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

原创

一切总会归于平淡

发布于 2023-02-02 15:22:18

1.2K1

发布于 2023-02-02 15:22:18

文章被收录于专栏：一切总会归于平淡一切总会归于平淡

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开源的文档型数据库--MongoDB（安装） - 腾讯云开发者社区-腾讯云 (tencent.com)

，将MongoDB安装一下。

我们来看看MongoDB 的数据特征：

数据存储量较大，甚至是海量
对数据读写的响应速度较高
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。

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。

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？

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。
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

游戏装备数据、游戏道具数据
1. 特征：修改频度较高
物流行业数据
1. 特征：地理位置信息，海量数据
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
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

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:

MongoDB:

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

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。

插入数据。

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

现在查询。

4、查看表。

 show tables

 show collections

5、删除集合（表）。

 db.user.drop()

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()

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}})

更新不存在的数据，默认不会新增数据。

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

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,username:'zhangsan',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,username:'zhangsan',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})

1、查询全部数据：

db.user.find()

2、只查询id与username字段。

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

3、查询数据条数

db.user.find().count()

4、查询id为1的数据

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

5、查询age小于等于21的数据

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

6、查询id=1 or id=2

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

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)

按照id倒序排序，-1为倒序，1为正序

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

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})

注意：1 ：升序索引 -1 ：降序索引

查看索引.

db.user.getIndexes()

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()

测试没有使用索引。

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

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。

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。
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

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。

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);
        }
    }

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);
    }
}

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);
}

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);
}

根据id，修改年龄.

 /**
  * 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);
 }

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);
 }

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

mongodb