MongoDB入门（特点，使用场景，命令行操作，SpringData-MongoDB）

分类：MongoDB作者：叫我阿杰好了

今天我们将通过这一篇博客来了解MongoDB的体系结构，命令行操作和在JAVA 当中使用SpringData-MongoDB 来 操作MongoDB。

如果没有安装的小伙伴 可以看一下 这篇文章 (59条消息) 开源的文档型数据库–MongoDB（安装）_一切总会归于平淡的博客-CSDN博客，将MongoDB安装一下。

我们来看看MongoDB 的数据特征：

  1. 数据存储量较大，甚至是海量
  2. 对数据读写的响应速度较高
  3. 数据安全性不高，有一定范围内的误差

看到这里，有的小伙伴可能就会问？哎呀，我去，这个MongoDB 这么牛的吗？

那它为什么这么牛？我们就要看看它的特点。

1、特点

1.1 数据存储

MongoDB的第一个特点：数据存储

MongoDB是借助 内存 + 磁盘 共同 来完成数据存储的，那客户端和MongoDB进行交互有分成了两个部分。

image-20230112145419358

客户端的操作，首先操作的是内存，那我们知道，内存的操作速度和操作磁盘的速度的是吧，那走内存肯定是比走磁盘的速度要快很多的。

所以说，如果你的内存足够大的话，我要想从mengoDB查询，直接就能从内存来进行查询，就避免了走磁盘查询。

当然，如果内存没有的话，它还会从磁盘当中来进行读取，接着返回给客户端。

上面说的是查询，写入也是先写入到内存当中，那接着就返回给客户端，所以要进行写入的话，其实直接操作的就是内存，那它的效率就嘎嘎的高。

那大家可能就会有疑问了，现在数据在内存当中，那我这个服务器重启，数据岂不是都消失了？

这一点，MongoDB会借助操作系统的机制，它会把内存中的数据自动映射到磁盘，只不过，它会有一个时间的规则，每60秒会写入一次。

这有没有问题呢？

那肯定是有的，如果说内存当中，已经写入了数据，还没有同步到磁盘上去，这个断电了，那是不是意味着刚刚这60秒的数据就丢失了，这也就解释了为什么MongDB它的效率比较高，因为它操作的是内存。

然后就是MongoDB为什么会有数据丢失的问题呢？因为它涉及到了内存和磁盘的数据同步。

为了解决这个问题，MongoDB在后面的版本当中，对结构进行了优化。

image-20230112150656101

它把内存分成两部分,一个是代表日志，一个是真正的业务数据，同样的磁盘也分成了两块，一个是日志文件，一个是业务数据文件。

客户端发送请求到内存当中，首先要把你的操作记录日志，记录好之后写入到业务数据的内存部分，那日志的内存部分会跟磁盘上的日志部分进行10毫秒数据同步。

那业务数据部分，会经过60秒数据同步。

这种设计它有什么好处？首先如果当服务器它再次断电了，由于日志它们进行数据同步的时间比价短，毕竟都从60缩到了10毫秒，所以不间断的吧所有的操作日志都同步到了日志文件上。

虽然业务数据可能会有60时间的丢失，但是没有关系，日志文件会出手，当服务器 重启的时候，它会解析日志文件里面的内容和业务数据的内容，将它俩进行对比。

将丢失的内容太补偿到文件当中进行存储，但是，不管mongoDB再怎么努力，都会有一定时间间隔的数据丢失。

1.2 高扩展性

mongoDB 的搞扩展性是借助内置数据分片来实现的，在我们使用MongoDB的时候，往往会有这种情况，mongDB由于自己的硬盘存储容量有限，导致多余的数据可能就存不下去了。

那这个时候怎么办？借助内置的数据分片，我们可以将多个mongoDB服务器串联到一起，每台机器存储一部分，这样一来，数据存储量就很多了。

使用mongDB的内置数据分片可以很轻松的存下海量的数据内容，这也为海量数据打下基础。虽然MySQL也支持数据分片，只不过需要借助第三方的服务和组件来实现，实现成本可能会高一些。

2、对比

看了上面对mengoDB的特点介绍，大家可能会有一点懵，我嘞个去，redis已经很厉害了，mysql 也很牛，现在又来了一个mongoDB,我该如何选择呢？

  1. 与Redis的对比
    1. Redis纯内存数据库，内存不足触发淘汰策略,那这部分内容就真的丢失了！
    2. 结构化存储格式（Bson），方便扩展。
    3. mongDB可以根据某个字段去查询，而这并不是Redis 擅长的。
  2. 与MySQL对比
    1. MongoDB不支持事务和多表操作; 比如用户的账号需要满足多个操作的同时成功/失败，那用mongDB就不太合适了。
    2. MongoDB支持动态字段管理。 例：数据的字段有两项，你再保存一条 变成了三项，在保存一条四项，字段的个数和字段的类型是灵活变化的，但mysql一旦将字段定义完成，就很难修改。

从查询效率上来进行对比：

Redis -> MongoDB -> MySQL

3、使用场景

  1. 游戏装备数据、游戏道具数据
    1. 特征：修改频度较高
  2. 物流行业数据
    1. 特征：地理位置信息，海量数据
  3. 直播数据、打赏数据、粉丝数据
    1. 特征：数据量大，修改频度极高
  4. 日志数据
    1. 特征：数据量巨大，结构多变

以上就是mengoDB的适用场景吗，如果大家在实际项目中遇到类似的场景，或许可以选择将数据存储到mengoDB当中来。

4、MongoDB的体系结构与术语

MongoDB 是最像关系型数据库的非关系型数据库，之所以这样子说，是因为它的体系结构和MySQL 是比较像的。

我们通过对比的形式对 MongoDB 的体系结构做一个初步的了解。

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 表中的一条数据
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

image-20230117140726215

了解了MongoDB的体系结构我们来看看它的数据结构。

MongoDB中使用Bson存储数据（ Binary JSON ），一种类似Json的数据格式。

我们来看看一条数据如何已BSON 的形式显示出来，我呢通过MySQL 对比看看。

MySQL:

image-20230117141046130

MongoDB:

image-20230117141148121

5、MongoDB 命令行操作

了解MongoDB的基本概念之后我们就可以来进行对MongoDB 的入门了。

5.1 数据库以及表的操作

1、查询所有数据库。

show dbs

2、通过use关键字切换数据库。

use 切换的数据库

image-20230117142228141

3、创建数据库 ：在MongoDB中，数据库是自动创建的，通过use切换到新数据库中，进行插入数据即可自动创建数据库。

use testdb2

现在查询数据库，并未出现数据库。

image-20230117142703713

插入数据。

db.user.insert({id:1,name:'zhangsan'})

image-20230117142810998

现在查询。

image-20230117143008626

4、查看表。

show tables

image-20230117143142995

show collections

image-20230117143805152

5、删除集合（表）。

db.user.drop()

image-20230117143928068

6、删除数据库 （需要先切换到要删除的数据中）

use 要切换的数据库

删除

db.dropDatabase()

5.2 新增数据

1、插入数据（语法：db.表名.insert(json字符串)）

db.user.insert({id:1,username:'zhangsan',age:20})

2、查询数据

db.user.find()

image-20230117144737976

这里可能大家会有疑问，为什么还有一个下划线id，这是因为MongoDB它自己有一个默认的主键ID，就是这个_id。

5.3 更新数据

update() 方法用于更新已存在的文档。语法格式如下：

db.collection.update(
   <query>,<update>,[
     upsert: <boolean>,multi: <boolean>,writeConcern: <document>
   ]
)

参数说明：

  • query : update的查询条件，类似sql update查询内where后面的。
  • update : update的对象和一些更新的操作符（如,,inc.$set）等，也可以理解为sql update查询内set后面的
  • upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
  • multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
  • writeConcern :可选，抛出异常的级别。

案例：

db.user.update({id:1},{$set:{age:22}})

image-20230117145525202

更新不存在的数据，默认不会新增数据。

db.user.update({id:2},{$set:{sex:1}})

image-20230117150134844

5.4 删除数据

通过remove()方法进行删除数据，语法如下：

db.collection.remove(
   <query>,{
     justOne: <boolean>,writeConcern: <document>
   }
)

参数说明：

  • query :（可选）删除的文档的条件。
  • justOne : （可选）如果设为 true 或 1，则只删除一个文档，如果不设置该参数，或使用默认值 false，则删除所有匹配条件的文档。
  • writeConcern :（可选）抛出异常的级别。

代码演示：

首先我们先插入数据。

db.user.insert({id:1,age:20})
db.user.insert({id:2,username:'lisi',age:21})
db.user.insert({id:3,username:'wangwu',age:22})
db.user.insert({id:4,username:'zhaoliu',age:22})

删除年龄为22 的数据，只删除一个。

db.user.remove({age:22},true)

删除所有数据。

db.user.remove({})

5.5 查询数据

MongoDB 查询数据的语法格式如下：

db.user.find([query],[fields])
  • query ：可选，使用查询操作符指定查询条件
  • fields ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参数即可（默认省略）。

条件查询：

操作 格式 范例 RDBMS中的类似语句
等于 {<key>:<value>} db.col.find({"by":"一切总会归于平淡"}).pretty() where by = '一切总会归于平淡'
小于 {<key>:{$lt:<value>}} db.col.find({"likes":{$lt:50}}).pretty() where likes < 50
小于或等于 {<key>:{$lte:<value>}} db.col.find({"likes":{$lte:50}}).pretty() where likes <= 50
大于 {<key>:{$gt:<value>}} db.col.find({"likes":{$gt:50}}).pretty() where likes > 50
大于或等于 {<key>:{$gte:<value>}} db.col.find({"likes":{$gte:50}}).pretty() where likes >= 50
不等于 {<key>:{$ne:<value>}} db.col.find({"likes":{$ne:50}}).pretty() where likes != 50

代码演示：

插入数据：

db.user.insert({id:1,age:22})

1、查询全部数据：

db.user.find()

image-20230126140911445

2、只查询id与username字段。

db.user.find({},{id:1,username:1})

image-20230126141024948

3、查询数据条数

db.user.find().count()

image-20230126141125038

4、查询id为1的数据

db.user.find({id:1})

image-20230126141153811

5、查询age小于等于21的数据

db.user.find({age:{$lte:21}})

image-20230126141330900

6、查询id=1 or id=2

db.user.find({$or:[{id:1},{id:2}]})

image-20230126141429638

7、分页查询：Skip()跳过几条，limit()查询条数

跳过1条数据，查询2条数据

db.user.find().limit(2).skip(1)

image-20230126141519851

按照id倒序排序，-1为倒序，1为正序

db.user.find().sort({id:-1})

image-20230126141557350

5.6 索引

为了提高查询效率，MongoDB中也支持索引。

创建索引.

db.user.createIndex({'age':1})

image-20230126141926089

注意：1 ：升序索引 -1 ：降序索引

查看索引.

db.user.getIndexes()

image-20230126142008926

5.7、执行计划

MongoDB 查询分析可以确保我们建议的索引是否有效，是查询语句性能分析的重要工具。

插入1000条数据。

for(var i=1;i<1000;i++)db.user.insert({id:100+i,username:'name_'+i,age:10+i})

查看执行计划。

db.user.find({age:{$gt:100},id:{$lt:200}}).explain()

image-20230126142758779

测试没有使用索引。

db.user.find({username:'zhangsan'}).explain()

image-20230126142847549

image-20230126143051206

winningPlan：最佳执行计划；
“stage” : “FETCH”,#查询方式，常见的有COLLSCAN/全表扫描、IXSCAN/索引扫描、FETCH/根据索引去检索文档、SHARD_MERGE/合并分片结果、IDHACK/针对_id进行查询

6、SpringData-Mongo

简单的了解MongoDB 的基本命令和索引，我们接下来就要进入到本篇博客当中的重点。

我们要在SpringBoot程序中操作MongoDB,说到JAVA代码操作MongoDB啊，不外乎两种方式。

  1. 使用官方驱动，类似与使用最基础的JDBC驱动操作mysql这种方式。
  2. 使用Spring Data 提供的Spring Data Mongo DB。

使用第一种方式过于麻烦（本人喜欢偷懒），所以我们使用第二种方式。

Spring-data对MongoDB做了支持，使用spring-data-mongodb可以简化MongoDB的操作，封装了底层的mongodb-driver。

地址：https://spring.io/projects/spring-data-mongodb

使用Spring-Data-MongoDB很简单，只需要如下几步即可：

6.1 环境搭建

6.1.1 创建工程

image-20230126144234631

springBoot版本不要选3.0或3.0以上的，如果你的jdk版本是17或17以上当我没说。

image-20230126144335955

6.1.2 编写YML文件

spring:
  data:
    mongodb:
      uri: mongodb://192.168.136.160:27017/testdb2

6.2 完成基本操作

第一步，编写实体类.

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.bson.types.ObjectId;
import org.springframework.data.annotation.Id;
import org.springframework.data.mongodb.core.mapping.Document;
import org.springframework.data.mongodb.core.mapping.Field;

@Data
@AllArgsConstructor
@NoArgsConstructor
@Document(value = "tb_person") // 指定实体类和MongoDB集合的映射关系
public class Person {

    @Id
    private ObjectId id;

    @Field("name")
    private String name;

    @Field("age")
    private int age;

    @Field("address")
    private String address;

}

第二步，通过MongoTemplate完成CRUD操作。

这里直接在测试类演示。

	/**
     * 注入模板对象
     */
    @Resource
    private MongoTemplate mongoTemplate;

    /**
     * 增加
     */
    @Test
    public void testSave() {
        for (int i = 0; i < 10; i++) {
            Person person = new Person();

            //ObjectId.get()：获取一个唯一主键字符串
            person.setId(ObjectId.get());
            person.setName("张三" + i);
            person.setAddress("北京顺义" + i);
            person.setAge(18 + i);

            mongoTemplate.save(person);
        }
    }

image-20230126200357264

查询所有。

/**
 * 注入模板对象
 */
@Resource
private MongoTemplate mongoTemplate;


/**
 * 查询所有
 */
@Test
public void testFindAll() {
    List<Person> list = mongoTemplate.findAll(Person.class);
    for (Person person : list) {
        System.out.println(person);
    }
}

image-20230126200537409

查询年龄小于20的所有人.

/**
 * 注入模板对象
 */
@Resource
private MongoTemplate mongoTemplate;


/**
 * 查询年龄小于20的所有人
 */
@Test
public void testFind() {

    Query query = new Query(Criteria.where("age").lt(20)); //查询条件对象
    //查询
    List<Person> list = mongoTemplate.find(query, Person.class);

    list.forEach(System.out::println);
}

image-20230126200822318

分页查询.

/**
 * 注入模板对象
 */
@Resource
private MongoTemplate mongoTemplate;


/**
 * 分页查询
 */
@Test
public void testPage() {
    Criteria criteria = Criteria.where("age").lt(30);
    //1、查询总数
    Query queryCount = new Query(criteria);
    long count = mongoTemplate.count(queryCount, Person.class);
    System.out.println(count);
    //2、查询当前页的数据列表,查询第二页，每页查询2条
    Query queryLimit = new Query(criteria)
            //设置每页查询条数
            .limit(2)
            //开启查询的条数 （page-1）*size
            .skip(2);
    List<Person> list = mongoTemplate.find(queryLimit, Person.class);
    list.forEach(System.out::println);
}

image-20230126201320551

根据id，修改年龄.

image-20230126201446715

/**
 * 注入模板对象
 */
@Resource
private MongoTemplate mongoTemplate;


/**
 * 修改:
 * 根据id，修改年龄
 */
@Test
public void testUpdate() {
    //1、条件
    Query query = Query.query(Criteria.where("id").is("63d26be79e8d6402ffda6b21"));
    //2、修改后的数据
    Update update = new Update();
    update.set("age", 99);
    mongoTemplate.updateFirst(query, update, Person.class);
}

image-20230126201607838

删除：根据id删除。

/**
 * 注入模板对象
 */
@Resource
private MongoTemplate mongoTemplate;


@Test
public void testRemove() {
    Query query = Query.query(Criteria.where("id").is("63d26be79e8d6402ffda6b21"));
    mongoTemplate.remove(query, Person.class);
}

image-20230126201744462

原文地址：https://blog.csdn.net/weixin_53041251/article/details/128767428

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

相关推荐

mongodb-gridfs下载文件报Sort exceeded memory limit of 104857600 bytes异常
文章浏览阅读552次。com.mongodb.MongoQueryException: Query failed with error code 292 and error message 'Executor error during find command :: caused by :: Sort exceeded memory limit of 104857600 bytes, but did not opt in to external sorting.' on server 11.51.141.63:27017 _mongodb 大文件 下载失败
数据库_mongoDB
文章浏览阅读635次，点赞9次，收藏8次。MongoDB 是一种 NoSQL 数据库，它将每个数据存储为一个文档，这里的文档类似于 JSON/BSON 对象，具体数据结构由键值（key/value）对组成。
MongoDB的日期类型
文章浏览阅读2.1k次。和。_mongodb 日期类型
MongoDB Atlas Vector Search与Amazon Bedrock集成，推动在AWS上构建下一代应用程序
文章浏览阅读1.7k次。Scalestack等客户期待使用MongoDB Atlas Vector Search和Amazon Bedrock构建下一代应用程序
SpringBoot--中间件技术-3：整合mongodb，整合ElasticSearch，附案例含代码(简单易懂)
文章浏览阅读970次。SpringBoot整合中间件mongodb、ES_springboot3 elasticsearch json数据
尚医通 (二十二) --------- MongoDB 简介
文章浏览阅读673次。MongoDB 简介_尚医通sql
Linux中安装MongoDB与使用C#连接Mongo相关经验记录与总结
文章浏览阅读1k次，点赞8次，收藏9次。官网下载MongoDB安装包后进行解压（因了解并不深入，故暂不进行详细说明，自行查找其他安装方法，后期了解深入后将进行该教程的完善）在bin目录下使用命令启动：./mongod --config …/mongodb.conf。该文章任然处于完善中，如果存在错误遗漏的地方，欢迎私信联系。安装相关的nuget包后即可通过以下方法连接数据。YX9010_0@的第二十篇文章。
足够详细的MongoDB教程(1)
文章浏览阅读1.2k次，点赞17次，收藏26次。社交场景, 使用 MongoDB 存储存储用户信息, 以及用户发表的朋友圈信息, 通过地理位置索引实现附近的人, 地点等功能.游戏场景, 使用 MongoDB 存储游戏用户信息, 用户的装备, 积分等直接以内嵌文档的形式存储, 方便查询, 高效率存储和访问.物流场景, 使用 MongoDB 存储订单信息, 订单状态在运送过程中会不断更新, 以 MongoDB 内嵌数组的形式来存储, 一次查询就能将订单所有的变更读取出来.物联网场景, 使用 MongoDB 存储所有接入的智能设备信息, 以及设备汇报的日
【Python语言基础】——Python MongoDB 更新
文章浏览阅读686次。您可以使用 update_one() 方法来更新 MongoDB 中调用的记录或文档。update_one() 方法的第一个参数是 query 对象，用于定义要更新的文档。注释：如果查询找到多个记录，则仅更新第一个匹配项。第二个参数是定义文档新值的对象。_python 更新 mongodb 数据
MONGODB 的基础 NOSQL注入基础
文章浏览阅读1.3k次。首先来学习一下nosql这里安装就不进行介绍 只记录一下让自己了解mongodb。_nosql注入
MongoDB（Windows版）安装
文章浏览阅读4.1k次，点赞8次，收藏7次。在data的目录下，创建一个db文件。因为启动MongoDB服务之前必须创建数据库文件的存放文件夹，否则命令不会自动创建，而且不能启动成功。第一步：安装时，Custom是指可以自定义安装路径，然后傻瓜式安装即可（注意：先不要安装图形化工具，否则安装时间会特别长）：如果要想连接成功，必须要开服务，即mongod -dbpath C:MongoDBdatadb的cmd要一直开着。然后回车，ctrl+F输入port找到端口号，一般为：27017。打开命令行，然后找到bin文件地址，并输入。_mongodb windows安装
【数据库】MongoDB数据库详解
文章浏览阅读5.1k次，点赞3次，收藏43次。详细介绍MongoDB数据库的基本知识，安装方法，基本操作，_mongodb数据库
navicat 连接远程mongodb数据库
文章浏览阅读3.2k次。安装教程翻看以往文章。_navicat 连接mongodb
【已解决】mongodb远程连接不上
文章浏览阅读426次，点赞9次，收藏12次。win10开放端口：https://blog.csdn.net/m0_43605481/article/details/119255256。我的是阿里云服务器，所以直接在安全组中加入规则，端口范围：27017，授权对象：0.0.0.0。windows在mongodb安装文件夹的bin文件夹中的mongod.cfg。数据库名字是test，打算创建一个用户，账号aaa，密码bbb，权限readWrite。因为该用户是创建在test数据库的，所以在最后要加上test。O了，然后恢复了test的数据。
【详细教程】一文参透 MongoDB 聚合查询
文章浏览阅读1.1k次。聚合操作主要用于处理数据并返回计算结果。聚合操作将来自多个文档的值组合在一起，按条件分组后，再进行一系列操作（如求和、平均值、最大值、最小值）以返回单个结果。MongoDB的聚合查询​聚合是MongoDB的高级查询语言，它允许我们通过转化合并由多个文档的数据来生成新的在单个文档里不存在的文档信息。MongoDB中聚合(aggregate)主要用于处理数据（例如分组统计平均值、求和、最大值等），并返回计算后的数据结果，有点类似sql语句中的count(*)、groupby。..._如何将几个db的数据统整在一起做查询
springboot mongodb简单教程
文章浏览阅读680次，点赞7次，收藏8次。（2）application.properties配置文件。（4）UserService类。（5）测试和测试结果。
Studio 3T 2023.9 发布 - MongoDB 的专业 GUI、IDE 和 客户端，支持自然语言查询
文章浏览阅读1k次，点赞17次，收藏25次。Studio 3T 2023.9 (macOS, Linux, Windows) - MongoDB 的专业 GUI、IDE 和 客户端，支持自然语言查询_mongodb客户端
探寻MongoDB的世界：面试前必知的关键要点与深度洞察
文章浏览阅读1.1k次，点赞32次，收藏27次。插件式的存储引擎架构可以实现 Server 层和存储引擎层的解耦，可以支持多种存储引擎，如 MySQL 既可以支持 B-Tree 结构的 InnoDB 存储引擎，还可以支持 LSM 结构的 RocksDB 存储引擎。MongoDB 中的记录就是一个 BSON 文档，它是由键值对组成的数据结构，类似于 JSON 对象，是 MongoDB 中的基本数据单元。的简称，是 JSON 文档的二进制表示，支持将文档和数组嵌入到其他文档和数组中，还包含允许表示不属于 JSON 规范的数据类型的扩展。
基于STM32的多功能温控风扇设计
文章浏览阅读5.1k次，点赞6次，收藏96次。本文设计了一种基于智能室内温度控制的自动调速风扇。以STM32系列单片机为核心主控板，通过程序代码驱动和使用温度传感器模块实现对环境温度的实时监测，并可以实时显示环境温度。同时，可以设置温度检测的上下警告值，根据需求自行调节。_stm32 温控风扇
深入了解 Python MongoDB 查询：find 和 find_one 方法完全解析
文章浏览阅读898次，点赞13次，收藏21次。在MongoDB中，我们使用find()和find_one()方法来在集合中查找数据，就像在MySQL数据库中使用SELECT语句来在表中查找数据一样。_pymongo find_one
pythonJavaScriptjavaHTMLPHPreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-boot