5, uom: "cm" } } ) { "acknowledged" : true, "insertedId" : ObjectId("5955220846be576f199feb55") } >b.db.collection.insertMany()方法
db.collection.insertMany()
方法将多个文档插入到集合中，可将一系列文档传递给db.collection.insertMany()方法。以下示例将三个新文档插入到库存集合中。如果文档没有指定_id字段，MongoDB会向每个文档添加一个ObjectId值的_id`字段演示：
db.inventory.insertMany([ { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } }, { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } }, { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } } ]) #insertMany()返回包含新插入的文档_id字段值的文档。执行结果如下： > db.inventory.insertMany([ { item: "journal", qty: 25, tags: ["blank", "red"], size: { h: 14, w: 21, uom: "cm" } }, { item: "mat", qty: 85, tags: ["gray"], size: { h: 27.9, w: 35.5, uom: "cm" } }, { item: "mousepad", qty: 25, tags: ["gel", "blue"], size: { h: 19, w: 22.85, uom: "cm" } } ]) { "acknowledged" : true, "insertedIds" : [ ObjectId("59552c1c46be576f199feb56"), ObjectId("59552c1c46be576f199feb57"), ObjectId("59552c1c46be576f199feb58") ] }
3.2查询文档
语法：
db.COLLECTION_NAME.find(document) 注意： find（）将以非结构化的方式返回查询结果 要以格式化的方式返回查询结果，可以结合pretty函数使用 db.COLLECTION_NAME.find(document).pretty() findOne():返回一个文档MongoDB 与 RDBMS的等效MySQL子句
要在一些条件的基础上查询文档，可以使用以下操作:
操作 语法 示例 MySQL等效语句 相等 {<key>:<value>}db.mycol.find({"by":"yiibai"}).pretty()where by = 'yiibai'小于 {<key>:{$lt:<value>}}db.mycol.find({"likes":{$lt:50}}).pretty()where likes < 50小于等于 {<key>:{$lte:<value>}}db.mycol.find({"likes":{$lte:50}}).pretty()where likes <= 50大于 {<key>:{$gt:<value>}}db.mycol.find({"likes":{$gt:50}}).pretty()where likes > 50大于等于 {<key>:{$gte:<value>}}db.mycol.find({"likes":{$gte:50}}).pretty()where likes >= 50不等于 {<key>:{$ne:<value>}}db.mycol.find({"likes":{$ne:50}}).pretty()where likes != 50演示：
a.MongoDB中的AND操作符
语法：
#在find()方法中，如果通过使用’，‘将它们分开传递多个键，则 MongoDB 将其视为AND条件。 以下是AND的基本语法 >db.mycol.find( { $and: [ {key1: value1}, {key2:value2} ] } ).pretty()演示：
#第一种表示and: $and[{键值对},{键值对}] db.check.find({$and:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty() { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } > #第二种表示and:{键值对,键值对} db.check.find({'by':'yiibai tutorials','title':'Python Quick Guide'}).pretty() { "_id" : 104, "title" : "Python Quick Guide", "description" : "Python Quick start ", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "Python", "database", "NoSQL" ], "likes" : 30, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2018-12-09T18:35:00Z"), "like" : 590 } ] } #等效的SQL的语句 select * from check where by="" and title="";b.MongoDB中的OR操作符
语法：
#在要根据OR条件查询文档，需要使用$or关键字。 以下是OR条件的基本语法 >db.mycol.find( { $or: [ {key1: value1}, {key2:value2} ] } ).pretty()演示：
db.check.find({$or:[{'by':'yiibai tutorials'},{'title':'Python Quick Guide'}]}).pretty()c.使用 AND 和 OR 联合使用
演示：
> db.check.find({'likes':{$gt:100},$or:[{'title':'NoSQL Database'},{'by':'yiibai tutorials'}]}).pretty() { "_id" : 102, "title" : "NoSQL Database", "description" : "NoSQL database doesn't have tables", "by" : "yiibai tutorials", "url" : "http://www.yiibai.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 210, "comments" : [ { "user" : "user1", "message" : "My first comment", "dateCreated" : ISODate("2017-12-09T18:35:00Z"), "like" : 0 } ] } > select * from check where likes>100 and (title='' or by='')
3.3更新文档
1>update()：更新现有文档中的值
criteria:用于指定一个查询，查询选择将要更新的目标记录
action：用于指定更新信息，也可以使用操作符完成
options:
语法：
db.COLLECTION_NAME.update(SELECTION_CRITERIA, UPDATED_DATA)演示：
#find（）：查询指定列的数据 #{'_id':1,'title':1}：表示要检索的字段列表 #注意：当执行find函数的时候，它默认将所有的文档显示，为了限制显示的字段，需要将字段列表的值设置为1，如果不显示可以设置为0 > db.check.find({'title':'MongoDB Guide'},{'_id':1,'title':1}) { "_id" : 101, "title" : "MongoDB Guide" } #注意：update默认只更新一个文档，如果要更新多个文档，则添加参数{multi:true}) db.check.update({'title':'MongoDB Guide'},{$set:{'title':'aaaaaa'}},{multi:true})2>save()：使用
save()方法中传递的文档数据替换现有文档语法：
>db.COLLECTION_NAME.save({_id:ObjectId(),NEW_DATA})演示：
> use mydb1 switched to db mydb1 > db.check.save({'_id':102,'titlt':'bbbb','by':'hello'}) WriteResult({ "nMatched" : 0, "nUpserted" : 1, "nModified" : 0, "_id" : 102 }) > db.check.find({'_id':102},{'_id':1,'title':1,'by':1}) { "_id" : 102, "by" : "hello" }
3.4删除文档
MongoDB中的
remove()方法用于从集合中删除文档。remove()方法接受两个参数。 一个是删除条件，第二个是标志：justOne。 criteria - (可选)符合删除条件的集合将被删除。
justOne - (可选)如果设置为
true或1，则只删除一个文档语法：
>db.COLLECTION_NAME.remove(DELLETION_CRITTERIA)演示：
> db.check.remove({'_id':100}) WriteResult({ "nRemoved" : 0 }) > db.check.find({},{'_id':1,'title':1}) { "_id" : 102 } > db.check.remove() 2018-07-05T15:02:29.068+0800 remove needs a query at src/mongo/shell/collection.js:299 > db.check.find({},{'_id':1,'title':1}) { "_id" : 102 } > db.check.find().pretty()
4.查询
4.1投影
投影：查询过程中，只显示指定的字段
语法：
>db.COLLECTION_NAME.find({},{KEY:1})演示：
#在查询文档时只显示文档的标题 > db.mycol.find({}, {'title':1,'_id':0}) ##注意，在执行find()方法时，始终都会显示_id字段，如果不想要此字段，则需要将其设置为0 #只能为全1或全0,但是对于_id,可以不受此限制
4.2限制筛选记录
1>limit方法
作用：限制MongoDB要返回的记录数
根据指定的参数返回记录数
语法：
> db.COLLECTION_NAME.find().limit(NUMBER)演示：
#在查询文档时仅显示两个文档 > db.mycol.find({},{"title":1,_id:0}).limit(2)2>skip方法
语法：
>db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)演示：
> db.mycol.find({},{"title":1,_id:0}).limit(1).skip(2) #先跳过2条,再总共显示1条 #注意：skip()方法中的默认值为0。
4.3对查询记录排序
语法：
>db.COLLECTION_NAME.find().sort({KEY:1})注意：使用指定顺序进行排序，1表示升序，-1表示降序
演示：
> db.mycol.find({},{'_id':1, 'title':1}) # 按`title`降序排序 > db.mycol.find({},{"title":1,_id:0}).sort({"title":-1}) # 按`title`降序排序 > db.mycol.find({},{"title":1,_id:0}).sort({"title":-1})
4.4分组与聚合函数查询
1>aggregate()方法
语法：
>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)以下是可用聚合表达式的列表。
表达式 描述 示例 $sum从集合中的所有文档中求出定义的值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])$avg计算集合中所有文档的所有给定值的平均值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])$min从集合中的所有文档获取相应值的最小值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])$max从集合中的所有文档获取相应值的最大值。 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])$push将值插入到生成的文档中的数组中。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])$addToSet将值插入生成的文档中的数组，但不会创建重复项。 db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])$first根据分组从源文档获取第一个文档。 通常情况下，这只适用于以前应用的“ $sort”阶段。db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])$last根据分组从源文档获取最后一个文档。通常情况下，这只适用于以前应用的“ $sort”阶段。db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])演示：
db.article.aggregate([{$group:{'_id':'$by_user','num_tutorial':{$sum:1}}}]) { "_id" : "Curry", "num_tutorial" : 1 } { "_id" : "Kuber", "num_tutorial" : 1 } { "_id" : "Maxsu", "num_tutorial" : 2 } #等效的sql语句 select by_user, count(*) as num_tutorial from article group by by_user管道：
每一组的输出可以作为另一组的输入，并且生成一组新的文档
$sort
$limit
$skip
$group
5.MongoDB关联关系
MongoDB中的关系表示各个文档在逻辑上的相互关联。关系可以通过嵌入式和引用方法建模。 这种关系可以是
1：1，1：N，N：1或N：N。假设有一种情况：要存储用户的地址。一个用户可以拥有多个地址，这就是
1：N关系。以下是用户(
user)文档示例的文档结构
{ "_id":10999110, "name": "Maxsu", "contact": "13888990021", "dob": "1992-10-11" }以下是地址(
address)文档的示例文档结构 -{ "_id":12200, "building": "Hainan Building NO.2100", "pincode": 571100, "city": "Haikou", "province": "Hainan" }
5.1嵌入式关系建模
在嵌入式方法中，我们将地址(
address)文档嵌入到用户(user)文档中。{ "_id": 21000100, "contact": "13800138000", "dob": "1991-11-11", "name": "Maxsu", "address": [ { "building": "Hainan Building NO.2100", "pincode": 571100, "city": "Haikou", "province": "Hainan" }, { "building": "Sanya Building NO.2100", "pincode": 572200, "city": "Sanya", "province": "Hainan" }, ] }该方法将所有相关数据保存在单个文档中，这使得检索和维护更容易。可以使用单个查询来在整个文档检索，例如 -
> db.users.findOne({"name":"Maxsu"},{"address":1, "name":1})请注意，在上述查询中，
db和users分别是数据库和集合。缺点是如果嵌入式文档的大小如果不断增长，可能会影响读/写性能。
5.2建模参考关系
这是设计规范化关系的方法。 在这种方法中，用户和地址文件将分别维护，但用户文档将包含一个将引用地址文档的
id字段的字段。{ "_id":ObjectId("52ffc33321332111sdfaf"), "contact": "13800138000", "dob": "1991-11-11", "name": "Maxsu", "address_ids": [ ObjectId("123123"), ObjectId("123412") ] }如上所示，用户文档包含对应地址的
ObjectId的数组字段address_ids。 使用这些ObjectIds，我们可以从那里查询地址文件并获取地址详细信息。 使用这种方法，需要两个查询：首先从用户文档获取address_ids字段，然后从地址集中获取这些地址。>var result = db.users.findOne({"name":"Maxsu"},{"address_ids":1}) >var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})
6.MongoDB-update多层嵌套数组解决办法
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : [ { "destination" : "fr", "text": "Oui" }, { "destination" : "bf", "text": "uid" }, ] }如果是一层数组，可以用如下语句更新数组里指定key的value
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr' }, { '$set': { "translations.$.text": "asd" } }如果再加一层嵌套
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : [ { "destination" : "fr", "text": "Oui", "rating" : [ { "user_id" : 1, "rating" : 1 }, { "user_id" : 2, "rating" : 1 } ] } ] }使用这个更新语句就会报错了
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr', 'translations.rating.user_id':'1' }, { '$set': { "translations.$.rating.$.rating": 5 } }目前mongodb不支持多个$占位符，推荐的方法的修改数据结构，把数据格式改成这样，把数组元素改成key-value形式
{ "_id" : 1 "user_id": 1, "message" : "Yes" "translations" : { "fr": { "destination" : "fr", "text": "Oui", "rating" : [ { "user_id" : 1, "rating" : 1 }, { "user_id" : 2, "rating" : 1 } } }, "en": {...} ] }执行如下更新语句
db.getCollection('message').update({ '_id': 1, 'translations.destination': 'fr', 'translations.rating.user_id':'1' }, { '$set': { translations.fr.rating.$.rating”: 5 } }ps:只能使用一个$占位符的问题在社区里已经提了很久了，一直没有得到解决，希望下个版本可以解决。
补充：MongoDB与Python的交互
1.安装
pip3 install pymongo
2.使用
演示代码：
import pymongo from pymongo import MongoClient from bson.objectid import ObjectId #1.建立连接 #创建MongoClient的对象 #方式一 #特点：可以连接默认的主机和端口号 #client = MongoClient() #方式二 #明确指明主机和端口号 #client = MongoClient('localhost',27017) #client = MongoClient(host='localhost',port=27017) #方式三 #使用MongoDB URI的 client = MongoClient('mongodb://localhost:27017') #2.获取数据库 #MongoDB的一个实例可以支持多个独立的数据库 #可以通过MongoClient的对象的属性来访问数据库 #方式一 db = client.test print(db) #方式二 #db = client['test'] #3.获取集合 #集合是存储在MongoDb中的一组文档，可以类似于MySQl中的表 #方式一 collection = db.stuents #方式二 #collection = db['students'] """ 注意： MongoDB中关于数据库和集合的创建都是懒创建 以上的操作在MongoDB的服务端没有做任何操作 当第一个文档被插入集合的时候才会创建数据库和集合 """ #4.文档 #在pymongo中使用字典来表示文档 student1 = { 'id':'20180101', 'name':'jack', 'age':20, 'gender':'male' } #5.插入文档 #5.1insert（） #插入单条数据 #注意：MongoDb会自动生成一个ObjectId,insert函数的返回值为objectid result = collection.insert(student1) print(result) #插入多条数据 student2 = { 'id':'20180530', 'name':'tom', 'age':30, 'gender':'male' } student3 = { 'id':'20180101', 'name':'bob', 'age':18, 'gender':'male' } #result = collection.insert([student2,student3]) #5.2insert_one() student4 = { 'id':'20180101', 'name':'rose', 'age':25, 'gender':'female' } #result = collection.insert_one(student4) #print(result) #InsertOneResult #print(result.inserted_id) #5.3insert_many() #result = collection.insert_many([student2,student3]); #print(result) #InsertOneResult #print(result.inserted_ids) #6.查询文档 #6.1 #find_one() result = collection.find_one({'name':'jack'}) print(type(result)) #<class 'dict'> print(result) #6.2通过objectid查询 #5b3ed21f2e1016e9ad2dc7b7 #注意：导入模块 result = collection.find_one({'_id':ObjectId('5b3ed21f2e1016e9ad2dc7b7')}) print(result) #查询不到结果则返回None #6.3find() #需求：查询年龄为20的数据 results = collection.find({'age':20}) print(results) #Cursor相当于是一个生成器，只能通过遍历的方式获取其中的数据 for r in results: print(r) #需求：查询年龄大于20的数据 results = collection.find({'age':{'$gt':20}}) #6.4其他用法 #a.count() #统计所有数据的条数 count1 = collection.find().count() #统计制定条件的数据条数 count1 = collection.find({'age':20}).count() #b.sort() r0 = collection.find().sort('name',pymongo.ASCENDING) #c.limit(),skip() r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2) r0 = collection.find().sort('name',pymongo.ASCENDING).skip(2).limit(5) #注意事项：在数据库数量非常庞大的情况下，最好不要使用大的 的偏移量，很可能会导致内存溢出 #7.更新文档 #7.1update() conditon = {'name':'jack'} student = collection.find_one(conditon); student['age'] = 30 result = collection.update(conditon,student) #7.2update_one() conditon = {'name':'jack'} student = collection.find_one(conditon); student['age'] = 30 result = collection.update_one(conditon,{'$set':student}) print(result.matched_count,result.modified_count) #7.2update_many() #查询年龄大于20的数据，然后讲年龄增加1 conditon = {'age':{'$gt':20}} result = collection.update_one(conditon,{'$inc':{'age':1}}) print(result.matched_count,result.modified_count) #8.删除文档 #8.1remove() #将符合条件的所有的数据全部删除 result = collection.remove({'name':'rose'}) #8.2delete_one() result = collection.delete_one({'name':'rose'}) #8.3delete_many() result = collection.delete_many({'name':'rose'})
