快速掌握mongoDB(一)——mongoDB安裝部署和常用shell命令

撈月亮的猴子發表於2019-07-16
MongoDB

1.mongoDB簡介

　　mongoDB 是由C++語言編寫的，是一種分散式的面向文件儲存的開源nosql資料庫。nosql是Not Only SQL的縮寫，是對不同於傳統的關係型資料庫的資料庫管理系統的統稱。

　　mongoDB是無模式的文件資料庫,在關係型資料庫中，資料表的每一行都擁有一樣的欄位，欄位的名字和資料型別在建立table的時候就基本確定了，如student表的每一行都有學生編號、學生姓名、年齡等欄位；而在mongoDB中，儲存資料的格式類似於Json(格式為Bson)，每一個document的欄位的名字和資料型別可以完全不同，如在一個collection下，第一個document可以儲存學生資訊(學生編號、姓名、年齡、性別等)，第二個document可以儲存班級資訊(班級編號，班級名等)。正是因為無模式的特點，讓我們可以無需多餘操作就能完成資料的橫向擴充套件。下表是mongoDB和傳統資料庫術語的對應關係。

SQL術語MongoDB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
join  $lookup 表連線
primary key primary key 主鍵,MongoDB自動將_id欄位設定為主鍵

 

2. mongoDB安裝 

1.安裝mongoDB

　　mongoDB的安裝步驟十分簡單，下載地址：https://www.mongodb.com/download-center#community。如果我們想在Windows上安裝mongoDB直接下載msi檔案，雙擊安裝即可。如果要將mongoDB安裝在Linux系統上，步驟如下：

####第1步 下載解壓mongdb
#下載解壓二進位制包，解壓即安裝
　　cd /usr/local/src/
　　curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-4.0.9.tgz
　　tar -zxvf mongodb-linux-x86_64-4.0.9.tgz
　　mv mongodb-linux-x86_64-4.0.9 /usr/local/mongodb

####第2步 新增配置檔案
　　vim /usr/local/mongodb/bin/mongodb.conf
配置檔案內容如下：
systemLog:
  destination: file
  logAppend: true
  path: /usr/local/mongodb/logs/mongodb.log
storage:
  dbPath: /usr/local/mongodb/data
  journal:
    enabled: true
processManagement:
  fork: true
net:
  port: 27017
  bindIp: 0.0.0.0

 #配置檔案中指定的dbpath和log要自己新增，不然會報錯，執行命令 
　　mkdir -p /usr/local/mongodb/data; mkdir -p /usr/local/mongodb/logs/;cd /usr/local/mongodb/logs/; touch mongodb.log

 ####第3步 載入配置檔案執行
　　/usr/local/mongodb/bin/mongod -f /usr/local/mongodb/bin/mongodb.conf 

####第4步 新增環境變數，用於可以在任意目錄下執行mongo命令 
　　vim ~/.bash_profile #修改當前使用者下的環境變數 PATH=$PATH:$HOME/bin:/usr/local/mongodb/bin  
　　source ~/.bash_profile

 　安裝完成後，在任意目錄下使用命令 mongo 192.168.70.133:27017 (mongo命令會預設啟動127.0.0.1:27017)啟動mongodb，mongoDB使用的是javascript shell，我們簡單測試一下，如果出現下邊的介面表示安裝成功了

　

 　　這裡簡單使用一下mongoDB的shell來新增、刪除資料庫和collection:

2.安裝Robomongo並連線資料庫

　　mongoDB的GUI有MongoDB Compass、studio 3T等，這裡使用的是Robomongo，下載地址：https://robomongo.org/，下載完成後一直Next安裝即可，連線mongoDB效果如下，Robomongo是傻瓜式的用法，可以通過客戶端新增collection,document，執行shell等，具體使用方法就不再詳細介紹了。

·　　

　　我們也可以通過shell指令碼連線資料庫，在Robomongo執行shell命令如下：

//連線遠端資料庫
　　var mongo=new Mongo("192.168.70.133:27017")
//找到資料庫
　　var db=mongo.getDB("myDB");
//找到collecttion
　　var collection=db.getCollection("userinfo");
//查詢colletion中所有資料
　　var list=collection.find().toArray();
//json形式列印結果
　　printjson(list);

3 mongoDB的shell

　　我們已經知道mongoDB是面向文件的nosql資料庫，因為其無模式的特點，造成它的操作要比關係型資料庫複雜一些，這裡簡單介紹一下mongoDB的CRUD操作。注意：從3.2版本開始，mongoDB新增了一些xxxOne()和xxxMany()方法，我們儘量使用這些新的方法。

1 新增(insert)

　　　新增資料的指令是insert，使用方法如下：

　

 　　

　　insert方法的引數也可以是陣列，用於批量新增資料，如下：

db.userinfos.insert([
   {_id:1, name: "張三", age: 23},
   {_id:2, name: "李四", age: 24}
]);

　　從3.2版本，mongoDB新增了insertOne和insertMany方法，分別用於單條插入和批量插入，用法很簡單，如下：

//insertOne用於單條新增
　　db.userinfos.insertOne(
   　　{_id:1, name: "張三", age: 23}
  　 );

//insertMany用於批量新增
　　 db.userinfos.insertMany([
  　　 {_id:1, name: "張三", age: 23},
  　　 {_id:2, name: "李四", age: 24}
　　]);

2 查詢(find)

　　mongoDB查詢使用find函式，語法如下：

 　

　　mongoDB使用find查詢時，預設會返回主鍵_id，如果不想返回主鍵的話設定_id=0即可。mongoDB的查詢語法是比較簡單的，但是因為其無模式的特點，且field的值可以是物件和陣列，造成mongoDB的運算子要比傳統的關係型資料庫多很多，如運算子$exists可用於查詢field是否存在、$type用於判斷filed的型別等等，這裡彙總了一些常用的查詢相關的運算子，有興趣的小夥伴可以測試一下：

測試資料：

db.userinfos.insertMany([
   {_id:1, name: "張三", age: 23,level:10, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},
   {_id:2, name: "李四", age: 24,level:20, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},
   {_id:3, name: "王五", age: 25,level:30, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},
   {_id:4, name: "趙六", age: 26,level:40, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },
   {_id:5, name: "田七", age: 27, ename: { firstname: "qi", lastname: "tian"}, address:'北京' },
   {_id:6, name: "周八", age: 28,roles:["gen"], address:'上海' }
]);
 類別  運算子  說明  例項  執行結果

比較運算子   

 $gt($gte) 大於(大於等於)

db.userinfos.find(
　　{ age:{$gt:25}},
　　{ name:1 }

)

查詢age>25的文件的name

結果:

　　[{ "_id" : 4, "name" : "趙六" },

　　 { "_id" : 5, "name" : "田七" }]
 $lt($lte)  小於(小於等於)  db.userinfos.find(

　　{ age:{$lt:25}},
　　{ name:1 }

)

查詢age<25的文件的name

結果： 

　　[ { "_id" : 1, "name" : "張三" },

　　{ "_id" : 2, "name" : "李四" } ]
 $eq  等於  db.userinfos.find(

　　{ age:{$eq:25}},
　　{ name:1 }

)

查詢age=25的文件的name

 結果：

　　[ { "_id" : 3, "name" : "王五" } ]
 $ne  不等於

db.userinfos.find(
　　{ age:{$ne:25}},
　　{ name:1 }
)

 查詢age!=25的文件的name

結果：

　　[{"_id" : 1,"name" : "張三"},
　　{"_id" : 2,"name" : "李四"},
　　{"_id" : 4,"name" : "趙六"},
　　{"_id" : 5,"name" : "田七"}]
 $in  包含  db.userinfos.find(

　　{ age:{$in:[24,25]}},
　　{ name:1 }
)

查詢age在[24,25]中的文件的name

結果：

　　 [ { "_id" : 2, "name" : "李四" },

　　{ "_id" : 3, "name" : "王五" } ]
 $nin  不包含 db.userinfos.find(

　　{ age:{$nin:[24,25]}},
　　{ name:1 }
)

查詢age不在[24,25]中的文件的name

結果：

　　[{"_id" : 1,"name" : "張三"},
　　{"_id" : 4,"name" : "趙六"},
　　{"_id" : 5,"name" : "田七"}]
邏輯運算子 $and  與

db.userinfos.find(

　　{$and: [

　　　　{name:{$eq:'張三'}},

　　　　{age:{$eq:23}}

　　]},

　　{name:1}

)

 

查詢name='張三'且age=23的文件 

結果：

　　[ { "_id" : 1, "name" : "張三" } ]
$not   

非

  db.userinfos.find(

　　{age:{$not:{$in:[23,24,25]}}},
　　{name:1}
)

查詢age不在[23,24,24]中的文件

結果：

　　[ { "_id" : 4, "name" : "趙六" },

　　{ "_id" : 5, "name" : "田七" } ]
$or   或

 

  db.userinfos.find(

　　{$or: [

　　　　{name:{$eq:'張三'}},

　　　　{age:{$eq:24}}

　　]},

　　{name:1}

)

  

查詢name='張三'或者age=24的文件 

結果：

　　[ { "_id" : 1, "name" : "張三" },

　　{ "_id" : 2, "name" : "李四" } ]
$nor   

或的取反

  db.userinfos.find(

　　{$nor: [

　　　　{name:{$eq:'張三'}},

　　　　{age:{$eq:24}}

　　]},

　　{name:1}

)

 上邊栗子的取反操作

結果：

　　[ {"_id" : 3,"name" : "王五"},
　　 {"_id" : 4,"name" : "趙六"},
　　 {"_id" : 5,"name" : "田七"} ]
 評估運算子 $mod 取餘

db.userinfos.find(

　　{age:{$mod:[10,3]}},
　　{name:1}
)

查詢name%10=3的文件

結果：

[ { "_id" : 1, "name" : "張三" } ]
$regex  正則  

db.userinfos.find(

　　{name:{$regex:/^張/i}},
　　{name:1}
)

查詢name以張開頭的文件

結果：

[ { "_id" : 1, "name" : "張三" } ]

db.userinfos.find(

　　{name:{$in:[/^張/,/四$/]}},
　　{name:1}
)

查詢name以張開頭或者以四結尾的文件

結果：

[ { "_id" : 1, "name" : "張三" },

{ "_id" : 2, "name" : "李四" } ]
$where where過濾

db.userinfos.find(
　　{$where :function(){return this.name=='張三';}},
　　{name:1}

)

查詢名字為張三的記錄

結果：

　　[ { "_id" : 1, "name" : "張三" } ]

注意：where可以實現所有的過濾，但是效率不高。

這是因為where採用逐行判斷而不使用索引
 $expr  表示式過濾

db.userinfos.find(
　　{ $expr:{$lt:["$age","$level"]}},
　　{ name:1 }

)

 查詢age<level的記錄

結果：

[ { "_id" : 3, "name" : "王五" },

{ "_id" : 4, "name" : "趙六" } ]

 
元素運算子   $exists field是否存在

db.userinfos.find(
　　{ address:{$exists:true}},
　　{ name:1 }

)

查詢存在address欄位的文件

結果：

[ { "_id" : 5, "name" : "田七" },

{ "_id" : 6, "name" : "周八" } ]
$type field型別

db.userinfos.find(

　　{name:{$type:'string'}},

　　{name:1}

)

 查詢name為string的文件

結果：

　　所有文件都匹配
陣列運算子     $all  包含所有元素才匹配成功  db.userinfos.find(

　　{roles:{$all:['vip','gen']}},

　　{name:1}

)

查詢roles中包含vip和gen的文件

結果：

 [ { "_id" : 1, "name" : "張三" },

{ "_id" : 3, "name" : "王五" } ]
 $eleMatch  只要有一個元素符合就匹配成功  db.userinfos.find(

　　{roles:{$elemMatch:{ $eq: 'vip', $ne: 'gen' }}},

　　{name:1}

)

 查詢roles中有元素等於vip，或有元素不等於gen的文件

結果：

　　[{"_id" : 1,"name" : "張三"},
　　{"_id" : 2,"name" : "李四"},
　　{"_id" : 3,"name" : "王五"}]
$size  元素個數相同的匹配成功  db.userinfos.find(

　　{roles:{$size:2}},

　　{name:1}

)

 查詢roles中有兩個元素的文件

結果：

[ { "_id" : 1, "name" : "張三" },

{ "_id" : 3, "name" : "王五" } ]

3 修改(update)

　　mongoDB修改documen使用的命令是update，語法如下：

　　mongoDB的update預設只修改一條document，如果想修改所有符合條件的documet的話，可以設定multi:true。upsert表示當沒有符合過濾條件的文件時，就新增一條文件，並將修改的內容作為新增document的值。mongoDB的update功能比較豐富，如可以修改field的名字，刪除field，以及對陣列進行增刪改。從3.2版本開始，mongoDB新增了updateOne()和updateMany()方法，用於修改單條或者多條資料，推薦使用新的方法，語法如下：

 //將age<25的記錄的level修改為50，只修改一條。updateOne相當於update設定multi:false
db.userinfos.updateOne(
   {age:{$lt:25}},
   {$set:{level:50}}
   )
 //將age<25的記錄的level修改為50，所有符合條件的記錄都修改。updateMany相當於update設定multi:true
db.userinfos.updateMany(
   {age:{$lt:25}},
   {$set:{level:50}}
   )

　　這裡彙總了mongoDB中關於update的相關運算子，有興趣的小夥伴可以測試一下：

 測試資料：

db.userinfos.insertMany([
   {_id:1, name: "張三", age: 23,level:10, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},
   {_id:2, name: "李四", age: 24,level:20, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},
   {_id:3, name: "王五", age: 25,level:30, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},
   {_id:4, name: "趙六", age: 26,level:40, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },
   {_id:5, name: "田七", age: 27, ename: { firstname: "qi", lastname: "tian"}, address:'北京' },
   {_id:6, name: "周八", age: 28,roles:["gen"], address:'上海' }
]);
 值操作運算子 $currentDate

修改field值為當前時間,

如果field不存在則新增field

db.userinfos.update(
　　{name:'張三'},
　　{$currentDate:{

　　　　createtime:{$type:'timestamp'}}

　　}
)

將張三的createtime欄位值修改為當前時間

　　格式為時間戳("createtime" : Timestamp(1560663270, 1))

補充:如果不設定$type，預設的格式為date

　　格式為date("createtime" : ISODate("2019-06-16T05:38:21.119Z"))

　　
$set

修改值

db.userinfos.update(
　　{name:'張三'},
　　{$set:

　　　　{level:20}

　　}
)

  將張三的level修改為20。如果要修改的field不存在，不會新增新的field。
$setOnInsert 

只有在新增document時進行賦值，

一定要設定upsert:true

 

db.userinfos.update(
　　{name:'張三'},
　　{$setOnInsert:

　　　　{level:30}

　　},
　　{upsert:true}
)

  因為已經有name=張三的document，所以不做任何操作

db.userinfos.update(
　　{name:'吳九'},
　　{$setOnInsert:{level:30}},
　　{upsert:true}
)

  新增一個name=吳九的document，並設定level為30
$inc 自增

db.userinfos.update(
　　{name:'張三'},
　　{$inc:

　　　　{age:10}

　　}
)

 張三的age自增10，age修改為23+10=33
$mul 自乘

db.userinfos.update(
　　{name:'張三'},
　　{$mul:

　　　　{age:2}

　　}
)

 張三的age自乘2，age修改為23*2=46
$min 取小

db.userinfos.update(
　　{name:'張三'},
　　{$min:

　　　　{age:13}

　　}
)

 張三的age取小值，因為23>13,所以修改age為13。如果修改的值比23大，那麼不做操作。
$max 取大

db.userinfos.update(
　　{name:'張三'},
　　{$max:

　　　　{age:33}

　　}
)

 張三的age取大值，因為23<33,所以修改age為33。如果修改的值比23小，那麼不做操作。
欄位操作運算子   $rename  修改filed的名字  db.userinfos.update(

　　{name:'張三'},
　　{$rename:

　　　　{age:'年齡'}

　　}
)

  將張三的age欄位名改成年齡，值不變，年齡=23
$unset  刪除field  db.userinfos.update(

　　{name:'張三'},
　　{$unset:

　　　　{level:''}

　　}
)

  將張三的level欄位刪除

 

 　　陣列相關的update運算子：

測試資料：

   db.students.insertMany(
        [{ "_id" : 1, "grades" : [ 85, 80, 80 ] },
　　      { "_id" : 2, "grades" : [ 88, 90, 92 ] }]
   )
 陣列運算子 $ 單個佔位符

db.students.updateOne(
　　{ _id: 1, grades: 80 },
　　{ $set: { "grades.$" : 82 } }
)

修改_id=1的文件graders中第一個值為80的元素，值改成82

結果：

　　[{ "_id" : 1, "grades" : [ 85, 82, 80 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
 $[]  所有元素佔位符  

db.students.updateOne(
　　{ _id: 1},
　　{ $set: { "grades.$[]" : 100 } }
)

  

修改_id=1的文件graders中所有元素，值改成100

結果：

　　[{ "_id" : 1, "grades" : [ 100, 100, 100 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
 $[<identifier>]  符合arrayFilter過濾條件的元素佔位符  

db.students.updateOne(
　　{ _id: 2},
　　{ $set: { "grades.$[element]" : 100 } },
　　{ arrayFilters: [ { "element": { $gte: 90 } } ]}
)

  

修改_id=2的文件graders中大於等於90的元素，值改成100

結果：

　　[{ "_id" : 1, "grades" : [  85, 82, 80  ] },
　　{ "_id" : 2, "grades" : [ 88, 100, 100 ] }]
 $push  新增元素  

db.students.updateOne(
　　{ _id: 1 },
　　{ $push: { "grades" : 98 } }
)

  

在_id=1的文件graders中新增元素

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
$addToSet  新增不存在的元素，如果元素已經存在則無操作  db.students.updateOne(
　　{ _id: 1 },
　　{ $addToSet: { "grades" : 100 } }
)		  

在_id=1的文件graders中新增元素

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98,100 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

補充：如果新增的元素是85，因為85已經存在，所以不執行操作
 $pop  彈出(移除)元素  

db.students.updateOne(
　　{ _id: 1 },
　　{ $pop: { "grades" : 1 } }
)

 移除最後一個元素

結果：

　　[{ "_id" : 1, "grades" : [  85, 80 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

補充：如果{ $pop: { "grades" : -1 } }表示從前邊彈出，移除第一個元素
$pullAll 根據值移除陣列中的元素

db.students.update(
　　{_id:2},
　　{$pullAll:{"grades":[88,90]}}
)

移除_id=2的文件的graders中值為88,90的所有元素

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
　　{ "_id" : 2, "grades" : [ 92 ] }]
 $pull  移除符合條件的元素  

db.students.update(
　　{_id:2},
　　{$pull:{"grades":{$gt:90}}}
)

  

移除_id=2的文件的graders中大於90的所有元素

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
　　{ "_id" : 2, "grades" : [ 88,90 ] }]

  陣列批量新增

相關運算子

  $each  和$push,$addToSet配合使用，用於批量新增元素  

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[99,100]}}

　　}

)

在_id=1的文件graders中新增元素[99,100]

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99,100 ] },
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]
 $slice  和$push,$each配合使用，用於限制元素個數  

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[99,100],$slice:4}}

　　}
)

  在_id=1的文件graders中新增元素[99,100]

結果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99] },
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

如果使用$slice:-4，則保留後4個元素
$sort 和$push,$each配合使用，在新增元素後進行排序

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[70,100],$sort:1}}

　　}
)

 在_id=1的文件graders中新增元素[99,100]，並排序

結果：

　　[{ "_id" : 1, "grades" : [70,80,80,85,100]},
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

如果使用$sort:-1，則倒序排序
$position 和$push,$each配合使用，指定插入元素的位置

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[70,100],$position:1}}

　　}
)

  在_id=1的文件graders中,從索引1開始插入元素[99,100]

結果：

　　[{ "_id" : 1, "grades" : [85,70,100,80,80]},
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

4.刪除(remove/delete)

　　在3.2以前的版本中，mongoDB使用remove方法來刪除文件，用法如下：

　　

　　從3.2版本開始，提供了deleteOne()和deleteMany()方法，分別用於刪除單條和多條document，語法如下：

//刪除單條document，功能類似於remove設定justOne:true
　　db.userinfos.deleteOne({age:{$gt:25}})
//刪除所有符合條件的document，功能類似於remove設定justOne:false
　　db.userinfos.deleteMany({age:{$gt:25}})

　　本篇是mongoDB的第一篇，簡單介紹了mongoDB的安裝方法，通過js shell進行mongoDB的CRUD操作，後續會逐步介紹mongoDB的索引、資料聚合、GridFS和C#驅動，以及副本集和sharing叢集搭建。如果本文由錯誤的地方，希望大家可以指出，我會及時修改，謝謝。

 

相關文章