day27.MongoDB【Python教程】

​day27.MongoDB【Python教程】​

简介

• ​MongoDB 是一个基于​分布式​ ​文件存储​的NoSQL数据库​

• ​由C++语言编写，运行稳定，性能高​

• ​旨在为 WEB 应用提供可扩展的高性能数据存储解决方案​

• ​查看官方网站 https://www.mongodb.com/​

MongoDB特点

• ​模式自由 :可以把不同结构的文档存储在同一个数据库里​

• ​面向集合的存储：适合存储 JSON风格文件的形式​

• ​完整的索引支持：对任何属性可索引​

• ​复制和高可用性：支持服务器之间的数据复制，支持主-从模式及服务器之间的相互复制。复制的主要目的是提供冗余及自动故障转移​

• ​自动分片：支持云级别的伸缩性：自动分片功能支持水平的数据库集群，可动态添加额外的机器​

• ​丰富的查询：支持丰富的查询表达方式，查询指令使用JSON形式的标记，可轻易查询文档中的内嵌的对象及数组​

• ​快速就地更新：查询优化器会分析查询表达式，并生成一个高效的查询计划​

• ​高效的传统存储方式：支持二进制数据及大型对象（如照片或图片）​

---

一.基本操作

• ​MongoDB将数据存储为一个文档，数据结构由键值(key=>value)对组成​

• ​MongoDB文档类似于JSON对象，字段值可以包含其他文档、数组、文档数组​

• ​安装管理mongodb环境​

• ​完成数据库、集合的管理​

• ​数据的增加、修改、删除、查询​

​名词​

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	数据记录行/文档
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

三元素：数据库，集合，文档

• 集合就是关系数据库中的表

• 文档对应着关系数据库中的行

文档，就是一个对象，由键值对构成，是json的扩展Bson形式

集合：类似于关系数据库中的表，储存多个文档，结构不固定，如可以存储如下文档在一个集合中

数据库：是一个集合的物理容器，一个数据库中可以包含多个文档

• 一个服务器通常有多个数据库

---

1.1.环境安装

安装

下载mongodb的版本，两点注意

• 根据业界规则，偶数为稳定版，如1.6.X，奇数为开发版，如1.7.X

• 32bit的mongodb最大只能存放2G的数据，64bit就没有限制

到官网，选择合适的版本下载

解压

移动到/usr/local/目录下

将可执行文件添加到PATH路径中

管理mongo

配置文件在/etc/mongod.conf

默认端口27017

启动

停止

使用终端连接

这个shell就是mongodb的客户端，同时也是一个js的编译器

命令

终端退出连接

GUI：robomongo，解压后在bin目录下找到运行程序

界面如下：

---

1.2.数据库操作

数据库切换

查看当前数据库名称

查看所有数据库名称

列出所有在物理上存在的数据库

切换数据库

如果数据库不存在，则指向数据库，但不创建，直到插入数据或创建集合时数据库才被创建

默认的数据库为test，如果你没有创建新的数据库，集合将存放在test数据库中

数据库删除

删除当前指向的数据库

如果数据库不存在，则什么也不做

---

1.3.集合操作

集合创建

语法

name是要创建的集合的名称

options是一个文档，用于指定集合的配置

选项参数是可选的，所以只需要到指定的集合名称。以下是可以使用的选项列表：

例1：不限制集合大小

例2：限制集合大小，后面学会插入语句后可以查看效果

参数capped：默认值为false表示不设置上限，值为true表示设置上限

参数size：当capped值为true时，需要指定此参数，表示上限大小，当文档达到上限时，会将之前的数据覆盖，单位为字节

查看当前数据库的集合

语法

删除

语法

---

1.4.数据类型

• ​下表为MongoDB中常用的几种数据类型：​

• ​Object ID：文档ID​

• ​String：字符串，最常用，必须是有效的UTF-8​

• ​Boolean：存储一个布尔值，true或false​

• ​Integer：整数可以是32位或64位，这取决于服务器​

• ​Double：存储浮点值​

• ​Arrays：数组或列表，多个值存储到一个键​

• ​Object：用于嵌入式的文档，即一个值为一个文档​

• ​Null：存储Null值​

• ​Timestamp：时间戳​

• ​Date：存储当前日期或时间的UNIX时间格式​

​object id​

• ​每个文档都有一个属性，为_id，保证每个文档的唯一性​

• ​可以自己去设置_id插入文档​

• ​如果没有提供，那么MongoDB为每个文档提供了一个独特的_id，类型为objectID​

• ​objectID是一个12字节的十六进制数​

• 前4个字节为当前时间戳

• 接下来3个字节的机器ID

• 接下来的2个字节中MongoDB的服务进程id

• 最后3个字节是简单的增量值

---

1.5.数据操作

插入

语法

插入文档时，如果不指定_id参数，MongoDB会为文档分配一个唯一的ObjectId

例1

例2

简单查询

语法

更新

语法

参数query:查询条件，类似sql语句update中where部分

参数update:更新操作符，类似sql语句update中set部分

参数multi:可选，默认是false，表示只更新找到的第一条记录，值为true表示把满足条件的文档全部更新

例3：全文档更新

例4：指定属性更新，通过操作符$set

例5：修改多条匹配到的数据

保存

语法

如果文档的_id已经存在则修改，如果文档的_id不存在则添加

例6

例7

删除

语法

参数query:可选，删除的文档的条件

参数justOne:可选，如果设为true或1，则只删除一条，默认false，表示删除多条

例8：只删除匹配到的第一条

例9：全部删除

关于size的示例

例10

创建集合

插入第一条数据库查询

插入第二条数据库查询

插入第三条数据库查询

插入第四条数据库查询

插入第五条数据库查询

---

1.6.数据查询

​基本查询​

方法find()：查询

方法findOne()：查询，只返回第一个

方法pretty()：将结果格式化

​比较运算符​

• ​等于，默认是等于判断，没有运算符​

• ​小于$lt​

• ​小于或等于$lte​

• ​大于$gt​

• ​大于或等于$gte​

• ​不等于$ne​

例1：查询名称等于\\'gj\\'的学生

例2：查询年龄大于或等于18的学生

​逻辑运算符​

查询时可以有多个条件，多个条件之间需要通过逻辑运算符连接

逻辑与：默认是逻辑与的关系

例3：查询年龄大于或等于18，并且性别为1的学生

逻辑或：使用$or

例4：查询年龄大于18，或性别为0的学生

and和or一起使用

例5：查询年龄大于18或性别为0的学生，并且学生的姓名为gj

​范围运算符​

使用"$in"，"$nin" 判断是否在某个范围内

例6：查询年龄为18、28的学生

支持正则表达式

使用//或$regex编写正则表达式

例7：查询姓黄的学生

​自定义查询​

使用$where后面写一个函数，返回满足条件的数据

例7：查询年龄大于30的学生

---

1.6.1.limit&skip

Limit

方法limit()：用于读取指定数量的文档

语法：

参数NUMBER表示要获取文档的条数

如果没有指定参数则显示集合中的所有文档

例1：查询2条学生信息

skip

方法skip()：用于跳过指定数量的文档

语法：

参数NUMBER表示跳过的记录条数，默认值为0

例2：查询从第3条开始的学生信息

一起使用

方法limit()和skip()可以一起使用，不分先后顺序

创建数据集

查询第5至8条数据

---

1.6.2.投影

• ​在查询到的返回结果中，只选择必要的字段，而不是选择一个文档的整个字段​

• ​如：一个文档有5个字段，需要显示只有3个，投影其中3个字段即可​

• ​语法：​

• ​参数为字段与值，值为1表示显示，值为0不显示​

• ​对于需要显示的字段，设置为1即可，不设置即为不显示​

• ​特殊：对于_id列默认是显示的，如果不显示需要明确设置为0​

• ​例1​

• ​例2​

---

1.6.3.排序

方法sort()，用于对结果集进行排序

语法

参数1为升序排列

参数-1为降序排列

例1：根据性别降序，再根据年龄升序

---

1.6.4.统计个数

方法count()用于统计结果集中文档条数

语法

也可以与为

例1：统计男生人数

例2：统计年龄大于20的男生人数

---

1.6.5.消除重复

方法distinct()对数据进行去重

语法

例1:查找年龄大于18的性别（去重）

---

1.7.总结

• ​安装​

• ​数据库创建、删除​

• ​集合创建、删除​

• ​文档增加、修改、删除​

• ​文档查询：find(),limit(),skip(),投影,sort(),count(),distinct()​

作业

• ​创建科目集合sub，并进行数据的操作​

• ​查询sub中的数据​

---

2.高级操作

• ​讲解关于mongodb的高级操作，包括聚合、主从复制、分片、备份与恢复、MR​

• ​完成python与mongodb的交互​

---

2.1.聚合 aggregate

聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()

语法

​管道​

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入

在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理

常用管道

• ​$group：将集合中的文档分组，可用于统计结果​

• ​$match：过滤数据，只输出符合条件的文档​

• ​$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果​

• ​$sort：将输入文档排序后输出​

• ​$limit：限制聚合管道返回的文档数、​

• ​$skip：跳过指定数量的文档，并返回余下的文档​

• ​$unwind：将数组类型的字段进行拆分​

表达式

处理输入文档并输出

语法

常用表达式

• ​$sum：计算总和，$sum:1同count表示计数​

• ​$avg：计算平均值​

• ​$min：获取最小值​

• ​$max：获取最大值​

• ​$push：在结果文档中插入值到一个数组中​

• ​$first：根据资源文档的排序获取第一个文档数据​

• ​$last：根据资源文档的排序获取最后一个文档数据​

---

2.1.1.$group

将集合中的文档分组，可用于统计结果

_id表示分组的依据，使用某个字段的格式为\\'$字段\\'

例1：统计男生、女生的总人数

​Group by null​

将集合中所有文档分为一组

例2：求学生总人数、平均年龄

​透视数据​

例3：统计学生性别及学生姓名

使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下

---

2.1.2.$match

用于过滤数据，只输出符合条件的文档

使用MongoDB的标准查询操作

例1：查询年龄大于20的学生

例2：查询年龄大于20的男生、女生人数

---

2.1.3.$project

修改输入文档的结构，如重命名、增加、删除字段、创建计算结果

例1：查询学生的姓名、年龄

例2：查询男生、女生人数，输出人数

---

2.1.4.$sort

将输入文档排序后输出

例1：查询学生信息，按年龄升序

例2：查询男生、女生人数，按人数降序

---

2.1.5.$limit&$skip

$limit

限制聚合管道返回的文档数

例1：查询2条学生信息

$skip

跳过指定数量的文档，并返回余下的文档

例2：查询从第3条开始的学生信息

例3：统计男生、女生人数，按人数升序，取第二条数据

注意顺序：先写skip，再写limit

---

2.1.6.$unwind

将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值

​语法1​

对某字段值进行拆分

构造数据

查询

​语法2​

对某字段值进行拆分

处理空数组、非数组、无字段、null情况

构造数据

使用语法1查询

查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了

问：如何能不丢弃呢？

答：使用语法2查询

---

2.2.安全

超级管理员

为了更安全的访问mongodb，需要访问者提供用户名和密码，于是需要在mongodb中创建用户

采用了角色-用户-数据库的安全管理方式

常用系统角色如下：

• ​root：只在admin数据库中可用，超级账号，超级权限​

• ​Read：允许用户读取指定数据库​

• ​readWrite：允许用户读写指定数据库​

创建超级管理用户

启用安全认证

修改配置文件

启用身份验证

​注意：keys and values之间一定要加空格, 否则解析会报错​

重启服务

终端连接

普通用户管理

使用超级管理员登录，然后进入用户管理操作

查看当前数据库的用户

创建普通用户

终端连接

切换数据库，执行命令查看效果

修改用户：可以修改pwd、roles属性

---

2.3.复制（副本集）

​什么是复制​

• ​复制提供了数据的冗余备份，并在多个服务器上存储数据副本，提高了数据的可用性，并可以保证数据的安全性​

• ​复制还允许从硬件故障和服务中断中恢复数据​

​为什么要复制​

• ​数据备份​

• ​数据灾难恢复​

• ​读写分离​

• ​高（24* 7）数据可用性​

• ​无宕机维护​

• ​副本集对应用程序是透明​

​复制的工作原理​

• ​复制至少需要两个节点A、B...​

• ​A是主节点，负责处理客户端请求​

• ​其余的都是从节点，负责复制主节点上的数据​

• ​节点常见的搭配方式为：一主一从、一主多从​

• ​主节点记录在其上的所有操作，从节点定期轮询主节点获取这些操作，然后对自己的数据副本执行这些操作，从而保证从节点的数据与主节点一致​

• ​主节点与从节点进行数据交互保障数据的一致性​

​复制的特点​

• ​N 个节点的集群​

• ​任何节点可作为主节点​

• ​所有写入操作都在主节点上​

• ​自动故障转移​

• ​自动恢复​

​设置复制节点​

• ​接下来的操作需要打开多个终端窗口，而且可能会连接多台ubuntu主机，会显得有些乱，建议在xshell中实现​

• ​step1:创建数据库目录t1、t2​

• ​在Desktop目录下演示，其它目录也可以，注意权限即可​

step2:使用如下格式启动mongod，注意replSet的名称是一致的

step3:连接主服务器，此处设置192.168.196.128:27017为主服务器

step4:初始化

初始化完成后，提示符如下图：

step5:查看当前状态

当前状态如下图：

step6:添加复本集

step7:复本集添加成功后，当前状态如下图：

step8:连接第二个mongo服务

step9:向主服务器中插入数据

step10:在从服务器中插查询

说明：如果在从服务器上进行读操作，需要设置rs.slaveOk()

​其它说明​

删除从节点

关闭主服务器后，再重新启动，会发现原来的从服务器变为了从服务器，新启动的服务器（原来的从服务器）变为了从服务器

---

2.4.备份与恢复

备份

语法

• ​-h：服务器地址，也可以指定端口号​

• ​-d：需要备份的数据库名称​

• ​-o：备份的数据存放位置，此目录中存放着备份出来的数据​

• ​例1​

恢复

语法

• ​-h：服务器地址​

• ​-d：需要恢复的数据库实例​

• ​--dir：备份数据所在位置​

• ​例2​

---

2.5.与python交互

点击查看官方文档 http://api.mongodb.com/python/current/tutorial.html

安装python包

引入包pymongo

连接，创建客户端

获得数据库test1

获得集合stu

添加文档

查找一个文档

查找多个文档1

查找多个文档2

获取文档个数

---

2.6总结

• ​聚合​

• ​安全​

• ​副本集​

• ​备份与恢复​

• ​与python交互​

作业

• ​熟练聚合​

• ​熟练与python交互​

长按指纹，识别二维码，一键关注Java，大数据

长按指纹，识别二维码，一键关注Python

长按指纹，识别二维码，一键关注九点编程