MongoDB-Tutorial für Anfänger: Lernen Sie MongoDB in einfachen Schritten

MongoDB ist eine Dokumentendatenbank und eine führende NoSQL-Datenbank, die Open Source ist. Es ist in C++ geschrieben und ist eine dokumentenorientierte NoSQL-Datenbank, die für die Speicherung großer Datenmengen, Inhaltsverwaltung und -bereitstellung, mobile und soziale Infrastrukturen, Benutzerdatenverwaltung usw. verwendet wird.

Es besteht aus einem Datenmodell, mit dem Sie hierarchische Zusammenhänge darstellen können. Es stützt sich auf JSON-ähnliche Dokumente mit optionalem Schema und verwendet keine Zeilen und Tabellen, wie sie in herkömmlichen relationalen Datenbanken verwendet werden. Die Dokumente mit Schlüssel-Wert-Paaren sind die grundlegenden Dateneinheiten in MongoDB.

MongoDB speichert Daten im JSON-Format. Seine hohe Nachfrage basiert hauptsächlich auf seinem Index für jedes Attribut, Replikation und Hochverfügbarkeit, Auto-Sharding, umfangreichen Abfragen, schnellen In-Place-Updates und umfassender Community-Unterstützung. Lassen Sie uns in das Mongodb-Abfrage-Tutorial eintauchen.

MongoDB-Funktionen

Die Nutzbarkeit dieser datenorientierten Datenbank hängt von bestimmten integralen Merkmalen von Mongo DB ab:-

• Jede Datenbank besteht aus Sammlungen, die weiterhin Dokumente enthalten. Diese Dokumente und ihr Umfang und Inhalt können sich je nach Anzahl der Felder unterscheiden.
• Die Dokumentstruktur basiert darauf, wie Entwickler Klassen und Objekte in ihren Programmen erstellen.
• Die Zeilen erfordern kein vordefiniertes Schema, da Sie die Felder unterwegs erstellen können.
• Mit dem MongoDB-Datenmodell können Sie hierarchische Beziehungen zum Speichern von Arrays und anderen komplexen Strukturen darstellen.
• MongoDB-Umgebungen sind sehr skalierbar.
• Anwendungsobjekte müssen nicht konvertiert oder Datenbankobjekten zugeordnet werden.
• Der interne Speicher speichert den Arbeitssatz mit Fenster, der einen einfacheren Zugriff auf Daten ermöglicht.
• Die Struktur eines einzelnen Objekts ist klar.
• Es gibt keine komplexen Verknüpfungen.
• Seine umfassende Abfragefähigkeit unterstützt dynamische Abfragen von Dokumenten.

Sehen Sie sich auch unseren Data Science-Kurs an, um sich weiterzubilden.

Dinge, die Sie über MongoDB und RDBMS wissen müssen

MongoDB ist eine dokumentenorientierte, plattformübergreifende Datenbank, die hohe Leistung, effektive Skalierbarkeit und hohe Verfügbarkeit bietet. Es funktioniert basierend auf Dokument und Sammlung. Jede Datenbank in MongoDB hat ihren eigenen Satz von Dateien, und idealerweise verfügt ein einzelner MongoDB-Server über zahlreiche Datenbanken.

Andererseits ist eine Sammlung eine Gruppe von MongoDB-Dokumenten, die der RDBMS-Tabelle entspricht. Es existiert in einer einzigen Datenbank und erzwingt kein Schema. Die Dokumente in einer Sammlung können verschiedene Felder haben, und alle Dokumente in einer Sammlung haben einen verwandten oder ähnlichen Zweck. Ein Satz von Schlüssel-Wert-Paaren wird als Dokumente mit einem dynamischen Schema bezeichnet, wobei die Dokumente in derselben Sammlung nicht denselben Satz von Strukturen oder Feldern haben müssen.

Die Beziehung der RDBMS-Terminologie zu MongoDB finden Sie in der folgenden Tabelle.

Unterschied zwischen MongoDB- und SQL-Datenbanken

MongoDB ist flexibler als SQL und bietet eine bessere Datenverfügbarkeit. Es ist auch tragbar und erweiterbar. SQL-Datenbanken sind für ihre Dauerhaftigkeit und Konsistenz bekannt. Die beste Datenbanklösung hängt also von der Art des Projekts ab, an dem man beteiligt ist.

MongoDB eignet sich besser für Entwicklungspipelines, während sich SQL-Datenbanken hervorragend für zuverlässige organisatorische Datentransaktionen eignen. MongoDB eignet sich hervorragend zum Verarbeiten und Arbeiten mit unstrukturierten Daten. Diese NoSQL-Datenbank ist eine der besten Alternativen zum Füttern von Datenpipelines und für Anwendungen wie Echtzeitanalysen.

MongoDB eignet sich hervorragend für die Arbeit mit IoT-Geräten und Mobil-/Webanwendungen. Aufgrund seiner Flexibilität und Fähigkeit zur reibungslosen Skalierung wird es schnell zur bevorzugten Wahl für Entwickler weltweit.

Während sich SQL-Datenbanken hervorragend für die Arbeit mit strukturierten Daten, Data Science und für fortgeschrittene organisatorische Aufgaben eignen, erfüllt MongoDB die Anforderungen moderner Entwickler und Unternehmen durch die effektive Entwicklung von Software oder Online-Diensten.

Beispiele für die Verwendung von MongoDB

Speichern von verschachtelten Datenstrukturen

Die Fähigkeit, Objekte in Dokumenten zu verschachteln, ist eine der größten Funktionen von MongoDB. Um Daten in Dokumente einzubetten, strukturieren Entwickler Daten in MongoDB, anstatt sie in verschiedene Sammlungen aufzuteilen.

Hier ist ein Beispiel:-

{_id: ObjectId("5effaa5662679b5af2c58829"),

E-Mail: „[email protected]“,

Name: {gegeben: „Lily“, Familie: „Mona“},

Alter: 31,

Adressen: [{label: „home“,

Straße: „22 1b Baker Street“,

Stadt: „London“,

Zustand: „ENG“,

zip: „NW1 6XE“,

Land: „UK“},

{Label: „Mama“,

Straße: „555 Parkstraße“,

Stadt: „Seestadt“,

Provinz: „Ontario“,

Land: „CA“}]

}

Das Namensfeld ist das verschachtelte Objekt mit Vorgabe- und Nachnamenskomponenten im Adressfeld, wo mehrere Adressen in einem Array gespeichert sind. Jede Adresse kann verschiedene Felder haben, was es einfach macht, andere Datentypen zu speichern.

Verwenden der MongoDB-Shell

Die MongoDB-Shell wird hauptsächlich zum Navigieren, Bearbeiten und Überprüfen von Dokumentdaten verwendet. Wenn MongoDB auf einem lokalen Computer ausgeführt wird, stellt das Starten der Shell eine Verbindung zu MongoDB unter localhost am Standardport her. Stellen Sie sicher, dass Sie die Verbindungszeichenfolge nach dem Befehl mongo hinzufügen, wenn Sie eine Verbindung zu einem MongoDB-Atlas-Cluster oder einer anderen Remoteinstanz herstellen müssen.

Unten finden Sie schnelle Shell-Beispiele:-

Sammlungen auflisten

> meine_datenbank verwenden;

> Sammlungen zeigen;

Benutzer

Beiträge

>

Datenbanken auflisten

> dbs anzeigen;

Administrator 0,000 GB

0,000 GB konfigurieren

lokal 0,000 GB

meine_datenbank 0,004 GB

>

Entdecken Sie unsere beliebten Data Science-Kurse

Finden Sie das erste Dokument in einer Sammlung

> db.users.findOne()

{

„_id“: Objekt-ID („5ce45d7606444f199acfba1e“),

„Name“: {gegeben: „Anna“, Familie: „Smith“},

„E-Mail“: „[email protected]“

„Alter“: 36

}

>

Dokumente in einer Sammlung zählen

> meine_datenbank verwenden;

> db.users.count()

20234

>

Suchen Sie ein Dokument anhand der ID

> db.users.findOne({_id: ObjectId("5ce45d7606444f199acfba1e")})

{

„_id“: Objekt-ID („5ce45d7606444f199acfba1e“),

„Name“: {gegeben: „Anna“, Familie: „Smith“},

„E-Mail“: „[email protected]“,

„Alter“: 36

}

>

Abfragen von MongoDB-Sammlungen

Dieselbe Syntax in der MongoDB Query Language (MQL) wird in den Dokumenten verwendet, die für erweiterte Abfragen verwendet werden können. Nachfolgend finden Sie Beispiele für MongoDB-Abfragen:

Finden Sie eine begrenzte Anzahl von Ergebnissen

> db.users.find().limit(10)

…

>

Suchen Sie Benutzer nach Familiennamen

> db.users.find({"name.family": "Smith"}).count()

1

>

Beachten Sie, dass wir „name.family“ in Anführungszeichen setzen, da es einen Punkt in der Mitte hat.

Dokumente nach numerischen Bereichen abfragen

// Alle Posts mit einem „Gefällt mir“-Feld mit einem numerischen Wert größer als eins:

> db.post.find({likes: {$gt: 1}})

// Alle Beiträge mit 0 Likes

> db.post.find({likes: 0})

// Alle Beiträge, die NICHT genau 1 Like haben

> db.post.find({likes: {$ne: 1}})

Ergebnisse nach einem Feld sortieren

// Sortieren nach Alter, in aufsteigender Reihenfolge (kleinste Werte zuerst)

> db.user.find().sort({age: 1})

{

„_id“: Objekt-ID („5ce45d7606444f199acfba1e“),

„Name“: {gegeben: „Alex“, Familie: „Smith“},

„E-Mail“: „[email protected]“,

„Alter“: 27

}

{

_id: ObjectId("5effaa5662679b5af2c58829"),

E-Mail: „[email protected]“,

Name: {gegeben: „Jesse“, Familie: „Xiao“},

Alter: 31

}

>

// Sortieren nach Alter, in absteigender Reihenfolge (größte Werte zuerst)

> db.user.find().sort({age: -1})

{

_id: ObjectId("5effaa5662679b5af2c58829"),

E-Mail: „[email protected]“,

Name: {gegeben: „Lilly“, Familie: „Mona“},

Alter: 31

}

{

„_id“: Objekt-ID („5ce45d7606444f199acfba1e“),

„Name“: {gegeben: „Anna“, Familie: „Smith“},

„E-Mail“: „[email protected]“,

„Alter“: 36

}

>

Die besten datenwissenschaftlichen Fähigkeiten, die Sie 2022 lernen können

Fazit

Die Skalierbarkeit von MongoDB macht sie zu einer der am häufigsten verwendeten Datenbanken, da sie eine Reihe von Vorteilen im Bereich Softwareentwicklung und Data Science bietet. Eine Karriere in diesen Bereichen ist eine lukrative Option. Das Executive PG Program in Data Science von upGrad ist ein großartiger Ort, um Ihre Karriere in Data Science und anderen verwandten Bereichen anzukurbeln.