MongoDB知识必备

一、MongoDB简介

图片说明
MongoDB是一个基于分布式文件存储的非关系型数据库，用于存储大量数据。在MongoDB中，数据表叫集合，数据记录叫文档，集合包含文档，每个文档的大小和内容都可以不一样，这使得MongoDB非常灵活，可以适应实际的业务环境和需求，不像MySQL需要首先定义表结构字段，MongoDB可以动态添加字段。MongoDB也是互联网公司数据库使用率比较高的一个数据库。

1、MongoDB专业术语：

_id
以ObjectId("5febdaec4747ad3af6c87d7b")为例
_id是每个文档都有的值，是文档的唯一标识，每个集合默认都会以_id创建索引。长度为24，存储长度为12个字节，由四部分组成一个_id。

0-3字节：代表时间戳（即：5febdaec）
4-6：代表主机的唯一标识符（即：4747ad）
7-8：代表进程id（即：3af6）
9-11：代表计数器（即：c87d7b）
集合
MongoDB数据库文档的集合，相当于MySQL数据库的表，但是与之不同的是，MySQL的表需要预先创建并定义字段，而集合支持任意字段的文档存储，非常灵活。
文档
集合包含文档，指的是一条数据记录，每个文档的大小、字段都可以不一样，格式为json格式。
字段
MongoDB的字段指的是json文档的键/值对，可以有多个字段，也可以为空，相当于MySQL数据库中的列。
游标
游标是指向查询结果集的指针，用户可以遍历游标以检索结果。

2、MongoDB特点

面向文档，使用操作简单快捷
文档字段灵活，适应业务变化，开发效率高
4.0版本之前不支持事务
分布式存储，负载增大可以考虑分片存储

二、MongoDB数据库常用操作

1、索引创建

查看索引

db.col_name.getIndexes()

创建索引

语法：
>db.collection.createIndex(keys, options)

语句：
>db.student.createIndex({"sdt_no":-1}) # 1为指定按升序创建索引，-1为降序创建索引
复合索引创建
>db.student.createIndex({"name":1,"grade":1}) 

当前数据比较多可以使用background后台创建索引
>db.student.createIndex({"name":1,"grade":1}, {"background": true})

文档中没有extra_key的不会被索引
db.student.createIndex({"extra_key": 1}, {"sparse": true }

索引选项（蓝色背景标识为常用参数）：

删除索引

删除集合student索引名为index_name的索引
db.student.dropIndex('index_name')

删除集合student所有索引
db.student.dropIndexes()

2、CURD操作

新增(insert)
语法：
db.collection.insert(document) # 插入一条记录
db.collection.insert([doc1,doc2]) # 插入多条记录

db.student.insert({"name":"李华","age":17,"score":98})
db.student.insert({"name":"王一","age":16,"score":88,"desc":"新生"})

批量插入多条记录
db.student.insert([{"name":"李华","age":17,"score":98},{"name":"王一","age":16,"score":88,"desc":"新生"}])

修改(update)
语法：
db.collection.update(query, update, upsert, multi) # upsert表示数据不存在是否插入，默认为false不插入；multi表示多条记录更新，如果不写此标识表示只更新第一条记录

修改单条记录
db.student.update({"name":"李华"},{"$set":{"score":96}}) # 将name为李华记录的score值修改为96
insertOrUpdate 不存在则新建
db.student.update({"name":"张三"},{"$set":{"age":18,"score":78}},true)# 将name为张三记录的age值修改为18、score值修改为78，如果记录不存在则新建一条记录

批量修改多条记录
db.student.update({}，{"$set":{"class":1}},false,true) # 将数据库中所有记录class都修改为1

删除(remove)

db.student.remove({"name":"李华"}) # 删除name为李华的记录

查询(find)
语法：db.collection.find(query, projection)
query：查询条件，非必填，不填默认返回所有记录
projection：查询时返回文档中所有键值，非必填

查询name为李华的记录，不显示_id字段
db.student.find({"name":"李华"},{"_id":0})

and查询
查询name为李华，age为18的记录
db.student.find({"name":"李华","age":18})

or查询
查询name为李华或age为18的记录
db.student.find({"$or": [{"name":"李华"}, {"age":18}]})

以下是MongoDB等于、大于、小于和RDBMS中where语句的比较：
使用pretty() 方便可以使返回数据更易读
图片说明

聚合
聚合主要用于数据处理之后返回计算结果，比如分类计算、平均数之类计算。
语法：db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
```
统计student集合中各年龄段的人数,等同于sql语句select age, count(*) from student group by age
db.student.aggregate([{"$group": {"_id": "$age", "num": {"$sum" : 1}}}])
```
除了sum表达式还有以下表达式：

三、MongoDB在Python中应用

通过pymongo对数据库进行连接，操作数据库数据记录。

import pymongo

host = '127.0.0.1'
port = 20217
db_name = 'user_info_test'
db_user = 'user_info_test'
password = 'user_info#20210801'
# 连接数据库服务器,获取客户端对象
mongo_client = pymongo.MongoClient(host, port)
# 获取数据库对象
db = mongo_client[db_name]
# 另一种写法 db=mongo_client.student
db.authenticate(db_user, password)



# 获取集合对象
student_coll = db.student
# 另一种写法 my_collection=db['myCollection']

# 批量插入新增数据记录
data = [{'name':'李华','age':18,'sex':'男','score':98},{'name':'王一','age':19,'sex':'男','score':100}]
student_coll.insert(data)


# 查询文档
cursor = student_coll.find()
print(cursor.count())   # 获取文档个数

# 修改文档
student_coll.update({'name':'李华'},{'$set':{'score':88}})

# 删除文档
student_coll.remove({})
cursor = student_coll.find()
print(cursor.count())   # 删除记录后文档数