传统数据库中，我们要操作数据库数据都要书写大量的sql语句，而且在进行无规则数据的存储时，传统关系型数据库建表时对不同字段的处理也显得有些乏力,mongo应运而生，而且ajax技术的广泛应用，json格式的广泛接受，也使得mongo更贴近开发人员。
mongo简介及应用场景
MongoDB是一个面向文档的非关系型数据库(NoSQL)，使用json格式存储。Mongo DB很好的实现了面向对象的思想(OO思想),在Mongo DB中 每一条记录都是一个Document对象。Mongo DB最大的优势在于所有的数据持久操作都无需开发人员手动编写SQL语句,直接调用方法就可以轻松的实现CRUD操作。
mongo能应用在如下场景：
存储大尺寸、低价值的数据json及对象类型数据网站缓存数据评论、子评论类有明显从属关系数据多服务器数据，其内置的MapReduce很容易现实全局遍历。
主要功能特性：
- 文件存储格式BSON（一种json的扩展）
- 模式自由 数据格式不受限了表的结构
- 支持动态查询
- 支持完全索引
- 支持复制（其主从复制）和故障恢复
- 使用高效的二进制数据存储，包括大型对象
- 自动处理碎片，以支持云计算层次的扩展。
- 支持Java、Ruby、Python、C++、PHP等多种语言
- 内部支持Javascript
MongoDB的优势
1.查询速度快
2.高并发。可以达到2万个并发。
3.高容量。支持10TB意思的数据量 MongoDB
使用场景
1.网站数据
2.缓存
3.大尺寸、低价值的数据
4.高伸缩的场景
5.用于对象以及Json数据存储
mongoDB是介于nosql和sql之间的数据库。
NoSQL 数据库分类
| 类型 | 部分代表 | 特点 |
|---|---|---|
| 列存储 | HbaseCassandraHypertable | 顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。 |
| 文档存储 | MongoDBCouchDB | 文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。 |
| key-value存储 | Tokyo Cabinet / TyrantBerkeley DBMemcacheDBRedis | 可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能） |
| 图存储 | Neo4JFlockDB | 图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。 |
| 对象存储 | db4oVersant | 通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。 |
| xml数据库 | Berkeley DB XMLBaseX | 高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。 |
MongoDB与其他数据库区别
| 对比项 | MONGODB | MYSQL、ORACLE |
|---|---|---|
| 数据库 | 数据库(dataBase) | 数据库(dataBase,schema) |
| 表 | 集合(collections) | 二维表(table) |
| 表中的一行数据 | 文档(document) | 一行记录(record) |
| 表字段 | 键(key) | 列（column） |
| 主外键 | 无 | primary key,Forigen key |
| 灵活度扩展项 | 极高 | 差（结构化数据） |
安装和使用mongodb
我们在官网 https://www.mongodb.org/ 上可以下载到其最新稳定版本 ，mongo是官方已经编译好的，解压后即可使用其命令都在bin目录下。
使用前首先配置mongo.conf文件
port=xxxxx //代表端口号，如果不指定则默认为 27017
dbpath=/usr/local/mongodb/db //数据库路径
logpath=/usr/local/mongodb/logs/mongodb.log //日志路径
logappend=true //日志文件自动累加，而不是覆盖
fork=ture //以守护进程方式创建
数据库和数据表都可以直接创建，即不用切换，直接使用，使用时即创建，mongo里还可以直接写js脚本，可直接运行，mongo中如果不指定_id字段，mongo会自动添加一个。
mongo的各种命令
mongo的命令是其精髓，这些十分复杂的命令集合在一块，使得mongo的查询变得绚丽而高效。mongo内的每个表称作一个collection(集合)，使用命令类似于MySQL，切换到数据库内直接对每一个collection操作。其命令由方法(func())、查询体（写在{}里）和操作符(由$开头)组成。
基本命令
show dbs //查看数据库
use dbname //切换到数据库
db.createCollection('collection') //创建数据表
db.collection.drop() //删除数据表
db.dropDatabase() //删数据库
db.collection.insert({data}) //插入数据
db.collection.find() //显示数据表内全部内容
查询体
{key.attr.attr:value} //普通式
{key:{$ne|$gt|$gte|$lt|$lte|$in|$nin|$all:value}} //key满足 $oper value的值
{$or|$and|$not|$nor:[{key1:{$gt:value}},{key2:{$ne:value}}]} //用$oper同时限定key1,key2的条件
{key:{$mod{8,2}}} //取出key对8取余为2的值。
{key:{$exist:1}} //取出key列存在的值。
{key:{$type:String|Double|Array|Date|Object|Boolean|......}}//查询key类型为type的列
{key:{$regex:/pattern/}} //通过正则查询，效率较低
{$where:'this.attr.express.....'} //直接用where语句，二进制转为JS运算，较慢
find()方法增强
db.collection.find(query,{要取出的列:1,不需要的列:0})
db.collection.find(query).skip(跳过的行数).limit(限制信息条数);
db.collection.find(query).explain() //与MYSQL的解释语句一样。
db.collection.remove(query,[justone]) //如不指定query,全部删除；[justone]默认为false意思是查询到多个，但只删一个。
update语句
db.collection.update(query,{key:newvalue}) //注意：新值会覆盖旧值,即数据只剩下语句中定义的key
db.collection.update(query,
{
$set:{key:newvalue},
$unset:{key:value},
$rename:{key:value},
$inc:{key:value},
......
},
{
multi:true, //改变所有符合条件的，默认为false
upsert:true //没有的话刚添加，默认为false
}
)
游标
var cursorName=db.collection.fund(query,...)[.skip(num).limit(num)] //创建游标
cursorName.hasNext() //判断是否有下一个
printjson(cursorName.next()) //输出游标的下一个指向值
cursorName.forEach(function(Obj){process Obj}) //遍历操作游标
索引
db.collection.getIndexes() //查看索引
db.collection.ensureIndex({key:1/-1[,key.attr:1/-1]},{unique:1(是否唯一)},{sparse:1(是否非空)})// 添加正序/倒序索引
db.collection.dropIndex({key:1/2}) //删除索引
db.collection.reIndex() //重建用了很多出现杂乱的索引
MapReduce
MapReduce是mongo中内置的一个非常强大的遍历操作工具，使用它需要实现它的map和reduce两个函数
db.runCommand(
{
mapReduce: collection, //要操作的数据表
map: function(){emit(key1,key2)}, //对key1和key2进行数据映射
reduce: function(key,value){}, //对key值和数据组value进行操作
out: <output>,
query: <document>,
sort: <document>,
limit: <number>,
finalize: <function>,
scope: <document>,
jsMode: <boolean>,
verbose: <boolean>
}
)
更多更详细的命令可以在mongo的中文社区 http://docs.mongoing.com/manual-zh/ 找到。
mongo的用户、数据导入导出和集群
用户管理
MongoDB默认不开启授权。可以在开启服务器时添加 --auth 或者 --keyFile 选项开启授权。使用配置文件的话，使用 security.authorization 或 security.keyFile 设置。
MongoDB提供 自带角色, 每一个角色都为一种常见用例提供一个明确的作用。例如 read, readWrite, dbAdmin, 和 root 等角色。我们通过创建用户，创建角色，给用户分配/回收不同的角色来进行用户管理。
添加角色时要先在admin数据库中添加一个管理员角色，然后使用管理员角色在每个库添加不同的角色。
use admin;(切换到admin数据库，对此库操作)
db.createUser(
{
user: "username",
pwd: "password",
roles:
[
{
role: "userAdminAnyDatabase",
db: "admin"
}
]
}
)
use database;
db.auth('username','passwd');用超级管理员用户登陆后，整个mongo数据库皆可存取。
数据导入导出
我们使用mongo自带的工具进行导入导出，在mongo/bin目录下，最好导出csv格式，便于数据交换。
./mongoexport -d dataname -c tablename -f key1,key2 -q 'query' -o ainname --csv
//导出数据，默认为json格式
./mongoimport -d dataname -c tablename --type json --file ./path
//导入数据，默认为json格式
mongo数据库集群
-
打开mongod时添加选项 --replSet replname;
-
在mongo客户端连接上一个mongod进程，进入admin数据库，然后声明mongoconf变量：
use admin;
var rsconf={_id:'replname',members[{_id:0,host:'xxx'},{_id:1,host:'xxy'}]};
-
用rs.initiatee(rsconf);来初始化集群，mongo会自动将id号小的设为primary,其他的mongod进程为secondary。
-
连接secondary进程，使用slaveOk()函数，来初始化从进程。
PHP中操作mongo数据库
我们先为php添加mongo扩展。然后，我们便可以在脚本中使用mongo类函数库了。
不同于其他的类库只有一个核心类，mongo有四个类，分别是：
Mongo类，基础类，拥有连接、关闭连接、对全局数据库的操作方法。mongoDB类，由Mongo类通过selectDB()方法得到，拥有表级的操作方法。MongoCollection类，一般由Mongo->dbname->collection或直接用MongoDB类和数据库名实例化得到，拥有对数据的基本操作。MongoCursor类，由MongoCollection通过find()方法得到，拥有普通的游标遍历操作。
以下是一个典型的mongo操作：
$mongo=new Mongo();
$mongo->connect('host',port);
$collection=$mongo->dbname->collection;
$cursor=$collection->find();
$cursor->operate();
$mongo->close();
python中操作mongo数据库
安装
pip install pymongo
使用
In [1]: from pymongo import MongoClient
In [2]: m = MongoClient(host="127.0.0.1",port=27017)
In [3]: db = m.youdi
In [4]: col = youdi.col
In [7]: for i in col.find():
...: print(i)
In [8]: dir(col)
Out[8]:
['_BaseObject__codec_options',
'_BaseObject__read_concern',
'_BaseObject__read_preference',
'_BaseObject__write_concern',
'_Collection__create',
'_Collection__create_index',
'_Collection__database',
'_Collection__find_and_modify',
'_Collection__full_name',
'_Collection__name',
'_Collection__write_response_codec_options',
'__call__',
'__class__',
'__delattr__',
'__dict__',
'__dir__',
'__doc__',
'__eq__',
'__format__',
'__ge__',
'__getattr__',
'__getattribute__',
'__getitem__',
'__gt__',
'__hash__',
'__init__',
'__init_subclass__',
'__iter__',
'__le__',
'__lt__',
'__module__',
'__ne__',
'__new__',
'__next__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__setattr__',
'__sizeof__',
'__str__',
'__subclasshook__',
'__weakref__',
'_aggregate',
'_command',
'_count',
'_delete',
'_delete_retryable',
'_insert',
'_insert_one',
'_legacy_write',
'_socket_for_primary_reads',
'_socket_for_reads',
'_socket_for_writes',
'_update',
'_update_retryable',
'aggregate',
'aggregate_raw_batches',
'bulk_write',
'codec_options',
'count',
'create_index',
'create_indexes',
'database',
'delete_many',
'delete_one',
'distinct',
'drop',
'drop_index',
'drop_indexes',
'ensure_index',
'find',
'find_and_modify',
'find_one',
'find_one_and_delete',
'find_one_and_replace',
'find_one_and_update',
'find_raw_batches',
'full_name',
'group',
'index_information',
'initialize_ordered_bulk_op',
'initialize_unordered_bulk_op',
'inline_map_reduce',
'insert',
'insert_many',
'insert_one',
'list_indexes',
'map_reduce',
'name',
'next',
'options',
'parallel_scan',
'read_concern',
'read_preference',
'reindex',
'remove',
'rename',
'replace_one',
'save',
'update',
'update_many',
'update_one',
'watch',
'with_options',
'write_concern']
网友评论