初入Mongodb

C1.What is MongoDB

MongoDB是一个NoSQL Document DataBase

Document和Collection

• document指的是一组键值对
• collection指的是一组document

在一个collection中的document格式可以相同也可以不相同

一个collection中的document空了，那么这个collection也会消失。一个database的document空了，那么这个database也会消失

C2.Importing, Exporting, and Querying Data

MongoDB怎么存储内容

存储方式

JSON格式

• 解析慢
• 占用空间
• 支持的类型少
• 机器和人可读

BSON格式

以二进制的方式存储并为JSON格式

• 机器可读

• 二进制形式

• 支持类型更多

• 解析速度更快，占用更少的空间

是哪个？

MongoDB以BSON做传输和储存，以JSON格式看待

导入和导出

JSON

mongoimport --uri ""

mongoexport --uri ""
			--collection=name
			--out=name.json

BSON

mongorestore --uri ""
			 --drop dump

mongodump	--uri ""
			--drop=filename.json          

query

show dbs
use sample_training
show collections
#查询 但可能结果很多 一屏幕显示不完(使用"lt"显示下一页结果)
db.zips.find({"state": "NY"})
#计数
db.zips.find({"state": "NY"}).count()
#美化显示
db.zips.find({"state": "NY", "city": "ALBANY"}).pretty()
#随机获取一个
db.inspections.findOne();

C3.Creating and Manipulating Documents

ObjectId

每一个document都默认有一个字段_id，类型为objectId。它是唯一的

insert

#单插
db.inspections.insert({
	...
});

#顺序多插（遇到error即停止后续插入）
db.inspections.insert([{},{},{}])

#无序多插（遇到error不停止，继续后续的插入）
db.inspections.insert([{},{},{}],{"ordered": false})

#mongodb为了简化collection和document的插入
db.inspection.insert([{}]) #db中没有inspection

#但是如果是use inspection是不会新如inspection库，因为没有插入数据
use inspection

update

#如果有多个匹配条件的话，只会随机对一个进行操作
updateOne({"f1":v1}, operations)
#批量更新
updateMany({"f1":v1}, “operations”)

operations

{
   <operator1>: { <field1>: <value1>, ... },
   <operator2>: { <field2>: <value2>, ... },
   ...
}

$inc:增加

$set:赋值（如果属性不在，则和push类似）

$push:添加属性和往数组元素

更多见https://www.mongodb.com/docs/manual/reference/operator/update/

例子

将item为paper的size.uom和status进行修改

db.inventory.updateOne(
   { item: "paper" },
   {
     $set: { "size.uom": "cm", status: "P" }
   }
)

delete

deleteOne({})
deleteMany({})

drop

删除一个collection

db.collection_name.drop()

C4.Advanced CRUD Operations

比较符

• (>) 大于 - $gt
• (<) 小于 - $lt
• (>=) 大于等于 - $gte
• (<= ) 小于等于 - $lte

db.trips.find({"tripduration":{"$lt":70, "$gt":100}, 
				"usertype":{"$eq":"Consumer"}})

逻辑符

• $and:都满足（默认的情况即是and的效果）
• $or:其中一个满足
• $nor:其中一个不满足
• $not:都不满足

前三个使用类似

"<operator>":[{condition1},{condition2}]

db.routes().find([{"$or",[{c1},{c}])

not是对带修饰符的condtion语句的修饰

dp.routes().find({"src_airport":{"$not":{"$eq":"ASF"}}})

特殊

想表示多个相同逻辑符的表达式的and的时候

必须使用$and逻辑符，而不能用逗号

db.routes.find({ "$and": [ { "$or" :[ { "dst_airport": "KZN" },
                                    { "src_airport": "KZN" }
                                  ] },
                          { "$or" :[ { "airplane": "CR2" },
                                     { "airplane": "A81" } ] }
                         ]}).pretty()

查询表达式符

$col 的意思是取值

查询表达符中的比较符的使用发生了变化，比较符在前，属性名称和值在后

db.trips.find({ "$expr": { "$and": [ { "$gt": [ "$tripduration", 1200 ]},
                         	{ "$eq": [ "$end station id", "$start station id" ]}
                       			]}}).count()

数组相关

$push

先前的update中的$push来实现为文档添加元素，或者将属性从单值转为多值，或向数组中添加元素

---

我们设定有个文档的amenities的值为[“a”,”b”,”c”]

单个匹配查询

find({"amenities":"a"}) --> 能查询到

精确内容和顺序匹配

find({"amenities":["a","b","c"]}) --->能查询到
find({"amenities":["b","a","c"]}) --->不能查询到

内容匹配

即文档中的amenities数组必须包含a,b,c即可

find({"amenities":{"$all":["b","a","c"]}})

长度匹配

find("amenities":{"$size":12,"$all":["b","a","c"]})

查询内容限定

db.<collection>.find({<query>,<projection>)

1表示展示，0表示隐藏，但两者不能混合着用

特殊的是_id:0，other:1是允许的

db.listingsAndReviews.find({ "amenities": "Wifi" },
                           { "price": 1, "address": 1, "_id": 0 }).pretty()

查询子文档$elemMatch

可能有多个子文档，此时只要有一个满足即匹配

db.grades.find({"class_id":431},
				{"scores":{"$elemMatch":{"score":{"$gt":55}}}})

定位子文档内容

通过field1.field2…来获取子文档field1的field2内容

db.trips.findOne({ "start station location.type": "Point" })

定位数组元素

通过array.0.field…来获取数组元素内容

db.companies.find({ "relationships.0.person.first_name": "Mark"},{ "name": 1 }).count()

C5.Indexing and Aggregation Pipeline

Aggregation Framework

Mongo的聚合框架类似与Java8的stream API 通过该框架构建自己的数据处理的流水线

基本使用

db.<collection>.aggregate()

数据处理符

$match

内容匹配处理

db.collection.aggregate({"$match":{"field":"value"}})

$project

数据映像，跟find中的数据映像类似

db.collection.aggregate({"$project":{"field":1/0}})

$group

汇聚数据

• _id:组合数据的字段

db.collection.aggregate([{"$group":{"_id":"$field",
								   "count":{"$sum",1}}}])

多处理

db.collection.aggregate([{"$match":{}},
						 {"$project":{}}
					    }])

sort & limit

sort可以用多字段排序，而1代表顺序，-1代表逆序

db.<collection>.sort({"field1":"1","field2":"-1"})

db.<collection>.limit()

对于sort和limit的使用，无论sort和limit的调用顺序如何都是先sort再limit

值得注意的是，null会在升序排序的最前

indexes

索引这块的机制和Mysql的类似，也有覆盖索引的机制

单一索引

db.trips.createIndex({ "birth year": 1 }) 

复合索引

db.trips.createIndex({ "start station id": 1, "birth year": 1 })

upsert

常见的场景是某属性内容存在即更新，不存在则插入

mongo中的upsert即是，当query返回结果为空时，进行插入

db.iot.updateOne(<query>,<update>,{"upsert": true })

sample

db.iot.updateOne({ "sensor": r.sensor, "date": r.date,
                   "valcount": { "$lt": 48 } },
                         { "$push": { "readings": { "v": r.value, "t": r.time } },
                        "$inc": { "valcount": 1, "total": r.value } },
                 { "upsert": true })