MongoDB【第二篇】MongoDB逻辑与物理存储结构
本文内容纲要：
-基本的操作
-MongoDB数据类型
基本的操作
一、常用的命令和基础知识
1、进入MongoDBshell
首先我们进入到MongoDB所在目录执行
cd/work/app/mongodb/bin/
#启动
./mongo
为了方便执行我们可以,这样直接在终端输入mongo调用就可以了
aliasmongo='/work/app/mongodb/bin/mongo'
如果想永久生效,把他加入到/etc/profile中即可
2、查看数据库命令
#可以通过showdbs;或者和Mysql一样执行showdatabases;
>showdbs;
local0.000GB
>showdatabases;
local0.000GB
>
3、打开数据库
和关系型数据库中打开数据库是一样的
#使用数据库使用usedbs即可，进入后可以使用showtables;去查看数据库中的表
>usedbs;
switchedtodbdbs
>showtables;
>
从上面可以看出，一个MongoDB实例是由一个或多个数据库组成的
但是这里需要注意：
在Mysql中的表中，我们给里面的每行叫做‘记录’，但是在MongoDB中我们给每行数据叫做**‘文档’**
所以在MongoDB中我们给每个表叫做**‘集合’**。集合中就是存储了文档的集合。
查看当前数据库中的集合命令为：
showcollections;
所以：showtables;和showdatabases;命令只是兼容关系型数据库而已，因此他们之间的层次关系就明白了，NICE~
总结：
1、MongoDB逻辑概念总结
文档：文档(Document)是MongodDB中的核心概念，他是MongoDB逻辑存储的最小基本单元
集合：多个文档组成的集合
数据库：多个集合组成的数据库
2、MongoDB物理存储总结
2.1命名空间文件：命名空间(.ns结尾文件)它存储了分配和正在使用的磁盘空间
2.2数据库文件：以(0,1,2,3...)结尾的，并且后面的文件大小是前面一个文件大小的2倍！
为什么MongodDB物理存储使用这种方式设计呢？好处是什么？：当一方面如果数据库很小的时候，不至于数据库小而浪费存储空间，另外一方面如果数据库增长比较快，通过预分配的方式，是上一个文件的两倍的办法，来避免数据的剧增造成分配文件造成的性能下降，来预分配空间，以空间的办法来换取性能的提升。
2.3日志文件
系统日志文件logpath
oplog复制操作日志文件#只有在主从复制开启之后才会出现
慢查询日志#需要开启后才可以
慢查询日志通过help就可以看到如何启用
#这两个参数需要组合使用--slowms大于多少秒才算慢查询
--slowmsarg(=100)valueofslowforprofileandconsole
log
#默认是关闭的1为慢查询，all为所有的都日志
--profilearg0=off1=slow,2=all
我们可以通过配置文件进行设置：
profile=1
#生产中这里应该大于200毫秒，并且这个必须根据生产中实际的需求来定义的
slowms=1
MongoDB数据类型
MongodDB的数据类型是：BSON的数据类型
BSON：是BinaryJSON是二进制的格式，能将MongoDB的所有文档表示为字节字符串！
**JSON：**是一种轻量级的数据交换格式。它基于JavaScript的一个子集！
一、在初识MongoDB的时候了解“帮助”
1、最高的帮助
在MongoDBshell中输入help
>help
db.help()helpondbmethods
db.mycoll.help()helponcollectionmethods
sh.help()shardinghelpers
rs.help()replicasethelpers
helpadminadministrativehelp
helpconnectconnectingtoadbhelp
helpkeyskeyshortcuts
helpmiscmiscthingstoknow
helpmrmapreduce
showdbsshowdatabasenames
showcollectionsshowcollectionsincurrentdatabase
showusersshowusersincurrentdatabase
showprofileshowmostrecentsystem.profileentrieswithtime>=1ms
showlogsshowtheaccessibleloggernames
showlog[name]printsoutthelastsegmentofloginmemory,'global'isdefault
use<db_name>setcurrentdatabase
db.foo.find()listobjectsincollectionfoo
db.foo.find({a:1})listobjectsinfoowherea==1
itresultofthelastlineevaluated;usetofurtheriterate
DBQuery.shellBatchSize=xsetdefaultnumberofitemstodisplayonshell
exitquitthemongoshell
>
2、打开数据库在数据库中查看帮助
进入到数据库中后我们可以使用db.help()查看数据库级别的帮助
db.help()#查看数据库级别的帮助,里面会显示数据库级别的帮助
3、查看集合中的帮助
>showdbs;
local0.000GB
tim0.000GB
>showcollections;
users
>db.users.help()
二、创建数据库
查看当前的数据库
>showdbs;
local0.000GB
tim0.000GB
可以看到当前只有tim和系统自带的local数据库，我们通过use去打开一个数据库！shuai并且查看数据库
>useshuai;
switchedtodbshuai
>showdbs;
local0.000GB
tim0.000GB
>
发现数据库并没有添加，当我们在给数据库中的集合插入一条文档的时候就会：自动创建一条文档合、一个集合、一个数据库。
>db.users.insert({"uid":1})
WriteResult({"nInserted":1})
>
#这个时候看下是否添加了数据库和集合！！！
>showdbs;
local0.000GB
shuai0.000GB
tim0.000GB
#当前数据库"shuai"下的集合
>showcollections;
users
>
2、插入一条数据
>db.users.insert({"uid":2,"uname":"luotianshuai","isvip":true,"sex":null,"favorite":["apple","banana",1,2,3,4,5],"regtime":newDate()})
WriteResult({"nInserted":1})
>db.users.find()
{"_id":ObjectId("5754f1ea4b7f62c4992c4ef4"),"uid":1}
{"_id":ObjectId("5754f2c84b7f62c4992c4ef5"),"uid":2,"uname":"luotianshuai","isvip":true,"sex":null,"favorite":["apple","banana",1,2,3,4,5],"regtime":ISODate("2016-06-06T03:49:28.946Z")}
注：这里的数据类型，列表、字典，这里的newDate()是MongoDB就类似DjangoModel的时间选项类似于：date=models.DateTimeField(auto_now=True)
3、查询数据
查询一条数据
>db.users.findOne({"uid":2})
{
"_id":ObjectId("5754f2c84b7f62c4992c4ef5"),
"uid":2,
"uname":"luotianshuai",
"isvip":true,
"sex":null,
"favorite":[
"apple",
"banana",
1,
2,
3,
4,
5
],
"regtime":ISODate("2016-06-06T03:49:28.946Z")
}
>
并且我们可以吧取出来的数据保存在一个变量中，并且通过变量去调用其值
>a=db.users.findOne({"uid":2})
{
"_id":ObjectId("5754f2c84b7f62c4992c4ef5"),
"uid":2,
"uname":"luotianshuai",
"isvip":true,
"sex":null,
"favorite":[
"apple",
"banana",
1,
2,
3,
4,
5
],
"regtime":ISODate("2016-06-06T03:49:28.946Z")
}
#并且可以通过变量去调用里面的值
>a.
a._ida.favoritea.isvipa.regtimea.toLocaleString(a.uida.valueOf(
a.constructora.hasOwnProperty(a.propertyIsEnumerable(a.sexa.toString(a.uname
>a.
三、MongoDB中的数据类型和Mysql数据类型对比
>db.users.insert({"uid":3,"salary":312402039840981098098309,"a":1.2423412314223423413})
WriteResult({"nInserted":1})
>b=db.users.findOne({"uid":3})
{
"_id":ObjectId("5754f7214b7f62c4992c4ef6"),
"uid":3,
"salary":3.124020398409811e+23,
"a":1.2423412314223423
}
1、MongoDB中的数字类型和Mysql中的数字类型对比
查看MongoDB中的数字类型他们都是number类型的
>typeof(b.uid)
number
>typeof(b.salary)
number
>typeof(b.a)
number
>
可以看出在MongoDB中所有的数字类型都是数值类型的，我们比较下Mysql中的数字类型！
在Mysql中类似“uid":3这个3应该属于普通的整数，或者是短整形
类似薪水：salary应该是长整型
类似a应该是双精度浮点型
数字：
在Mysql中对数字类型分的非常详细，有短整形、长整型，浮点数分为单精度和双精度浮点型，而在MongoDB都是64位的浮点数！这样的好处就是很简单，他不需要区分数字类型，就是number类型，简单、简洁。容易理解和在处理的时候也方便。
字符串：
在Mysql中分为定长、变长字符串，无论是定长字符串或者变长字符串，都要对长度事先定义！但是MongoDB中无需事先定义，对长度没有并且的定义并且他甚至可以存储一篇文章！也表现的简单、简洁、
布尔型：
布尔值只有：真、假分别用：TrueFalse表示
null值：
>db.users.find({"sex":null})
{"_id":ObjectId("5754f1ea4b7f62c4992c4ef4"),"uid":1}
{"_id":ObjectId("5754f2c84b7f62c4992c4ef5"),"uid":2,"uname":"luotianshuai","isvip":true,"sex":null,"favorite":["apple","banana",1,2,3,4,5],"regtime":ISODate("2016-06-06T03:49:28.946Z")}
{"_id":ObjectId("5754f7214b7f62c4992c4ef6"),"uid":3,"salary":3.124020398409811e+23,"a":1.2423412314223423}
>
咱们查询以”sex“为null条件，但是查询出了3条结果可以得出：
在MongoDB中，1、null代表着值为null2、者字段不存在。
那么怎么把字段存在并且为null值得文档查找出来呢？
>db.users.find({"sex":null,"sex":{"$exists":true}})
{"_id":ObjectId("5754f2c84b7f62c4992c4ef5"),"uid":2,"uname":"luotianshuai","isvip":true,"sex":null,"favorite":["apple","banana",1,2,3,4,5],"regtime":ISODate("2016-06-06T03:49:28.946Z")}
>
#我们查找sex为null的并且给其加一个条件值存在{"$exists":true}
数组：
一组数据集合
对象类型：
比如日期类型，日期类型是通过对象类型产生的，但是处理日期比较麻烦！这个也是MongoDB的问题表现力不足
**BSON的特点：**优点：简单、简洁、容易理解、解析方便、记忆
缺点：表现力不足比如日期格式（处理起来就比较麻烦）
四、命名规则
1、文档的键名命名几乎所有utf8字符串，只有以下少数例外
- $开头
- \0空字符串
- _下划线开头，可以用但是不建议使用，凡是系统生成的都是以_开头命名的，所以在实际生产中我们不使用_开头的！
2、集合的命名几乎所有的utf8字符串，只有以下少数例外
- $开头
- \0空字符串
- system.开头
- ”“空字符串
3、数据库的命名几乎所有的utf8字符串，只有以下少数例外
- $开头
- \0空字符串
- system.开头
- ”“空字符串
- /
- \
并且这里需要注意：数据库名是不区分大小写的，如果你有一个shuai的数据库，你在创建一个SHUAI的数据库插入数据的时候就会报错，我们一般创建数据库的时候都把MongoDB的数据库名为小写。
下一篇：MongoDB的基本操作！
本文内容总结：基本的操作，MongoDB数据类型，
原文链接：https://www.cnblogs.com/luotianshuai/p/5545480.html