分布式专题(4)之MongoDB快速实战与根本原理

一、MongoDB介绍

1.1 什么是MongoDB

        MongoDB是一个文档数据库(以JSON为数据模型)，由C++语言编写，旨在为WEB应用提供可扩展的高性能存储解决方案。
        MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的，它支持的数据结构非常松散，数据格式是BSON，一种类似JSON的二进制形式的存储格式，简称Binary JSON，和JSON一样支持内嵌的文档对象和数组对象，因此可以存储比力复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库表单查询的绝大部门功能，而且还支持对数据创建索引。原则上Oracle和Mysql能做的事变，MongoDB都能做（包括ACID事件）。
        MongoDB在数据库总排名第5，仅次于Oracle、MySQL等RDBMS，在NoSQL数据库排名首位。从诞生以来，其项目应用广度、社区生动指数持续上升。

1.2 MongoDB vs 关系型数据库 

         MongoDB概念与关系型数据库（RDBMS）非常类似：

   

• 数据库（database）：最外层的概念，可以明白为逻辑上的名称空间，一个数据库包含多个不同名称的聚集。
  
• 聚集（collection）：相当于SQL中的表，一个聚集可以存放多个不同的文档。
  
• 文档（document）：一个文档相当于数据表中的一行，由多个不同的字段构成。
  
• 字段（field）：文档中的一个属性，等同于列（column）。
  
• 索引（index）：独立的检索式数据结构，与SQL概念一致。
  
• _id：每个文档中都拥有一个唯一的_id字段，相当于SQL中的主键（primary key）。
  
• 视图（view）：可以看作一种虚拟的（非真实存在的）聚集，与SQL中的视图类似。从MongoDB 3.4版本开始提供了视图功能，其通过聚合管道技术实现。
  
• 聚合操作（$lookup）：MongoDB用于实现“类似”表连接（tablejoin）的聚合操作符。
  

  

        尽管这些概念大多与SQL标准定义类似，但MongoDB与传统RDBMS仍然存在不少差异，包括：
   

• 半结构化，在一个聚集中，文档所拥有的字段并不需要是类似的，而且也不需要对所用的字段进行声明。因此，MongoDB具有很显着的半结构化特点。除了松散的表结构，文档还可以支持多级的嵌套、数组等灵活的数据类型，非常契合面向对象的编程模型。
  
• 弱关系，MongoDB没有外键的约束，也没有非常强大的表连接本领。类似的功能需要使用聚合管道技术来弥补。
  

   1.3 MongoDB技术上风

        MongoDB基于灵活的JSON文档模型，非常适合敏捷式的快速开发。与此同时，其与生俱来的高可用、高水平扩展本领使得它在处置惩罚海量、高并发的数据应用时颇具上风。
   

• JSON 结构和对象模型接近，开发代码量低
  
• JSON的动态模型意味着更容易响应新的业务需求
  
• 复制集提供99.999%高可用
  
• 分片架构支持海量数据和无缝扩容
  

  

         简朴直观：从错综复杂的关系模型到一目了然的对象模型：

         快速：最简朴快速的开发方式

         灵活：快速响应业务变化

         原生的高可用：

         横向扩展本领

1.4 MongoDB应用场景

         从现在阿里云 MongoDB 云数据库上的用户看，MongoDB 的应用已经渗出到各个范畴：
   

• 游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新；
  
• 物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不绝更新，以MongoDB 内嵌数组的形式来存储，一次查询就能将订单全部的变更读取出来；
  
• 社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能；
  
• 物联网场景，使用 MongoDB 存储全部接入的智能设备信息，以及设备汇报的日记信息，并对这些信息进行多维度的分析；
  
• 视频直播，使用 MongoDB 存储用户信息、礼品信息等；
  
• 大数据应用，使用云数据库MongoDB作为大数据的云存储体系，随时进行数据提取分析，把握行业动态。|
  

          国内外着名互联网公司都在使用MongoDB：
  

  1.4.1  如何判定当前业务是否适合使用MongoDB

         没有某个业务场景必须要使用MongoDB才能解决，但使用MongoDB通常能让你以更低的成本解决问题。假如你不清楚当前业务是否适合使用MongoDB,可以通过做几道选择题来辅助决议。

        只要有一项需求满意就可以考虑使用MongoDB，匹配越多，选择MongoDB越符合。
二、MongoDB环境搭建 

2.1 linux安装MongoDB

        环境预备：
      

• linux体系： centos7
  
• 安装MongoDB社区版
  

   

1. #如何查看linux版本
2. [root@hadoop01 soft]# cat /etc/redhat-release
3. CentOS Linux release 7.9.2009 (Core)
5. #下载MongoDB
6. wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-6.0.5.tgz
7. tar -zxvf mongodb-linux-x86_64-rhel70-6.0.5.tgz
10. #创建dbpath和logpath
11. mkdir -p /mongodb/data /mongodb/log  
12. #进入mongodb目录，启动mongodb服务
13. bin/mongod --port=27017 --dbpath=/mongodb/data --logpath=/mongodb/log/mongodb.log \
14. --bind_ip=0.0.0.0 --fork

复制代码

  --dbpath :指定数据文件存放目录
  --logpath :指定日记文件，注意是指定文件不是目录
  --logappend :使用追加的方式记载日记
  --port:指定端口，默以为27017
  --bind_ip:默认只监听localhost网卡
  --fork: 后台启动
  --auth: 开启认证模式
  

         添加环境变量：修改/etc/profile，添加环境变量,方便执行MongoDB下令，然后执行source /etc/profile 重新加载环境变量

1. export MONGODB_HOME=/usr/local/soft/mongodb
2. PATH=$PATH:$MONGODB_HOME/bin  

复制代码

         使用配置文件启动服务：编辑/mongodb/conf/mongo.conf文件，内容如下：

1. systemLog:
2.   destination: file
3.   path: /mongodb/log/mongod.log # log path
4.   logAppend: true
5. storage:
6.   dbPath: /mongodb/data # data directory
7.   engine: wiredTiger  #存储引擎
8.   journal:            #是否启用journal日志
9.     enabled: true
10. net:
11.   bindIp: 0.0.0.0
12.   port: 27017 # port
13. processManagement:
14.   fork: true

复制代码

         注意：肯定要yaml格式：

1. mongod -f /mongodb/conf/mongo.conf

复制代码

2.2 关闭MongoDB 服务 

1. mongod --port=27017 --dbpath=/mongodb/data --shutdown

复制代码

        关闭：方式一 

        关闭方式二： 进入mongosh

1. use admin
2. # 关闭MongoDB server 服务
3. db.shutdownServer()

复制代码

 2.3 mongosh使用

        mongosh是MongoDB的交互式JavaScript Shell界面，它为体系管理员提供了强大的界面，并为开发职员提供了直接测试数据库查询和操作的方法。
   注意：MongoDB 6.0 移除了mongo，使用mongosh
  mongosh下载地点：MongoDB Shell Download | MongoDB

1. #centos7 安装mongosh
2. wget https://downloads.mongodb.com/compass/mongodb-mongosh-1.8.0.x86_64.rpm
3. yum install -y mongodb-mongosh-1.8.0.x86_64.rpm
5. # 连接mongodb server端
6. mongosh --host=192.168.65.206 --port=27017
7. mongosh 192.168.65.206:27017
8. # 指定uri方式连接
9. mongosh mongodb://192.168.65.206:27017/test

复制代码

  --port:指定端口，默以为27017
  --host:连接的主机地点，默认127.0.0.1
  

2.4 mongosh常用下令

下令	说明
show dbs | show databases	表现数据库列表
use 数据库名	切换数据库，假如不存在创建数据库
db.dropDatabase()	删除数据库
show collections | show tables	表现当前数据库的聚集列表
db.聚集名.stats()	检察聚集详情
db.聚集名.drop()	删除聚集
show users	表现当前数据库的用户列表
show roles	表现当前数据库的角色列表
show profile	表现最近发生的操作
load("xxx.js")	执行一个JavaScript脚本文件
exit | quit	退出当前shell
help	检察mongodb支持哪些下令
db.help()	查询当前数据库支持的方法
db.聚集名.help()	表现聚集的帮助信息
db.version()	检察数据库版本

        数据库操作;

1. #查看所有库
2. show dbs
3. # 切换到指定数据库，不存在则创建
4. use test
5. # 删除当前数据库  
6. db.dropDatabase()

复制代码

        聚集操作：

1. #查看集合
2. show collections
3. #创建集合
4. db.createCollection("emp")
5. #删除集合
6. db.emp.drop()

复制代码

         创建聚集语法：

1. db.createCollection(name, options)

复制代码

        options参数：

字段	类型	描述
capped	布尔	（可选）假如为true，则创建固定聚集。固定聚集是指有着固定巨细的聚集，当到达最大值时，它会主动覆盖最早的文档。
size	数值	（可选）为固定聚集指定一个最大值（以字节计）。 假如 capped 为 true，也需要指定该字段。
max	数值	（可选）指定固定聚集中包含文档的最大数量。

三、MongoDB文档操作

         SQL to MongoDB Mapping Chart ：SQL to MongoDB Mapping Chart - MongoDB Manual v8.0
3.1 插入文档 

         MongoDB提供了以下方法将文档插入到聚集中:
   

• db.collection.insertOne ()：将单个文档插入到聚集中。
  
• db.collection.insertMany ()：将多个文档插入到聚集中。
  

  3.1.1 新增单个文档 

   

• insertOne: 用于向聚集中插入一条文档数据，支持writeConcern。语法如下：
  

1. db.collection.insertOne(
2.    <document>,
3.    {
4.       writeConcern: <document>
5.    }
6. )
9. db.emps.insertOne(
10.    { name: "fox", age: 35},
11.    {
12.       writeConcern: { w: "majority", j: true, wtimeout: 5000 }
13.    }
14. )

复制代码

 

        writeConcern 是 MongoDB 中用来控制写入确认的选项。以下是 writeConcern 参数的一些常见选项：
   

• w：指定写入确认级别。假如指定为数字，则表示要等候写入操作完成的节点数。假如指定为 majority，则表示等候大多数节点完成写入操作。默以为 1，表示等候写入操作完成的节点数为 1。
  
• j：表示写入操作是否要求长期化到磁盘。假如设置为 true，则表示写入操作必须长期化到磁盘后才返回乐成。假如设置为 false，则表示写入操作可能在数据被长期化到磁盘之前返回乐成。默以为 false。
  
• wtimeout：表示等候写入操作完成的超时时间，单位为毫秒。假如凌驾指定的时间仍然没有返回确认信息，则返回错误。默以为 0，表示不设置超时时间。
  

  3.1.2 批量新增文档 

   

• insertMany:向指定聚集中插入多条文档数据
  

1. db.collection.insertMany(
2.    [ <document 1> , <document 2>, ... ],
3.    {
4.       writeConcern: <document>,
5.       ordered: <boolean>      
6.    }
7. )

复制代码

  

• writeConcern：写入确认选项，可选。
  
• ordered：指定是否按顺序写入，默认 true，按顺序写入。
  

  3.2 查询文档

          查询聚集中的多少文档，语法格式如下：

1. db.collection.find(query, projection)

复制代码

   

• query ：可选，使用查询操作符指定查询条件
  
• projection ：可选，使用投影操作符指定返回的键。查询时返回文档中全部键值， 只需省略该参数即可（默认省略）。投影时，_id为1的时间，其他字段必须是1；_id是0的时间，其他字段可以是0；假如没有_id字段约束，多个其他字段必须同为0或同为1。 
  
  
  

             假如查询返回的条目数量较多，mongosh则会主动实现分批表现。默认情况下每次只表现20条，可以输入it下令读取下一批。
3.2.1 查询聚集中的第一个文档

         语法格式如下：

1. db.collection.findOne(query, projection)

复制代码

        假如你需要以易读的方式来读取数据，可以使用pretty)方法，语法格式如下: 

1. db.collection.find().pretty()

复制代码

3.2.2 条件查询

        查询条件对照表：

SQL	MQL
a = 1	{a: 1}
a <> 1	{a: {$ne: 1}}
a > 1	{a: {$gt: 1}}
a >= 1	{a: {$gte: 1}}
a < 1	{a: {$lt: 1}}
a	{a: {$lte: 1}}

         查询逻辑对照表：

SQL	MQL
a = 1 AND b = 1	{a: 1, b: 1}或{$and: [{a: 1}, {b: 1}]}
a = 1 OR b = 1	{$or: [{a: 1}, {b: 1}]}
a IS NULL	{a: {$exists: false}}
a IN (1, 2, 3)	{a: {$in: [1, 2, 3]}}

         查询逻辑运算符：
   

• $lt: 存在并小于
  
• $lte: 存在并小于即是
  
• $gt: 存在并大于
  
• $gte: 存在并大于即是
  
• $ne: 不存在或存在但不即是
  
• $in: 存在并在指定数组中
  
• $nin: 不存在或不在指定数组中
  
• $or: 匹配两个或多个条件中的一个
  
• $and: 匹配全部条件
  

1. #查询带有nosql标签的book文档：
2. db.books.find({tag:"nosql"})
3. #按照id查询单个book文档：
4. db.books.find({_id:ObjectId("61caa09ee0782536660494d9")})
5. #查询分类为“travel”、收藏数超过60个的book文档：
6. db.books.find({type:"travel",favCount:{$gt:60}})

复制代码

3.3 更新文档

          MongoDB提供了以下方法来更新聚集中的文档:
     

• db.collection.updateOne ()：纵然多个文档可能与指定的筛选器匹配，也只会更新第一个匹配的文档。
  
• db.collection.updateMany ()：更新与指定筛选器匹配的全部文档。
  

             更新操作符：

操作符	格式	描述
$set	{$set:{field:value}}	指定一个键并更新值，若键不存在则创建
$unset	{$unset : {field : 1 }}	删除一个键
$inc	{$inc : {field : value } }	对数值类型进行增减
$rename	{$rename : {old_field_name : new_field_name } }	修改字段名称
$push	{ $push : {field : value } }	将数值追加到数组中，若数组不存在则会进行初始化
$pushAll	{$pushAll : {field : value_array }}	追加多个值到一个数组字段内
$pull	{$pull : {field : _value } }	从数组中删除指定的元素
$addToSet	{$addToSet : {field : value } }	添加元素到数组中，具有排重功能
$pop	{$pop : {field : 1 }}	删除数组的第一个或最后一个元素

3.4 删除文档

         官方保举使用 deleteOne() 和 deleteMany() 方法删除文档，语法格式如下：

1. db.books.deleteOne ({ type:"novel" })  //删除 type等于novel 的一个文档
2. db.books.deleteMany ({})  //删除集合下全部文档
3. db.books.deleteMany ({ type:"novel" })  //删除 type等于 novel 的全部文档

复制代码

         注意：remove、deleteMany下令需要对查询范围内的文档逐个删除，假如渴望删除整个聚集，则使用drop下令会更加高效
 四、MongoDB数据类型详解

4.1 BSON协议与数据类型 

         JSON是当今非常通用的一种跨语言Web数据交互格式，属于ECMAScript标准规范的一个子集。JSON（JavaScript Object Notation, JS对象简谱）即JavaScript对象表示法，它是JavaScript对象的一种文本表现形式。
        JSON是当今非常通用的一种跨语言Web数据交互格式，属于ECMAScript标准规范的一个子集。JSON（JavaScript Object Notation, JS对象简谱）即JavaScript对象表示法，它是JavaScript对象的一种文本表现形式。
        JSON只定义了6种数据类型：
   

• string: 字符串
  
• number : 数值
  
• object: JS的对象形式，用{key:value}表示，可嵌套
  
• array: 数组，JS的表示方式[value]，可嵌套
  
• true/false: 布尔类型
  
• null: 空值
  

  

        大多数情况下，使用JSON作为数据交互格式已经是理想的选择，但是JSON基于文本的解析服从并不是最好的，在某些场景下往往会考虑选择更符合的编/解码格式，一些做法如：

     

• 在微服务架构中，使用gRPC（基于Google的Protobuf）可以获得更好的网络使用率。
  
• 分布式中心件、数据库，使用私有定制的TCP数据包格式来提供高性能、低延时的计算本领。
  

   

        BSON由10gen团队计划并开源，现在主要用于MongoDB数据库。BSON（Binary JSON）是二进制版本的JSON，其在性能方面有更优的表现。BSON在很多方面和JSON保持一致，其同样也支持内嵌的文档对象和数组结构。二者最大的区别在于JSON是基于文本的，而BSON则是二进制（字节省）编/解码的形式。在空间的使用上，BSON相比JSON并没有显着的上风。

   

        MongoDB在文档存储、下令协议上都采用了BSON作为编/解码格式，主要具有如下上风：

      

• 类JSON的轻量级语义，支持简朴清晰的嵌套、数组层次结构，可以实现模式灵活的文档结构。
  
• 更高效的遍历，BSON在编码时会记载每个元素的长度，可以直接通过seek操作进行元素的内容读取，相对JSON解析来说，遍历速度更快。
  
• 更丰富的数据类型，除了JSON的根本数据类型，BSON还提供了MongoDB所需的一些扩展类型，比如日期、二进制数据等，这更加方便数据的表示和操作。
  

       4.2 BSON的数据类型 

         MongoDB中，一个BSON文档最大巨细为16M，文档嵌套的级别不凌驾100：BSON Types - MongoDB Manual v6.0

Type	Number	Alias	Notes
Double	1	"double"
String	2	"string"
Object	3	"object"
Array	4	"array"
Binary data	5	"binData"	二进制数据
Undefined	6	"undefined"	Deprecated.
ObjectId	7	"objectId"	对象ID，用于创建文档ID
Boolean	8	"bool"
Date	9	"date"
Null	10	"null"
Regular Expression	11	"regex"	正则表达式
DBPointer	12	"dbPointer"	Deprecated.
JavaScript	13	"javascript"
Symbol	14	"symbol"	Deprecated.
JavaScript code with scope	15	"javascriptWithScope"	Deprecated in MongoDB 4.4.
32-bit integer	16	"int"
Timestamp	17	"timestamp"
64-bit integer	18	"long"
Decimal128	19	"decimal"	New in version 3.4.
Min key	-1	"minKey"	表示一个最小值
Max key	127	"maxKey"	表示一个最大值

4.3 ObjectId天生器

        MongoDB聚集中全部的文档都有一个唯一的_id字段，作为聚集的主键。在默认情况下，_id字段使用ObjectId类型，采用16进制编码形式，共12个字节。
        为了避免文档的_id字段出现重复，ObjectId被定义为3个部门：
   

• 4字节表示Unix时间戳（秒）。
  
• 5字节表示随机数（机器号+进程号唯一）。 
  
• 3字节表示计数器（初始化时随机）。
  

  

        大多数客户端驱动都会自行天生这个字段，比如MongoDB Java Driver会根据插入的文档是否包含_id字段来主动补充ObjectId对象。这样做不光提高了离散性，还可以低落MongoDB服务器端的计算压力。在ObjectId的构成中，5字节的随机数并没有明确定义，客户端可以采用机器号、进程号来实现：

  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。