mongodb数据库字典表设计 mongodb数据库怎么使用

转载

mob64ca1403528a 2024-06-18 14:06:18

文章标签 mongodb数据库字典表设计数据库 mongodb mongo python 文章分类 MongoDB 数据库

mongodb的介绍

数据库一般分为关系型数据库如：MySQL，和非关系型数据库如：mongodb。关系型数据库中存储的是大量的表，结构严谨，表中每条数据字段相同；而非关系型数据库中是以集合的形式存储的，数据是一个一个的键值对，无序，每个键值对独立存在，键值对之间可以有不一样的字段。

关于nosql的介绍摘抄自课堂笔记：

“NoSQL”⼀词最早于1998年被⽤于⼀个轻量级的关系数据库的名字
随着web2.0的快速发展， NoSQL概念在2009年被提了出来
NoSQL在2010年⻛⽣⽔起，现在国内外众多⼤⼩⽹站，如facebook、 google、淘宝、京东、百度等，都在使⽤nosql开发⾼性能的产品
对于⼀名程序员来讲，使⽤nosql已经成为⼀条必备技能
NoSQL最常⻅的解释是“non-relational”， “Not Only SQL”也被很多⼈接受，指的是⾮关系型的数据库

大数据下mongodb的优势

通常使用的关系型数据库，如mysql，功能很强大，但是在大数据下，略显不足。因为关系型数据库在更改表结构时，是一件很难完成的事情，比如一张结构完备的表已经存储了上亿条数据，此时要给这张表添加一个字段，那么上亿条数据每条数据都要重新填写一遍新字段的字段内容，压力很大。应运而生的非关系型数据库，便具有易扩展，大数据高性能的优势。

优势摘抄自课堂笔记：

易扩展： NoSQL数据库种类繁多，但是⼀个共同的特点都是去掉关系数据库的关系型特性。数据之间⽆关系，这样就⾮常容易扩展
⼤数据量，⾼性能： NoSQL数据库都具有⾮常⾼的读写性能，尤其在⼤数据量下，同样表现优秀。这得益于它的⽆关系性，数据库的结构简单
灵活的数据模型： NoSQL⽆需事先为要存储的数据建⽴字段，随时可以存储⾃定义的数据格式。⽽在关系数据库⾥，增删字段是⼀件⾮常麻烦的事情。如果是⾮常⼤数据量的表，增加字段简直就是⼀个噩梦

mongodb的安装

下载地址：（下载zip文件）

解压至指定文件夹，可以自己命名，不建议使用中文，如：Mongo。
在data文件夹中创建db和log文件夹，用于存放数据和log日志。
在Mongo文件夹下创建mongo.config文件。
打开cmd,将路径跳转到Mongo的bin目录下，执行命令：
mongod --dbpath C:\Mongo\data\db
不要关闭cmd
在浏览器输入：127.0.0.1:27017
此时返回刚才创建的mongo.config文件中添加db和log的路径，如：
dbpath = C:\Mongo\data\db（就是自己安装的路径）
logpath = C:\Mongo\data\log\mongo.log
以管理员身份运行cmd，跳转到mongo的bin文件夹下，使用命令：
mongod --config C:\Mongo\mongo.config --install --serviceName “MongoDB”
将bin文件夹的路径添加到系统环境变量中，以保证可以再cmd中操作mongo。
完成后重新打开cmd命令行，输入mongo，如果可以正常运行表示安装成功。

mongodb的基本操作

打开cmd命令行，输入mongo，启动终端。
1.查看所有数据库，使用命令：
show dbs

> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB

2.查看当前使用数据库，使用命令：
db

> db
test
# 可以看到mongo默认使用的是test数据库，但是在查看所有数据库中并没有显示这个数据库，这是因为test练习数据库中并没有任何的数据，当添加数据后，就是正常显示。

3.更改当前使用的数据库，使用命令：
use + db_name

> use admin
switched to db admin
# 这里值得一提的是，在更还数据库时一定要保证输入正确，因为mongo数据库有一个特点，该数据库存在，则执行更改数据库命令，该数据库不存在，则直接创建该命名的数据库。

4.删除当前数据库，使用命令
db.dropDatabase()

> use a1704
switched to db a1704
> db.dropDatabase()
{ "ok" : 1 }
# 这里值得一提的是，mongo数据库命令有自动补全功能，例如输入db.drop按下tab键，将自动补全后续命令
# 连击tab键则会显示该语句下的所有补全语句（属于help）

5.手动创建集合（MYSQL中的表），使用命令：
db.createCollection(‘a1704’,{capped:true,size:10})

> db.createCollection('a1704',{capped:true,size:10})
{ "ok" : 1 }
# 这里的capped参数表示是否为集合设置上限，true表示设置，后跟的size表示最大上限的长度，若集合有上限
# 在当数据量达到上限时，新入库的数据将会依次覆盖前边的数据。

6.向集合中添加数据，使用命令：
db.db_name.insert({键值对数据})

> db.a1704a.insert({'name':'张三','age':18})
WriteResult({ "nInserted" : 1 })
# 这里值得一提的是，集合名称，如果存在，则添加数据，如果不存在，则自动创建集合，再添加数据。
# 所有在应用中，可以无需创建集合再添加数据，可以直接向没有创建的集合中添加数据。

# 插入数据展示
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "name" : "张三", "age" : 18 }
# 可以看出，系统自动为这条数据添加了一个_id字段，用于表示数据的唯一性。该字段的组成：
	长度为12字节的十六进制数：一个字节占两个位数
	前四个：为当前时间戳
	再三个：机器ID
	再两个：服务进程ID
	最后三个：简单的增量
# 若用户没有手动添加，则系统默认添加，若手动添加，则系统不加。_id不可重复。

7.数据的保存与修改，使用命令：
db.db_name.save({键值对数据})

> db.a1704a.save({'name':'李四','age':19})
WriteResult({ "nInserted" : 1 })
> db.a1704a.find()
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "name" : "张三", "age" : 18 }
{ "_id" : ObjectId("5d0ef7c58f5192d41fe44846"), "name" : "李四", "age" : 19 }
	没有相同的ID为插入功能
	储存相同的ID为修改功能

mongodb的数据查询

1.集合的简单查询，使用命令：
db.集合名.find（）

> db.a1704a.find()
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "name" : "张三", "age" : 18 }
{ "_id" : ObjectId("5d0ef7c58f5192d41fe44846"), "name" : "李四", "age" : 19 }

2.集合的按条件查询，使用命令：
db.集合名.find（’{查询条件}’）

> db.a1704a.find({'age':18})
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "name" : "张三", "age" : 18 }
# 查找年龄为18的数据，也可以多个条件一起写，很灵活

3.集合中数据的更新，使用命令：
db.colle_name.update({查询条件}，{修改内容}，{multi:boolean})
"multi update only works with $ operators

> db.a1704a.update({'age':18},{'age':55})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.a1704a.find()
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "age" : 55 }
{ "_id" : ObjectId("5d0ef7c58f5192d41fe44846"), "name" : "李四", "age" : 19 }
# 可以看到在数据更改以后，并不是更改了一条数据的一个字段，而是将整条数据都修改了了，那么要修改一条数据中的一个字段需要使用：
> db.a1704a.update({'age':18},{$set:{'age':55}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.a1704a.find()
{ "_id" : ObjectId("5d0ef4ec8f5192d41fe44845"), "age" : 55, "name" : "张三" }
{ "_id" : ObjectId("5d0ef7c58f5192d41fe44846"), "name" : "李四", "age" : 19 }
# 需要使用{$set：{需要修改的字段}}的形式

4.集合中数据的删除，使用命令：
db.集合名称.remove(<查询条件>,{justOne: boolean})

> db.a1704a.remove({'age':55},{justOne:true})
WriteResult({ "nRemoved" : 1 })
> db.a1704a.find()
{ "_id" : ObjectId("5d0ef7c58f5192d41fe44846"), "name" : "李四", "age" : 19 }
# 默认删除全部符合查询条件的数据，如果只需要删除一条，则需要加入参数justOne，值为true或1

5.集合中查找数据使用的比较运算符：

比较运算符：
lt:小于
gt:大于
lte:小于等于
gte:大于等于
db.a1704a.find({'age':{$lt:20}})
表示寻找数据中年龄小于20岁所有数据
db.db_name.find( {$or:[{'name':'张三'},{'age':{$gte:30}}]} )
列表中可以填写多个查询条件，$or表示或，$and表示与

6.范围运算符：

使⽤"$in"， "$nin" 判断是否在某个范围内
查询年龄为18、 28的学⽣
db.stu.find({age:{$in:[18,28]}})

7.集合查询支持正则表达式：

使⽤//或$regex编写正则表达式
查询姓⻩的学⽣
db.stu.find({name:/^⻩/})
db.stu.find({name:{$regex:'^⻩'}})
# 表示查询集合的name字段中以‘黄’开头的都符合查询

8.集合数据的排序：

# 本身集合中的键值对数据是没有顺序的，但是可以按照某一字段使用sort()对其进行排序：
db.集合名称.find().sort({字段:1,...})
# 1表示按照升序排序
# -1表示按照降序排序
# 排序字段可以有多个
# 表示先按照某个字段排序，当该字段相同时，再按照下一个字段排序

9.集合数据个数统计

⽅法count()⽤于统计结果集中⽂档条数
db.集合名称.find({条件}).count()
db.集合名称.count({条件})
db.stu.find({gender:true}).count()
db.stu.count({age:{$gt:20},gender:true})

10去除集合中的重复字段：

⽅法distinct()对数据进⾏去重
db.集合名称.distinct('去重字段',{条件})
db.stu.distinct('hometown',{age:{$gt:18}})

mongodb和Python交互

安装pymongo使用命令:
pip install pymongo
交互

from pymongo import MongoClient
# 和数据库主机获得链接
conn = MongoClient('127.0.0.1',27017)
# 链接到具体的数据库
db = conn['c4a']
# 链接到数据库中具体的集合
coll = db['c4a']
# 获取集合中具体的数据 查询一条
data = coll.find_one({'name':'张三'})
print(data)
print(type(data))
# 修改该数据的字段
data['age'] = 38
# 保存修改
coll.save(data)
# 查询所有符合的数据集
data = coll.find({'name':'zhansan'})
print(type(data))
for i in data:
    print(i)

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。