《MongoDB入门教程》 - MongoDB基础介绍

news2024/12/27 13:09:12

前言

时间也过太快了嘛，一晃上次更新都又过去6个月了，再不更新就变成年更博客了。
对了，第一次疫情也过去了，最近开始二阳了，希望大家能继续挺过去吧
本篇文章初尝试使用ChatGPT进行，博主主要负责排版和总结

引用文章

《MongoDB权威指南》

一、简介

1.1什么是MongoDB

chatGPT: MongoDB是一种开源的文档型数据库管理系统，它以高度可扩展性、灵活性和性能而闻名。MongoDB采用了NoSQL（非关系型数据库）的设计理念，以面向文档的方式存储数据

MongoDB中所有的核心设计都是围绕着【高度可扩展性、灵活性和性能】来进行

1.2优势

1.2.1文档存储：

MongoDB使用BSON（二进制JSON）格式存储数据，支持嵌套文档和数组。使用了“文档”来代替“行” 的概念，没有预定义模式，文档中的键值对大小和内容没有进行固定，可以进行快速迭代

1.2.2可拓展性：

MongoDB具有良好的横向扩展性，可通过添加更多服务器节点处理更大的数据量和负载。由于MongoDB是面向文档的数据模型使跨多台服务器拆分数据更加容易。MongoDB 会自动平衡跨集群的数据和负载，自动重新分配文档，并将读写操作路由到正确的机器上

如果想增加存储空间或增加读写操作的吞吐量，那么可以购买额外的服务器，并将它们添加到集群中。这既便宜又便于扩展，但管理 1000 台机器比管理 1 台机器困难得多。

在这里插入图片描述

1.2.3高性能：

MongoDB使用内存映射技术，将数据存储在内存中，提供快速的读取和写入操作。其中WiredTiger 存储引擎
中使用了机会锁

1.2.4其他优势

强大的查询功能：MongoDB支持灵活的文档查询、范围查询、排序、聚合和地理空间查询等。
复制和容错：MongoDB支持数据复制和容错机制，配置多个副本集以确保数据的高可用性和可靠性。
分片：MongoDB可将数据分散存储在多个服务器上，实现数据的水平切分，提高系统的扩展性和负载均衡能力。
自动分片迁移：MongoDB具备自动分片迁移功能，可在数据量增加或减少时自动调整分片的位置和数据分布。

1.3使用场景

处理大量非结构化数据的项目。
强调灵活性和可扩展性的项目。
大数据分析。
实时数据处理。
内容管理系统。
社交网络应用。
日志管理等。

二、核心概念

2.1文档（核心中的核心）

文档是 MongoDB 中的基本数据单元，可以粗略地认为其相当于关系数据库管理系统中的行（但表达力要强得多）

文档是由一组**有序的键值对（类似于 JSON）**集合组成，通常包含一个或多个键值对,如：

{"greeting" : "Hello, world!", "views" : 3}

其中键是字符串类型。除了少数例外的情况，可以使用任意 UTF-8 字符作为键。

注意：

在同个文档中不能包含相同的键
MongoDB 会区分类型和大小写，见下面描述

类型不同，所以下述是两个文档
{"count" : 5}
{"count" : "5"}
=========================
大小写不同，所以下述是两个文档
{"count" : 5}
{"Count" : 5}

2.2集合

集合就是一组文档。如果将文档比作关系数据库中的行，那么一个集合就相当于一张表。

集合具有动态模式的特性。这意味着文档可以在同一个集合中存储不同结构的文档，如：

{"greeting" : "Hello, world!", "views": 3}
{"signoff": "Good night, and good luck"}

2.2.1那为什么需要多个集合？

数据分离：当你的应用程序需要处理具有不同结构或不同用途的数据时，将其分开存储在不同的集合中可以更好地组织数据。这样做可以提高查询效率，并使数据模型更加清晰和易于管理。
安全性和权限控制：使用多个集合可以更好地控制对数据的访问权限。你可以为每个集合设置不同的权限和安全策略，以确保只有特定用户或角色可以访问特定集合中的数据。
性能优化：当数据集增长到巨大规模时，查询和索引操作可能会变得更加复杂和耗时。通过将数据分散到多个集合中，可以更好地利用硬件资源和并行处理能力，提高数据库的性能和响应速度。
数据生命周期管理：在一些应用中，数据的生命周期可能会有不同的阶段，例如原始数据、处理数据、归档数据等。通过使用多个集合，可以更好地管理数据的生命周期，并根据需要进行数据迁移和清理。
跨多租户应用：如果你的应用是一个多租户应用，即为多个独立的客户提供服务，使用多个集合可以帮助实现数据的逻辑隔离，每个客户拥有自己独立的数据集合，以确保数据的安全性和隐私。

2.3数据库

MongoDB 使用集合对文档进行分组，使用数据库对集合进行分组。一个 MongoDB 实例可以承载多个数据库，每个数据库有零个或多个集合。
一般来说：将单个应用程序的所有数据都存储在同一个数据库中

2.4数据类型

字符串：用于存储文本数据，最长可以达到16MB。

数值：包括整数和浮点数。整数可以是32位或64位，而浮点数可以是单精度（32位）或双精度（64位）。

布尔值：用于表示真或假。

日期时间：表示日期和时间，以毫秒为单位存储自Unix纪元以来的时间戳。

Null值：表示空值或缺失值。

数组：表示一组有序值的列表。

内嵌文档：表示嵌套在文档中的另一个文档，可以嵌套多层。

二进制数据：用于存储二进制数据，如图像、视频和声音等。

除此之外，MongoDB还支持特殊数据类型，如ObjectId类型，它是一个12字节的唯一标识符，通常用于文档的_id字段。还有正则表达式类型，用于存储正则表达式，以及JavaScript代码类型，用于在MongoDB服务器端执行JavaScript代码。

2.4.1特殊说明

数组：
MongoDB可以对数组进行查询并使用其内容创建索引，还允许使用原子更新来修改数组的内容。

内嵌文档：
可以使数据组织的方式更加自然，而不仅仅是键 – 值对这样的扁平结构，如

{
 "name" : "John Doe",
 "address" : {
 "street" : "123 Park Street",
 "city" : "Anytown",
 "state" : "NY"
 }
}

与数组一样，MongoDB“理解”内嵌文档的结构，并能够在其中创建索引、执行查询或进行更新。
ObjectId和_id:
每个文档都必须有一个唯一的 “_id” 键。“_id” 的值可以是任何类型，但其默认为 ObjectId。
ObjectId 占用了 12 字节的存储空间，组成方式如下
在这里插入图片描述
其中值得注意的是：ObjectId值包含时间戳信息，因此可以按照生成时间的先后顺序进行排序。这在一些应用场景中非常有用，例如按时间查询文档或获取最新的文档。