MongoDB概述&语法

Nosql DB

这是一个非关系型数据库。 通常我们的数据库有三类：  关系型数据库(RDBMS)，联机分析处理数据库(OLAP)，和菲关系型数据库(NoSql)。

MongoDB属于第三种，而且是一种基于文档的(document oriented)数据库。

优劣势

优势： 查询性能，在都没有建立索引的时候，明显快于MySql。 都建立了索引后，不慢于MySql。

劣势： 不支持事务。因此如果对于事务要求很高的情形，不适用这个数据库。

概念&语法

概念

collection：集合，等于关系型数据库中的table。

document：文档对象，等同于关系型数据库table中的一行记录。

field: 键值对，等同于关系型数据库中table的一个column

database：这个没啥区别。

数据在MongoDB中是以BSON的格式存储的，所谓BSON就是binary json， 也就是二进制的json数据。

语法

属性：javascript语法。

显示数据库： show dbs

使用数据库： use db  (备注：这样子就好了，db不存在，则“新建”一个出来，不会报错，事实是：直到存储docuemnt对象时才创建collection和数据库）

查询数据表：db.getCollectionNames() / show collections

 数据库统计信息：db.stats()

插入记录： db.your_collection.insert(json表达式)   （备注：可以将关联的对象通过json表达式存储在一个document里面---如下图图2中的标注3所示，这个跟关系型数据库不同）

更新记录： db.your_collection.update(json表达式查询用, {$set:json表达式更新用}, 不存在是否插入记录-默认False, 是否更新所有数据-默认False-只更新第一条)

db.your_collection.save(json表达式) ： 实际上是插入和更新操作的合并，记录不存在则insert(根据_id字段判断)，存在则update。

删除记录： db.your_collection.remove(json表达式)

以上指令演示如下图所示：

图1

查询记录：db.your_collection.find({键值对},{需要显示/隐藏的字段的键值对})/findOne({键值对},{需要显示/隐藏的字段的键值对})

注意：a) find返回的是一个cursor对象（游标对象）， 而findOne返回的是一个document（一条记录）。

find的结果可以用forEach(printjson)格式化，如下图(图中标注1)所示：

图2

b).findOne，对于有多条记录，则只返回第一条记录(最旧的那条).

c). 第二个参数：{需要显示/隐藏的字段的键值对}， 要么设为白名单，即允许显示哪些字段 ，如{ field1:1,  field2:1,...},

要么设置为黑名单，即指定哪些字段不显示，如 {field1:0 , field2:0,....}

不能混用，例如 {field1:1, field2:0},这个是不受支持的。

但对于_id字段例外，这个字段可以混用。

d). 由于一个document中可能存储多级对象，引用子对象可以像js中一样用点号(.)。

例如，已知，user对应的document中存储了name字段，这个字段是一个json对象（另外一张表--在关系型数据库中），如下

{  "_id":ObjectId("a2349723424adfa14"),
    "name":{"first":"John","last":"Smith"}
     ....

}

　　         那么，如果要查询名为john的人，可以这样写js

db.user.find({'name.first':'John'})

　　       其实，这样写也是ok的：

db.user.find({name:{first:'John'}})

e). 范式(normalization)与反范式(de-normalization)

通常把所有的数据存储在一个document里面，这个叫做de-normalization，即用冗余换取读取的性能。这通常使用于读数据比较多的情形，比如cms系统。

如果写数据会比较多，最好normalization一下，即通过第一，第二，第三范式将数据表（collection）重新设计。

mongodb是支持normalization的，通过_id实现（图2中标注2），_id采用了一个特殊的算法，考虑到机器，数据库，collection，时间等因素，将其综合编码到_id中，以保证数据的唯一性。

在normalization后的数据库中，通过link(链接)，指向其他document。

例如,book对象可以有author对象的链接，如下：

{"_id":ObjectId("book_id1123132"),

"name":"MongoDB 30分钟精通",

"author_id": ObjectId("author_id_say_tommy"),

...

}

author document对象：

{

"_id": ObjectId("author_id_say_tommy"),

"name":"Tommy",

...

}

这个就是分离了冗余数据，从而有利于update数据操作。

f). 模糊查询

大于: $gt， 小于: $lt, 小于等于: $lte, 大于等于: $gte,

例如,找出所有的被收藏50次以上的链接，可以这样写

db.links.find({favourites:{$gt:50}})

条件：且、或

且，这个是默认的，如果要找出50~100区间的记录，则可以这样写： db.links.find({favourites:{&gt:50, &lt:100}})

或，$or,这个操作有点特殊，格式如下：

db.your_collection.find({$or:[{条件1},{条件2},{条件3},...]})

其中条件是键值对表达式，表达式中可以有多个键值对（之前且的关系），条件之间是或的关系。

还有个极端的$nor操作符，取的记录不要符合其中的任何一个条件。对比之下$or的符合其中任何一个条件就ok。

画蛇添足的，还有一个&and操作符，实现且操作的，和$or差不多。

$in , $nin , $all

$in 跟sql的in差不多， $nin根sql的not in差不多， $all，通常用于list,需要list完全匹配。

例子：

db.users.find({'name.first':{$in:['John','David']}})

$ne

相当于sql的 !=

例子：

db.users.find({age:{$ne:30}})

$exists操作符

由于mongodb的document在存放时，对于没有赋值的field，是不保存的。这点和关系型数据库不同，mysql即使某个栏位没有被赋值，那个栏位还在。

因此，可以用这个来过滤出存在或者不存在某些栏位的document。

例如： 找出有维护了age信息的user可以这样写： db.users.find({age:{$exists:true}})

反之，则这样写：db.users.find({age:{$exists:false}})

$not 操作符(取反，用法和$or类似)，需要配合其他操作符使用，建议少用，能不用就不用，性能貌似不好。

格式：

db.your_collection.find({field:{$not:{$op:val}}})

$elemMath ,用于匹配含有json的list中的某个json元素的表达式。详细请参考官方： www.mongodb.org

$where

基本上，这个操作符可以做一切你想做的事情，包括替代上面的所有操作符。但是性能不好。当你发现上面的操作符都没法满足你特定要求的时候，可以考虑这个。

语法： db.your_collection.find({$where:f,$otherop:otherval}),其中f是表达式或者js函数。没有其他操作符的情况下，也可以这样写：

db.your_collection.find(f)

例子：找出所有名字含有jo的用户（作为like操作符缺失的弥补）

db.users.find('this.name.first.indexOf("jo")>-1')

转载请注明：本文来自：http://www.cnblogs.com/Tommy-Yu/p/3995997.html，谢谢！