MongDB-高级
No1：
聚合
- 聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg()
---语法 db.集合名称.aggregate([{管道:{表达式}}])
No2：
管道
- 管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入
ps ajx | grep mongo
- 在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理
- 常用管道
- $group：将集合中的文档分组，可用于统计结果
- $match：过滤数据，只输出符合条件的文档
- $project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
- $sort：将输入文档排序后输出
- $limit：限制聚合管道返回的文档数
- $skip：跳过指定数量的文档，并返回余下的文档
- $unwind：将数组类型的字段进行拆分
No3：
表达式
- 处理输入文档并输出
---语法 表达式:'$列名'
常用表达式
- $sum：计算总和，$sum:1同count表示计数
- $avg：计算平均值
- $min：获取最小值
- $max：获取最大值
- $push：在结果文档中插入值到一个数组中
- $first：根据资源文档的排序获取第一个文档数据
- $last：根据资源文档的排序获取最后一个文档数据
No4：
$group
- 将集合中的文档分组，可用于统计结果
- _id表示分组的依据，使用某个字段的格式为'$字段'
---例1：统计男生、女生的总人数 db.stu.aggregate([ {$group: { _id:'$gender', counter:{$sum:1} } } ])
Group by null
- 将集合中所有文档分为一组
---例2：求学生总人数、平均年龄 db.stu.aggregate([ {$group: { _id:null, counter:{$sum:1}, avgAge:{$avg:'$age'} } } ])
透视数据
---例3：统计学生性别及学生姓名 db.stu.aggregate([ {$group: { _id:'$gender', name:{$push:'$name'} } } ])
使用$$ROOT可以将文档内容加入到结果集的数组中
db.stu.aggregate([ {$group: { _id:'$gender', name:{$push:'$$ROOT'} } } ])
No5：
$match
- 用于过滤数据，只输出符合条件的文档
- 使用MongoDB的标准查询操作
---例1：查询年龄大于20的学生 db.stu.aggregate([ {$match:{age:{$gt:20}}} ]) ---例2：查询年龄大于20的男生、女生人数 db.stu.aggregate([ {$match:{age:{$gt:20}}}, {$group:{_id:'$gender',counter:{$sum:1}}} ])
No6:
$project
- 修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
---例1：查询学生的姓名、年龄 db.stu.aggregate([ {$project:{_id:0,name:1,age:1}} ]) ---例2：查询男生、女生人数，输出人数 db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$project:{_id:0,counter:1}} ])
No7：
$sort
- 将输入文档排序后输出
---例1：查询学生信息，按年龄升序 b.stu.aggregate([{$sort:{age:1}}]) ---例2：查询男生、女生人数，按人数降序 db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$sort:{counter:-1}} ])
No8:
$limit
- 限制聚合管道返回的文档数
---例1：查询2条学生信息 db.stu.aggregate([{$limit:2}])
No9:
$skip
- 跳过指定数量的文档，并返回余下的文档
---例2：查询从第3条开始的学生信息 db.stu.aggregate([{$skip:2}]) ---例3：统计男生、女生人数，按人数升序，取第二条数据 db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$sort:{counter:1}}, {$skip:1}, {$limit:1} ]) 注意顺序：先写skip，再写limit
No10:
$unwind
- 将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值
---语法1 -对某字段值进行拆分 db.集合名称.aggregate([{$unwind:'$字段名称'}]) -构造数据 db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']}) -查询 db.t2.aggregate([{$unwind:'$size'}]) ---语法2 -对某字段值进行拆分 -处理空数组、非数组、无字段、null情况 db.inventory.aggregate([{ $unwind:{ path:'$字段名称', preserveNullAndEmptyArrays:<boolean>#防止数据丢失 } }]) -构造数据 db.t3.insert([ { "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] }, { "_id" : 2, "item" : "b", "size" : [ ] }, { "_id" : 3, "item" : "c", "size": "M" }, { "_id" : 4, "item" : "d" }, { "_id" : 5, "item" : "e", "size" : null } ]) ----使用语法1查询 db.t3.aggregate([{$unwind:'$size'}]) ----查看查询结果，发现对于空数组、无字段、null的文档，都被丢弃了 ----问：如何能不丢弃呢？ ----答：使用语法2查询 db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])
No11：
- 为了更安全的访问mongodb，需要访问者提供用户名和密码，于是需要在mongodb中创建用户
- 采用了角色-用户-数据库的安全管理方式
- 常用系统角色如下：
- root：只在admin数据库中可用，超级账号，超级权限
- Read：允许用户读取指定数据库
- readWrite：允许用户读写指定数据库
- 创建超级管理用户
use admin db.createUser({ user:'admin', pwd:'123', roles:[{role:'root',db:'admin'}] })
No12：
普通用户管理
---查看当前数据库的用户 use test1 show users ---创建普通用户 db.createUser({ user:'t1', pwd:'123', roles:[{role:'readWrite',db:'test1'}] }) ---修改用户：可以修改pwd、roles属性 db.updateUser('t1',{pwd:'456'})
No13：
副本集（复制）
什么是复制
- 复制提供了数据的冗余备份，并在多个服务器上存储数据副本，提高了数据的可用性，并可以保证数据的安全性
- 复制还允许从硬件故障和服务中断中恢复数据
为什么要复制
- 数据备份
- 数据灾难恢复
- 读写分离
- 高（24* 7）数据可用性
- 无宕机维护
- 副本集对应用程序是透明
复制的工作原理
- 复制至少需要两个节点A、B...
- A是主节点，负责处理客户端请求
- 其余的都是从节点，负责复制主节点上的数据
- 节点常见的搭配方式为：一主一从、一主多从
- 主节点记录在其上的所有操作，从节点定期轮询主节点获取这些操作，然后对自己的数据副本执行这些操作，从而保证从节点的数据与主节点一致
- 主节点与从节点进行数据交互保障数据的一致性
复制的特点
- N 个节点的集群
- 任何节点可作为主节点
- 所有写入操作都在主节点上
- 自动故障转移
- 自动恢复
No14：
分片
- 在Mongodb里面存在另一种集群，就是分片技术,可以满足MongoDB数据量大量增长的需求
- 当MongoDB存储海量的数据时，一台机器可能不足以存储数据，也可能不足以提供可接受的读写吞吐量，这时，我们就可以通过在多台机器上分割数据，使得数据库系统能存储和处理更多的数据
为什么使用分片
- 本地磁盘不够大
- 当请求量巨大时会出现内存不足。
- 垂直扩展价格昂贵(内存、磁盘、cpu)
No15：
与python交互
# coding=utf-8 from pymongo import * # 获得客户端，建立连接 client = MongoClient('mongodb://py3:123@localhost:27017/py3') # 切换数据库 db = client.py3 # 获取集合 stu = db.stu # 增加 stu.insert_one({'name': '张三'}) # 修改 stu.update_one({'name': '张三'}, {'$set': {'name': 'abc'}}) # 删除 stu.delete_one({'name': 'abc'}) # 查询 cursor = stu.find({'age': {'$gt': 20}}).sort('_id', DESCENDING).skip(1).limit(1) for s in cursor: print(s['name'])
以上是高级部分，本来还有一些是服务器的部署之类，就没放出来了
