MongoDB基礎操作

misakivv發表於2024-04-26

一、什麼是MongoDB
二、MongoDB 與關係型資料庫對比
三、資料型別
四、部署MongoDB
- 1、下載二進位制包
- 2、下載安裝包並解壓
- 3、建立用於存放資料和日誌的目錄，並修改許可權
- 4、啟動MongoDB
  - 4.1前臺啟動
  - 4.2後臺啟動
  - 4.3、配置檔案啟動服務
  - 4.4、配置systemd服務
  - 4.5、systemctl啟動MongoDB
- 5、客戶端配置
- 6、關閉MongoDB
  - 6.1、前臺啟動
  - 6.2、後臺啟動
  - 6.3、kill命令關閉
  - 6.4、MongoDB函式關閉
五、MongoDB基本操作及增刪改查
- 1、基本操作
  - 1.1、登入資料庫
  - 1.2、檢視資料庫
  - 1.3、檢視當前正在使用的資料庫
  - 1.4、選擇/建立資料庫
  - 1.5、檢視集合
  - 1.6、建立集合
  - 1.7、刪除集合
  - 1.8、刪除資料庫
- 2、增刪改查
  - 2.1、插入文件
    - 2.1.1、一次性插入多條資料
  - 2.2、查詢文件
    - 2.2.1、查詢集合內所有的記錄數
  - 2.3、修改文件
  - 2.4、刪除文件
六、MongoDB支援儲存的資料型別
- 1、數字
- 2、字串
- 3、正規表示式
- 4、陣列
- 5、日期
- 6、內嵌文件
七、MongoDB中的索引
- 1、檢視索引
- 2、需要索引的查詢場景
  - 2.1、建立有10000個文件的集合
  - 2.2、查詢age為200的文件
  - 2.3、新增limit查詢文件
  - 2.4、建立索引
  - 2.5、自定義索引名字
- 3、檢視索引的大小
- 4、刪除索引
  - 4.1、按名稱刪除索引
  - 4.2、刪除所有的索引
- 5、優缺點
  - 5.1、優點：
  - 5.2、缺點：

一、什麼是MongoDB

MongoDB 是一個開源、高效能、無模式的、基於分散式檔案儲存的文件型資料庫，當初的設計就是用於簡化開發和方便擴充套件，是 NoSQL 資料庫產品中的一種。是最像關係型資料庫（MySQL）的非關係型資料庫。

它支援的資料結構非常鬆散，是一種類似於JSON的格式叫BSON（Binary JSON），所以它既可以儲存比較複雜的資料型別，又相當的靈活。

二、MongoDB 與關係型資料庫對比

webp

SQL 術語/概念	MongoDB 術語/概念	解釋說明
database	database	資料庫
table	collection	資料庫表/集合
row	document	資料記錄行/文件
column	field	資料欄位/域
index	index	索引
table joins	不支援	表連線，MongoDB 不支援
不支援	嵌入文件	MongoDB 透過嵌入式文件來替代多表連線
primary key	primary key	主鍵,MongoDB 自動將_id 欄位設定為主鍵

三、資料型別

資料型別	描述	舉例
字串	utf8字串都可以表示為字串型別的資料
物件id	物件id是文件的12位元組的唯一ID
布林值	真或者假：true或者false
陣列	值的集合或者列表都可以表示成陣列
整數	(Int32 Int64 你們就知道有個Int就行了,一般我們用Int32)
null	表示空值或者未定義的物件
undefined	文件中也可以使用未定義型別

四、部署MongoDB

1、下載二進位制包

下載地址

2、下載安裝包並解壓

wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.4.6.tgz
tar xzvf mongodb-linux-x86_64-rhel70-4.4.6.tgz -C /usr/local
cd /usr/local/
ln -s /usr/local/mongodb-linux-x86_64-rhel70-4.4.6 /usr/local/mongodb

3、建立用於存放資料和日誌的目錄，並修改許可權

# 建立存放資料的目錄
mkdir -p /usr/local/mongodb/data/db
# 建立存放日誌的目錄
mkdir -p /usr/local/mongodb/logs
# 建立日誌記錄檔案
touch /usr/local/mongodb/logs/mongodb.log

4、啟動MongoDB

4.1前臺啟動

MongoDB的預設啟動方式為前臺啟動

cd /usr/local/mongodb/

bin/mongod \
--dbpath /usr/local/mongodb/data/db/ \
--logpath /usr/local/mongodb/logs/mongodb.log \
--logappend \
--port 27017 \
--bind_ip 0.0.0.0

引數解釋：

 --dbpath：指定資料檔案存放目錄
 --logpath：指定日誌檔案，注意是指定檔案不是目錄
 --logappend：使用追加的方式記錄日誌
 --port：指定埠，預設為 27017
 --bind_ip：繫結服務 IP，若繫結 127.0.0.1，則只能本機訪問，預設為本機地址

4.2後臺啟動

後臺啟動在命令中新增--fork即可

cd /usr/local/mongodb/

bin/mongod \
--dbpath /usr/local/mongodb/data/db/ \
--logpath /usr/local/mongodb/logs/mongodb.log \
--logappend \
--port 27017 \
--bind_ip 0.0.0.0 \
--fork

4.3、配置檔案啟動服務

bin目錄下增加一個mongodb.conf配置檔案

vim /usr/local/mongodb/bin/mongodb.conf
# 資料檔案存放目錄
dbpath = /usr/local/mongodb/data/db
# 日誌檔案存放目錄
logpath = /usr/local/mongodb/logs/mongodb.log
# 以追加的方式記錄日誌
logappend = true
# 埠預設為 27017
port = 27017
# 對訪問 IP 地址不做限制，預設為本機地址
bind_ip = 0.0.0.0
# 以守護程序的方式啟用，即在後臺執行
fork = true

啟動命令：

bin/mongod -f /usr/local/mongodb/bin/mongodb.conf

4.4、配置systemd服務

vim /usr/lib/systemd/system/mongodb.service

[Unit]
Description=mongodb
After=network.target remote-fs.target nss-lookup.target 
[Service] 
Type=forking 
ExecStart=/usr/local/mongodb/bin/mongod --config /usr/local/mongodb/bin/mongodb.conf
ExecReload=/bin/kill -s HUP $MAINPID
ExecStop=/usr/local/mongodb/bin/mongod --shutdown --config /usr/local/mongodb/bin/mongodb.conf
PrivateTmp=true 
[Install] 
WantedBy=multi-user.target

chmod 754 /usr/lib/systemd/system/mongodb.service

4.5、systemctl啟動MongoDB

systemctl start mongodb

5、客戶端配置

新增環境變數

echo "export PATH=/usr/local/mongodb/bin/:$PATH" >> /etc/profile
source /etc/profile
mongo

6、關閉MongoDB

6.1、前臺啟動

Ctrl + c

6.2、後臺啟動

# 命令啟動方式的關閉
bin/mongod --dbpath /usr/local/mongodb/data/db/ --logpath /usr/local/mongodb/logs/mongodb.log --logappend --port 27017 --bind_ip 0.0.0.0 --fork --shutdown
# 配置檔案啟動方式的關閉
bin/mongod -f /usr/local/mongodb/bin/mongodb.conf --shutdown

6.3、kill命令關閉

不推薦使用

# 檢視 mongodb 執行的程序資訊
ps -ef | grep mongodb
# kill -9 強制關閉
kill -9 pid

6.4、MongoDB函式關閉

# 連線 mongodb
mongo
# 切換 admin 資料庫
use admin
# 執行以下函式(2選1)即可關閉服務
db.shutdownServer()
db.runCommand("shutdown")

五、MongoDB基本操作及增刪改查

1、基本操作

1.1、登入資料庫

mongo

1.2、檢視資料庫

show databases
show dbs

1.3、檢視當前正在使用的資料庫

db

1.4、選擇/建立資料庫

use admin

如果切換到一個沒有的資料庫，那麼會隱式建立這個資料庫。（後期當該資料庫有資料時，系統自動建立）

use admin1

1.5、檢視集合

show collections

1.6、建立集合

db.createCollection('集合名')

1.7、刪除集合

db.集合名.drop()

1.8、刪除資料庫

透過use語法選擇資料
透過db.dropDataBase()刪除資料庫

> use admin1
switched to db admin1
> show collections
c2
> db.dropDatabase()
{ "dropped" : "admin1", "ok" : 1 }
> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB

2、增刪改查

2.1、插入文件

如果集合存在，那麼直接插入資料。

如果集合不存在，那麼會隱式建立。

db.集合名.insert(JSON資料)

在test1資料庫的c1集合中插入文件，（姓名：張三，年齡：18）

> use test1
switched to db test1
> show collections
> db.createCollection('c1')
{ "ok" : 1 }
> db.c1.insert({name:"張三",age:18})
WriteResult({ "nInserted" : 1 })
> db.c1.find()
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }

資料庫和集合不存在都隱式建立
物件的鍵統一不加引號（方便看），但是檢視集合資料時系統會自動加
mongodb會給每條資料增加一個全球唯一的_id鍵

2.1.1、一次性插入多條資料

陣列中一個個寫入json資料

> db.c1.insert([{name:"李四",age:20},{name:"王五",age:21},{name:"趙六",age:22}])
BulkWriteResult({
        "writeErrors" : [ ],
        "writeConcernErrors" : [ ],
        "nInserted" : 3,
        "nUpserted" : 0,
        "nMatched" : 0,
        "nModified" : 0,
        "nRemoved" : 0,
        "upserted" : [ ]
})
> db.c1.find()
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四", "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五", "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六", "age" : 22 }

寫for迴圈插入資料

> for (var i=1;i<=10;i++) {db.c1.insert({name:"a"+i , age: i}) }
WriteResult({ "nInserted" : 1 })
> db.c1.find()
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四", "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五", "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六", "age" : 22 }
{ "_id" : ObjectId("6629def99117871a1f5ab727"), "name" : "a1", "age" : 1 }
{ "_id" : ObjectId("6629def99117871a1f5ab728"), "name" : "a2", "age" : 2 }
{ "_id" : ObjectId("6629def99117871a1f5ab729"), "name" : "a3", "age" : 3 }
{ "_id" : ObjectId("6629def99117871a1f5ab72a"), "name" : "a4", "age" : 4 }
{ "_id" : ObjectId("6629def99117871a1f5ab72b"), "name" : "a5", "age" : 5 }
{ "_id" : ObjectId("6629def99117871a1f5ab72c"), "name" : "a6", "age" : 6 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7", "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "name" : "a8", "age" : 8 }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "name" : "a9", "age" : 9 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10", "age" : 10 }

2.2、查詢文件

db.集合名.find(條件[,查詢的列])

條件	寫法
查詢所有的資料	{}或者不寫
查詢age=6的資料
既要age=6又要性別=男

查詢的列（可選引數）	寫法
查詢全部列（欄位）	不寫
只顯示age列（欄位）
除了age列（欄位）都顯示

其他語法

db.集合名.find({
            鍵:{運算子：值}
            })

運算子	作用
$gt	大於
$gte	大於等於
$lt	小於
$lte	小於等於
$ne	不等於
$in	in
$nin	not in

檢視所有資料

> db.c1.find()
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四", "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五", "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六", "age" : 22 }
{ "_id" : ObjectId("6629def99117871a1f5ab727"), "name" : "a1", "age" : 1 }
{ "_id" : ObjectId("6629def99117871a1f5ab728"), "name" : "a2", "age" : 2 }
{ "_id" : ObjectId("6629def99117871a1f5ab729"), "name" : "a3", "age" : 3 }
{ "_id" : ObjectId("6629def99117871a1f5ab72a"), "name" : "a4", "age" : 4 }
{ "_id" : ObjectId("6629def99117871a1f5ab72b"), "name" : "a5", "age" : 5 }
{ "_id" : ObjectId("6629def99117871a1f5ab72c"), "name" : "a6", "age" : 6 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7", "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "name" : "a8", "age" : 8 }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "name" : "a9", "age" : 9 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10", "age" : 10 }

只看name列

> db.c1.find({},{name:1})
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三" }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四" }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五" }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六" }
{ "_id" : ObjectId("6629def99117871a1f5ab727"), "name" : "a1" }
{ "_id" : ObjectId("6629def99117871a1f5ab728"), "name" : "a2" }
{ "_id" : ObjectId("6629def99117871a1f5ab729"), "name" : "a3" }
{ "_id" : ObjectId("6629def99117871a1f5ab72a"), "name" : "a4" }
{ "_id" : ObjectId("6629def99117871a1f5ab72b"), "name" : "a5" }
{ "_id" : ObjectId("6629def99117871a1f5ab72c"), "name" : "a6" }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7" }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "name" : "a8" }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "name" : "a9" }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10" }

檢視除了name列

> db.c1.find({},{name:0})
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "age" : 22 }
{ "_id" : ObjectId("6629def99117871a1f5ab727"), "age" : 1 }
{ "_id" : ObjectId("6629def99117871a1f5ab728"), "age" : 2 }
{ "_id" : ObjectId("6629def99117871a1f5ab729"), "age" : 3 }
{ "_id" : ObjectId("6629def99117871a1f5ab72a"), "age" : 4 }
{ "_id" : ObjectId("6629def99117871a1f5ab72b"), "age" : 5 }
{ "_id" : ObjectId("6629def99117871a1f5ab72c"), "age" : 6 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "age" : 8 }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "age" : 9 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "age" : 10 }

查詢age大於6的資料

> db.c1.find({age:{$gt:6}})
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四", "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五", "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六", "age" : 22 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7", "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "name" : "a8", "age" : 8 }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "name" : "a9", "age" : 9 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10", "age" : 10 }

查詢年齡為7歲、10歲、18歲的資料

> db.c1.find({age:{$in:[7,10,18]}})
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "張三", "age" : 18 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7", "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10", "age" : 10 }

2.2.1、查詢集合內所有的記錄數

db.集合名.count()

2.3、修改文件

db.集合名.update(
  <filter>,          // 查詢條件（篩選待更新的文件）
  <update>,          // 更新操作定義（如何修改文件）
  {
    upsert: <boolean>,  // 可選，如果無匹配文件則插入，預設為 false
    multi: <boolean>,   // 可選，是否更新所有匹配的文件，預設為 false（僅更新第一條）
    collation: <object>, // 可選，指定比較選項（如大小寫敏感等）
    arrayFilters: <array>, // 可選，用於處理巢狀陣列中的條件匹配
    hint: <string|document>, // 可選，提供索引來指導查詢
    writeConcern: <document>, // 可選，指定寫關注級別
    let: <object> // 可選，用於與聚合管道更新相關的變數定義
  }
)

將{name:"張三"}修改為{name:"zhangsan"}

> db.c1.update({name:"張三"},{$set:{name:"zhangsan"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.c1.find()
{ "_id" : ObjectId("6629dc959117871a1f5ab723"), "name" : "zhangsan", "age" : 18 }
{ "_id" : ObjectId("6629de189117871a1f5ab724"), "name" : "李四", "age" : 20 }
{ "_id" : ObjectId("6629de189117871a1f5ab725"), "name" : "王五", "age" : 21 }
{ "_id" : ObjectId("6629de189117871a1f5ab726"), "name" : "趙六", "age" : 22 }
{ "_id" : ObjectId("6629def99117871a1f5ab727"), "name" : "a1", "age" : 1 }
{ "_id" : ObjectId("6629def99117871a1f5ab728"), "name" : "a2", "age" : 2 }
{ "_id" : ObjectId("6629def99117871a1f5ab729"), "name" : "a3", "age" : 3 }
{ "_id" : ObjectId("6629def99117871a1f5ab72a"), "name" : "a4", "age" : 4 }
{ "_id" : ObjectId("6629def99117871a1f5ab72b"), "name" : "a5", "age" : 5 }
{ "_id" : ObjectId("6629def99117871a1f5ab72c"), "name" : "a6", "age" : 6 }
{ "_id" : ObjectId("6629def99117871a1f5ab72d"), "name" : "a7", "age" : 7 }
{ "_id" : ObjectId("6629def99117871a1f5ab72e"), "name" : "a8", "age" : 8 }
{ "_id" : ObjectId("6629def99117871a1f5ab72f"), "name" : "a9", "age" : 9 }
{ "_id" : ObjectId("6629def99117871a1f5ab730"), "name" : "a10", "age" : 10 }

將{name:"李四"}的年齡加/減5

年齡加5

db.c1.update({name:"李四"},{$inc:{age:5}})

年齡減5

db.c1.update({name:"李四"},{$inc:{age:-5}})

2.4、刪除文件

db.集合名.remove(條件[,是否刪除一條])

刪除一條資料
- ```
db.c1.remove({},true)
```
  預設刪除的第一條資料
- ```
db.c1.remove({name:"李四"})
```
  刪除指定資料

六、MongoDB支援儲存的資料型別

1、數字

shell預設使用64位浮點型數值

db.b1.insert({x:3.1415926})
db.b1.insert({x:3})

整型值，可以用NumberInt或者NumberLong表示

db.b1.insert({x:NumberInt(10)})
db.b1.insert({x:NumberLong(12)})

2、字串

db.b1.insert({x:"hello MongoDB!"})

3、正規表示式

查詢所有key為x,value以hello開頭的文件且不區分大小寫

db.b1.find({x:/^(hello).(.[a-zA-Z0-9])+/i})

4、陣列

陣列中的資料型別可以是多種多樣的

db.b1.insert({x:[1,2,3,4,new Date()]})

5、日期

db.b1.insert({x:new Date()})

6、內嵌文件

一個文件也可以作為另一個文件的value

db.b1.insert({name:"三國演義",author:{name:"羅貫中",age:70}})

七、MongoDB中的索引

1、檢視索引

預設情況下，集合中的_id欄位就是索引，我們可以透過getIndexes()方法來檢視一個集合中的索引：

db.b1.getIndexes()

v: 表示索引版本。在這個例子中，值為 2，表示這是一個版本 2 的索引。索引版本通常由 MongoDB 內部管理，使用者通常不需要直接關心。
key: 描述了索引的鍵（即排序依據）。鍵是一個物件，鍵名為欄位名，鍵值為排序方向。在給出的例子中，{ "_id" : 1 } 表示索引基於欄位 _id，且按升序（1）排序。在 MongoDB 中，每個集合都預設有一個名為 _id 的主鍵索引，它是唯一的，並且總是按升序排列。
name: 指定索引的名稱。這裡為 "name" : "_id_"，表示這是一個針對 _id 欄位的索引，其名稱預設為 _id_。在 MongoDB 中，主鍵索引的名稱通常是固定的，即 _id_。

2、需要索引的查詢場景

2.1、建立有10000個文件的集合

for (var i=1;i<=10000;i++) {db.q1.insert({name:"test"+i , age: i})}

db.q1.count()

2.2、查詢`age`為`200`的文件

db.q1.find({age:200})

這種查詢預設情況下會做全表掃描，可以用explain()來檢視一下查詢計劃

db.q1.find({age:200}).explain("executionStats")

{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "test3.q1",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "age" : {
                                "$eq" : 200
                        }
                },
                "winningPlan" : {
                        "stage" : "COLLSCAN",
                        "filter" : {
                                "age" : {
                                        "$eq" : 200
                                }
                        },
                        "direction" : "forward"
                },
                "rejectedPlans" : [ ]
        },
        "executionStats" : {
                "executionSuccess" : true,
                "nReturned" : 1,
                "executionTimeMillis" : 2,
                "totalKeysExamined" : 0,
                "totalDocsExamined" : 10000,
                "executionStages" : {
                        "stage" : "COLLSCAN",
                        "filter" : {
                                "age" : {
                                        "$eq" : 200
                                }
                        },
                        "nReturned" : 1,
                        "executionTimeMillisEstimate" : 0,
                        "works" : 10002,
                        "advanced" : 1,
                        "needTime" : 10000,
                        "needYield" : 0,
                        "saveState" : 10,
                        "restoreState" : 10,
                        "isEOF" : 1,
                        "direction" : "forward",
                        "docsExamined" : 10000
                }
        },
        "serverInfo" : {
                "host" : "localhost.localdomain",
                "port" : 27017,
                "version" : "4.4.6",
                "gitVersion" : "72e66213c2c3eab37d9358d5e78ad7f5c1d0d0d7"
        },
        "ok" : 1
}

queryPlanner 部分

plannerVersion: 表示查詢最佳化器的版本。
namespace: 查詢涉及的集合名，即 test3.q1。
indexFilterSet: 若為 true，表示查詢使用了索引過濾器；此處為 false，說明沒有使用。
parsedQuery: 顯示解析後的查詢條件，即查詢 age 欄位等於 200 的文件。
winningPlan: 描述被選擇的執行計劃。在這個案例中，執行計劃的 stage 是 "COLLSCAN"，意味著進行了全集合掃描（Collection Scan）。這意味著為了找到匹配的文件，MongoDB 需要遍歷整個 q1 集合，對每個文件應用 filter 中指定的條件（age: { $eq: 200 }）。
rejectedPlans: 空陣列，表示沒有其他備選執行計劃被否決。如果有多個可行計劃，MongoDB 會選擇成本最低的一個作為 winningPlan，其餘的則記錄在此處。

executionStats 部分

這部分提供了實際執行查詢時的統計資訊：

executionSuccess: 指示查詢是否成功完成，true 表示成功。
nReturned: 返回的文件數量，這裡是 1，說明找到了一個年齡為 200 的文件。
executionTimeMillis: 執行查詢所花費的時間（毫秒），本例中為 2 毫秒。
totalKeysExamined: 檢視的索引鍵數量。由於未使用索引，此處為 0。
totalDocsExamined: 檢視的文件數量，即全集合掃描過程中檢查過的文件總數，這裡為 10000，表明集合中有 10000 個文件被逐一檢查以找出符合 age: 200 的文件。
executionStages: 提供了更多關於執行階段的細節，與 winningPlan 相對應。這裡再次確認了進行了全集合掃描（COLLSCAN），並且實際檢視了 10000 個文件 (docsExamined) 才找到 1 個匹配的文件 (nReturned).

serverInfo 部分

提供了執行 MongoDB 伺服器的主機名、埠、版本號以及 Git 版本資訊。

值為 1，表示命令執行成功。

2.3、新增`limit`查詢文件

db.q1.find({age:10}).limit(20)

db.q1.find({age:10}).limit(20).explain("executionStats")

{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "test3.q1",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "age" : {
                                "$eq" : 10
                        }
                },
                "winningPlan" : {
                        "stage" : "LIMIT",
                        "limitAmount" : 20,
                        "inputStage" : {
                                "stage" : "COLLSCAN",
                                "filter" : {
                                        "age" : {
                                                "$eq" : 10
                                        }
                                },
                                "direction" : "forward"
                        }
                },
                "rejectedPlans" : [ ]
        },
        "executionStats" : {
                "executionSuccess" : true,
                "nReturned" : 1,
                "executionTimeMillis" : 4,
                "totalKeysExamined" : 0,
                "totalDocsExamined" : 10000,
                "executionStages" : {
                        "stage" : "LIMIT",
                        "nReturned" : 1,
                        "executionTimeMillisEstimate" : 1,
                        "works" : 10002,
                        "advanced" : 1,
                        "needTime" : 10000,
                        "needYield" : 0,
                        "saveState" : 10,
                        "restoreState" : 10,
                        "isEOF" : 1,
                        "limitAmount" : 20,
                        "inputStage" : {
                                "stage" : "COLLSCAN",
                                "filter" : {
                                        "age" : {
                                                "$eq" : 10
                                        }
                                },
                                "nReturned" : 1,
                                "executionTimeMillisEstimate" : 1,
                                "works" : 10002,
                                "advanced" : 1,
                                "needTime" : 10000,
                                "needYield" : 0,
                                "saveState" : 10,
                                "restoreState" : 10,
                                "isEOF" : 1,
                                "direction" : "forward",
                                "docsExamined" : 10000
                        }
                }
        },
        "serverInfo" : {
                "host" : "localhost.localdomain",
                "port" : 27017,
                "version" : "4.4.6",
                "gitVersion" : "72e66213c2c3eab37d9358d5e78ad7f5c1d0d0d7"
        },
        "ok" : 1
}

可以明顯感受到加了limit後查詢速度變快了很多

但是如果我們查詢age為9999的文件那麼還是得全表掃描一遍

此時我們就可以給該欄位加上索引

2.4、建立索引

db.collection.createIndex(keys, options)

引數：

keys:
- 包含欄位和值對的文件，其中欄位是索引鍵，描述該欄位的索引型別
- 對於欄位的上升索引，請指定為1，對於降序指定為-1

options:

可選，包含一組控制索引建立的選項的文件

選項	型別	描述
background	布林	是否在後臺執行建立索引的過程，不阻塞對集合的操作false【預設】
unique	布林	是否建立具有唯一性的索引 false【預設】
name	字串	自定義索引名稱，如果不指定，mongodb將透過下劃線連線索引欄位的名稱和排序規則生成一個索引名稱。一旦建立不能修改，只能刪除再重新建立
partialFilterExpression	Document	僅為集合中符合條件的文件建立索引，降低建立和維護成本
sparse	布林	僅為集合中具有指定欄位的文件建立索引 false 【預設】
expireAfterSeconds	integer單位秒	用於 TTL 索引中控制文件儲存在集合中的時間
storageEngine	Document	指定儲存引擎配置

db.q1.ensureIndex({age:1})

檢視查詢計劃

db.q1.find({age:200}).explain("executionStats")

> db.q1.find({age:200}).explain("executionStats")
{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "test3.q1",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "age" : {
                                "$eq" : 200
                        }
                },
                "winningPlan" : {
                        "stage" : "FETCH",
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "keyPattern" : {
                                        "age" : 1
                                },
                                "indexName" : "age_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "age" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : false,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "age" : [
                                                "[200.0, 200.0]"
                                        ]
                                }
                        }
                },
                "rejectedPlans" : [ ]
        },
        "executionStats" : {
                "executionSuccess" : true,
                "nReturned" : 1,
                "executionTimeMillis" : 1,
                "totalKeysExamined" : 1,
                "totalDocsExamined" : 1,
                "executionStages" : {
                        "stage" : "FETCH",
                        "nReturned" : 1,
                        "executionTimeMillisEstimate" : 0,
                        "works" : 2,
                        "advanced" : 1,
                        "needTime" : 0,
                        "needYield" : 0,
                        "saveState" : 0,
                        "restoreState" : 0,
                        "isEOF" : 1,
                        "docsExamined" : 1,
                        "alreadyHasObj" : 0,
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "nReturned" : 1,
                                "executionTimeMillisEstimate" : 0,
                                "works" : 2,
                                "advanced" : 1,
                                "needTime" : 0,
                                "needYield" : 0,
                                "saveState" : 0,
                                "restoreState" : 0,
                                "isEOF" : 1,
                                "keyPattern" : {
                                        "age" : 1
                                },
                                "indexName" : "age_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "age" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : false,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "age" : [
                                                "[200.0, 200.0]"
                                        ]
                                },
                                "keysExamined" : 1,
                                "seeks" : 1,
                                "dupsTested" : 0,
                                "dupsDropped" : 0
                        }
                }
        },
        "serverInfo" : {
                "host" : "localhost.localdomain",
                "port" : 27017,
                "version" : "4.4.6",
                "gitVersion" : "72e66213c2c3eab37d9358d5e78ad7f5c1d0d0d7"
        },
        "ok" : 1
}

executionTimeMillis：執行耗時 1 毫秒。

totalKeysExamined 和 totalDocsExamined：分別檢查了 1 個索引鍵和 1 個文件。由於使用了覆蓋索引（即索引包含了查詢所需的所有欄位），這裡的兩個值相等，意味著無需額外查詢文件。

檢視索引

> db.q1.getIndexes()
[
        {
                "v" : 2,
                "key" : {
                        "_id" : 1
                },
                "name" : "_id_"
        },
        {
                "v" : 2,
                "key" : {
                        "age" : 1
                },
                "name" : "age_1"
        }
]

2.5、自定義索引名字

db.q1.ensureIndex({name:1},{name:"MyNameIndex"})

3、檢視索引的大小

預設單位是位元組

db.q1.totalIndexSize()

4、刪除索引

4.1、按名稱刪除索引

db.q1.dropIndex("MyNameIndex")

4.2、刪除所有的索引

db.q1.dropIndexes()

5、優缺點

5.1、優點：

提高查詢效能：索引能夠大大加快資料查詢速度，特別是對於含有複雜查詢條件、排序、分組或聚合操作的查詢。
支援高效排序：當查詢需要對特定欄位進行排序時，如果該欄位有索引，MongoDB可以直接利用索引來完成排序，避免了大量資料的內部排序操作，顯著提升效能。
覆蓋查詢：如果一個索引包含了查詢所需的全部欄位，稱為“覆蓋索引”。在這種情況下，MongoDB可以直接從索引中獲取所有資料，而無需訪問實際文件，從而減少磁碟I/O操作，提高查詢效率。
唯一性約束：建立唯一索引可以確保指定欄位的值在整個集合中唯一，防止插入重複資料，確保資料完整性。

5.2、缺點：

佔用儲存空間：索引需要額外的儲存空間來儲存索引資料結構。隨著資料量的增長和索引數量的增加，儲存開銷會逐漸增大。需要根據實際業務需求權衡查詢效能與儲存成本。
寫操作效能影響：插入、更新和刪除文件時，不僅要修改原資料，還要同步更新相關索引。對於寫密集型應用，大量的索引可能導致寫操作效能下降，尤其是當索引較多或索引欄位頻繁變動時。
索引維護成本：隨著資料的變化，索引需要不斷維護和更新。對於大型資料集，索引重建可能需要消耗較長時間和系統資源。此外，隨著業務發展，可能需要定期評估和調整索引策略，以適應新的查詢模式。

Mongodb-基礎操作
2020-12-28
MongoDB
MongoDB資料庫基礎操作
2017-07-17
MongoDB資料庫
mongodb基礎整理篇————常規操作[二]
2022-01-09
MongoDB
MongoDB資料庫操作詳解：基礎篇
2023-10-08
MongoDB資料庫
MongoDB基礎命令
2018-07-02
MongoDB
mongodb基礎入門
2020-01-21
MongoDB
MongoDB基礎總結
2020-09-11
MongoDB
MongoDB基礎知識梳理
2023-03-29
MongoDB
elasticsearch 基礎操作
2020-04-04
Elasticsearch
Redis基礎操作
2018-07-07
Redis
MongoDB for C#基礎入門
2017-06-20
MongoDBC#
mongodb基礎運維能力定義
2018-08-30
MongoDB運維
SpringDataMongo連線MongoDB基礎用法
2020-10-28
SpringMongoDB
MongoDB-基礎-limit-skip-sort
2016-07-08
MongoDBMIT
DRF基礎操作流程
2020-08-11
linux基礎操作
2021-02-21
Linux
JavaSE基礎:日期操作
2018-02-05
Java
【Docker】Docker基礎操作
2018-04-02
Docker
【PG】PG基礎操作
2017-03-07
python基礎操作
2024-07-04
Python
kali操作命令基礎
2024-09-30
二、MySQL基礎操作
2024-07-05
MySql
java基礎操作2
2024-08-16
Java
mongoDB操作
2018-07-07
MongoDB
常用基礎Linux操作命令總結與hadoop基礎操作命令
2018-04-17
LinuxHadoop
（JS基礎）操作表單
2019-04-16
JS
Docker | 入門 & 基礎操作
2021-09-08
Docker
AWR報告基礎操作
2021-03-16
基礎IO相關操作
2018-08-24
JavaScript基礎之BOM操作
2018-11-11
JavaScript
JavaScript基礎之DOM操作
2018-11-11
JavaScript
go mysql 基礎操作（CURD)
2018-09-07
GoMySql
[Python基礎]字串操作
2020-12-30
Python字串
前端基礎（七）：cookie操作
2018-07-09
前端Cookie
重做日誌基礎操作
2014-03-16
RN API基礎操作篇
2024-04-14
API
PHP 操作 MongoDB
2020-05-26
PHPMongoDB
Mongodb 管理操作
2021-09-09
MongoDB