MongoDB 初学者教程：通过简单的步骤学习 MongoDB

MongoDB 是一个文档数据库和领先的开源 NoSQL 数据库。 它是用 C++ 编写的，是一个面向文档的 NoSQL 数据库，用于大容量数据存储、内容管理和交付、移动和社交基础设施、用户数据管理等。

它由一个数据模型组成，您可以使用它来表示层次关系。 它依赖于带有可选模式的类 JSON 文档，并且不使用传统关系数据库中使用的行和表。 具有键值对的文档是 MongoDB 中数据的基本单元。

MongoDB 以 JSON 格式存储数据。 它的高需求主要基于它对任何属性的索引、复制和高可用性、自动分片、丰富的查询、快速的就地更新和丰富的社区支持。 让我们深入了解 mongodb 查询教程。

MongoDB 功能

这个面向数据的数据库的可用性取决于 Mongo DB 的某些完整特性：-

• 每个数据库都由进一步包含文档的集合组成。 这些文档及其大小和内容可能会根据字段数量的不同而有所不同。
• 文档结构基于开发人员如何在他们的程序中构建类和对象。
• 这些行不需要预定义的架构，因为您可以随时随地创建字段。
• 使用 MongoDB 数据模型，您可以表示用于存储数组和其他复杂结构的层次关系。
• MongoDB 环境具有很强的可扩展性。
• 应用程序对象不需要转换或映射到数据库对象。
• 内部存储器存储窗口工作集，可以更轻松地访问数据。
• 单个对象的结构清晰。
• 没有任何复杂的连接。
• 其深度查询能力支持对文档的动态查询。

此外，请查看我们的数据科学课程以提高自己的技能。

关于 MongoDB 和 RDBMS 你需要知道的事情

MongoDB 是一个面向文档的跨平台数据库，可提供高性能、有效的可扩展性和高可用性。 它基于文档和集合工作。 MongoDB 中的每个数据库都有其独特的文件集，理想情况下，单个 MongoDB 服务器具有多个数据库。

另一方面，Collection 是一组 MongoDB 文档，相当于 RDBMS 表。 它存在于单个数据库中，并且不强制执行模式。 集合中的 Documents 可以有不同的字段，并且集合中的所有文档都具有相关或相似的目的。 一组键值对称为具有动态模式的文档，其中同一集合中的文档不需要具有相同的结构或字段集。

您将在下表中找到 RDBMS 术语与 MongoDB 的关系。

MongoDB和SQL数据库之间的区别

MongoDB 比 SQL 更灵活，并提供更好的数据可用性。 它还具有便携性和可扩展性。 SQL 数据库以其持久性和一致性而闻名。 因此，最好的数据库解决方案取决于所涉及的项目类型。

MongoDB 更适合开发管道，而 SQL 数据库则非常适合可靠的组织数据事务。 MongoDB 非常适合处理和处理非结构化数据。 此 NoSQL 数据库是提供数据管道和应用程序（例如实时分析）的最佳替代方案之一。

MongoDB 非常适合与物联网设备和移动/Web 应用程序一起工作。 由于其灵活性和平滑扩展的能力，它正迅速成为全球开发人员的首选。

虽然 SQL 数据库非常适合处理结构化数据、数据科学和高级组织任务，但 MongoDB 通过有效开发软件或在线服务来满足现代开发人员和企业的需求。

如何使用 MongoDB 的示例

存储嵌套数据结构

在文档中嵌套对象的能力是 MongoDB 的最大特性之一。 为了将数据嵌入文档中，开发人员在 MongoDB 中构建数据，而不是将其分解为各种集合。

这是一个例子：-

{_id: ObjectId(“5effaa5662679b5af2c58829”),

电子邮件：“[email protected]”，

名称：{给定：“Lily”，家庭：“Mona”}，

年龄：31，

地址：[{标签：“家”，

街道：“贝克街 22 1b 号”，

城市：“伦敦”，

状态：“ENG”，

邮编：“NW1 6XE”，

国家：“英国”}，

{标签：“妈妈”，

街道：“公园街 555 号”，

城市：“湖城”，

省：“安大略省”，

国家：“CA”}]

}

名称字段是在地址字段中具有给定和姓氏组件的嵌套对象，其中多个地址存储在一个数组中。 每个地址都可以有不同的字段，以便于存储其他数据类型。

使用 MongoDB 外壳

MongoDB shell 主要用于导航、操作和检查文档数据。 当 MongoDB 在本地机器上运行时，启动 shell 在标准端口上的 localhost 连接到 MongoDB。 如果您需要连接到 MongoDB Atlas 集群或其他远程实例，请确保在命令 mongo 之后添加连接字符串。

您将在下面找到快速的 shell 示例：-

列出集合

> 使用我的数据库；

> 展示收藏；

用户

帖子

>

列出数据库

> 显示数据库；

管理员0.000GB

配置 0.000GB

本地0.000GB

我的数据库 0.004GB

>

探索我们的热门数据科学课程

查找集合中的第一个文档

> db.users.findOne()

{

“_id”：ObjectId（“5ce45d7606444f199acfba1e”），

“名字”：{给定：“安娜”，家庭：“史密斯”}，

“电子邮件”：“电子邮件@example.com”

“年龄”：36

}

>

计算集合中的文档

> 使用我的数据库；

> db.users.count()

20234

>

按 ID 查找文档

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

{

“_id”：ObjectId（“5ce45d7606444f199acfba1e”），

“名字”：{给定：“安娜”，家庭：“史密斯”}，

“电子邮件”：“电子邮件@example.com”，

“年龄”：36

}

>

查询 MongoDB 集合

MongoDB 查询语言 (MQL) 中的相同语法用于可用于高级查询的文档。 您将在下面找到 MongoDB 查询示例：

查找数量有限的结果

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

…

>

按姓氏查找用户

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

1

>

请注意，我们将“name.family”括在引号中，因为它在中间有一个点。

按数值范围查询文档

// 所有具有“likes”字段且数值大于 1 的帖子：

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

// 所有点赞数为 0 的帖子

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

// 所有不完全有 1 个赞的帖子

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

按字段排序结果

// 按年龄排序，升序（最小值在前）

> db.user.find().sort({年龄: 1})

{

“_id”：ObjectId（“5ce45d7606444f199acfba1e”），

“名字”：{给定：“亚历克斯”，家庭：“史密斯”}，

“电子邮件”：“电子邮件@example.com”，

“年龄”：27

}

{

_id: ObjectId(“5effaa5662679b5af2c58829”),

电子邮件：“[email protected]”，

姓名：{给定：“Jesse”，家庭：“Xiao”}，

年龄：31

}

>

// 按年龄排序，降序（最大值在前）

> db.user.find().sort({年龄: -1})

{

_id: ObjectId(“5effaa5662679b5af2c58829”),

电子邮件：“[email protected]”，

姓名：{给定：“Lilly”，家庭：“Mona”}，

年龄：31

}

{

“_id”：ObjectId（“5ce45d7606444f199acfba1e”），

“名字”：{给定：“安娜”，家庭：“史密斯”}，

“电子邮件”：“电子邮件@example.com”，

“年龄”：36

}

>

2022 年最值得学习的数据科学技能

结论

MongoDB 的可扩展性使其成为使用最广泛的数据库之一，因为它在软件开发和数据科学领域提供了许多好处。 在这些领域从事职业是一个有利可图的选择。 upGrad 的数据科学执行 PG 计划是您在数据科学和其他相关领域开始职业生涯的好地方。