MangoDB高级应用

Author:SimpleWu

聚合

聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。

//统计员工总数
db.emp.aggregate([{$count:"countName"}])
//或者
db.emp.find().count()

$group

使用$group是对筛选的数据进行分组。类似于mysql中的group by关键字。

//根据员工gender来分组并且统计数量
db.emp.aggregate([{$group : {_id : "$gender", count: {$sum : 1}}}])

说明：

• 这里_id是表示分组的字段，名字是固定的。
• count表示聚合生成列的名称。
• $sum表示聚合函数。
• 1统计的值，其他聚合函数也可以是字段。

聚合表达式

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	计算平均值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	在结果文档中插入值到一个数组中。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	在结果文档中插入值到一个数组中，但不创建副本。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根据资源文档的排序获取第一个文档数据。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根据资源文档的排序获取最后一个文档数据	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

这些聚合函数基本上与mysql，oracle中效果是一致的。

索引

所以这东西学习过数据库的都知道是不可缺少的，当然我们的MangoDB也是有的。

索引通常能够极大的提高查询的效率，如果没有索引，MongoDB在读取数据时必须扫描集合中的每个文档，并选取那些符合查询条件的记录。

创建索引语法：

db.collection.createIndex(keys, options)
/*
key：你要创建的索引字段，1 为指定按升序创建索引，如果你想按降序来创建索引指定为 -1 即可。如果多个字段使用,隔开
*/
db.emp.createIndex({"name":1})                    #创建单列索引
db.emp.createIndex({"name":1,"age":-1})      #创建多列索引。

索引的常见操作：

//查看集合索引
db.emp.getIndexes()
//查看集合索引大小
db.emp.totalIndexSize()
//删除集合所有索引
db.emp.dropIndexes()
//删除集合指定索引
db.emp.dropIndex("索引名称")

索引的种类、

在mysql里面索引有许多种类当然我们的MongoDB中也有很多种类:id索引、单键索引、多键索引、复合索引、过期索引、全文索引。

id索引

ID索引也称为主键索引，是我们创建一个集合时，自动创建的索引。

集合的默认排序是按照id来进行排序的。在mongodb中id是根据ObjectId()来生成的，这个顺序是以时间撮来进行生成。

单键索引

单键索引是最普通的索引。

和id索引不同，单键索引不会自动创建，需要我们手动创建。

db.col.createIndex({"name":1})//创建单列索引,对name列创建索引

多键索引

多键索引和单键索引创建形式相同，区别在于字段的值。

单键索引：值是一个单一的值，例如：字符串，数字或者日期。

多键索引：值有多个记录，例如：数组。

db.emp.createIndex({"name":1,"age":-1})//创建多列索引,对name和age创建索引

复合索引

当我们的查询条件不只一个时，就需要建立符合索引。符合索引是在多个列上同时创建索引。

db.col.createIndex({"name":1,"age":-1})  //创建复合索引。

索引的命名

默认情况下，索引的命名是列+1或者-1，这种方式不是很方面记忆，而且删除是也不太方面。这时候我们就需要为索引创建一个名称。

//创建索引并命名为ix_name。
db.students.createIndex({name:-1},{name:"ix_name"})

唯一索引

我们可以为索引添加一个唯一性，从而保存该列的数据不允许重复。

//创建索引并命名为ix_name。
db.students.createIndex({name:-1},{name:"ix_name",unique:true})

过期索引

过期索引：就是在一段时间后会自动过期的索引。在索引过期后，相应的数据也会被删除。

适合存储一些希望一段时间后会失效的数据，比如用户登录信息，存储的日志等。

db.collections.createIndex({time:1},{expireAfterSeconds:10})

过期索引的一些限制:

• 过期索引的值必须是指定的时间类型，必须使用ISODate或者ISODate数组，不能使用时间撮，否则不会被自动删除。
• 如果指定的是ISODate数组，则按照最小时间删除。
• 过期索引不能是复合索引。
• 删除时间是有一定的误差，由于删除过程是由后台程序每60秒跑一次，而且删除数据也需要一定的时间。所以存在误差。

全文索引

当要对一篇文章中的文本内容进行搜索的时候，这个时候可以考虑全文索引。全文索引可以加快检索内容关键字的效率。全文索引只能对字符串或者字符串数组有效。

//创建全文索引
db.students.createIndex({name:"text",info:"text"})

使用全文索引

创建好全文索引后，我们就可以来使用全文索引，使用全文索引需要使用$text和$search两个运算符。

//查找全文索引中包含了zhangsan的文档。
db.students.find({$text:{$search:"zhangsan"}})

//查找全文索引中包含了zhangsan或者zhangsanfeng的文档。
db.students.find({$text:{$search:"zhangsan zhangsanfeng"}})

//查找全文索引中包含了zhangsan，但不包含zhangsanfeng的文档。
db.students.find({$text:{$search:"zhangsan -zhangsanfeng"}})

//查找全文索引中包含了zhangsan和zhangsanfeng的文档。
db.students.find({$text:{$search:"\"zhangsan\" \"zhangsanfeng\""}})

全文索引的相似度

我们在百度中搜索时，经常会看到和我们关键字匹配度越高的，排行就越靠前。在mongodb中，我们还可以返回查询结果的相似度，与sort一起使用效果会更好。

使用方式：在find后面跟上{score:{$meta:"textScore"}}

db.students.find({$text:{$search:"zhangsan"}},{score:{$meta:"textScore"}})
.sort({score:{$meta:"textScore"}})

全文索引的限制

• 每次查询只能指定一个text。
• text操作符不能出现在$nor查询中。
• 查询中如果包含了text则hint将不再起作用。
• mongodb的全文索引对中文支持不是很好。

索引的注意事项

索引像一把双刃剑，用得好可以提高查询效率，如果用不好可能会导致性能的降低。

• $where和$exists完全不能走索引
• ne取反操作效率很低
• $not、$nin$or、$in

explain执行计划

索引的性能如何，我们可以通过explain执行计划来进行分析，从而使索引的性能达到最优。

explain的使用方式非常简单，我们只需要在执行的find()命令后添加一个explain()方法即可。

db.students.find().explain();

文档之间的关系

很多时候数据库中的数据不是单独存在的，数据和数据之间会有一些相互之间的联系。我们mongodb可以配置这种数据之间的关系。

文档之间的关系

• 一对一（one to one）
• 一对多（one to many）
• 多对一（many to one）
• 多对多（many to many）

每种关系又可以有两种方式来实现。

嵌入式：嵌套在一个document文档中。

引用式：通过外键引用的方式来实现。

Java操作MongoDB

下载MongoDB驱动http://mongodb.github.io/mongo-java-driver/

<dependency>
        <groupId>org.mongodb</groupId>
        <artifactId>mongodb-driver</artifactId>
        <version>3.9.0</version>
</dependency>

连接数据库，你需要指定数据库名称，如果指定的数据库不存在，mongo会自动创建数据库。

public static void main( String args[] ){
      try{
         // 连接到 mongodb 服务
         MongoClient mongoClient = new MongoClient( "localhost" , 27017 );

         // 连接到数据库
         MongoDatabase mongoDatabase = mongoClient.getDatabase("students");
         System.out.println("Connect to database successfully");

      }catch(Exception e){
         System.err.println( e.getClass().getName() + ": " + e.getMessage() );
     }
   }

我们可以使用 com.mongodb.client.MongoDatabase 类中的createCollection()来创建集合

我们可以使用com.mongodb.client.MongoCollection类的 insertMany() 方法来插入一个文档。

我们可以使用 com.mongodb.client.MongoCollection 类中的 find() 方法来获取集合中的所有文档。

你可以使用 com.mongodb.client.MongoCollection 类中的 updateMany() 方法来更新集合中的文档。

要删除集合中的第一个文档，首先你需要使用com.mongodb.DBCollection类中的 findOne()方法来获取第一个文档，然后使用remove 方法删除。

个人测试结果，基本操作：

package com.simple.nosql.mongodb;

import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.bson.Document;
import org.junit.Before;
import org.junit.Test;

import com.mongodb.MongoClient;
import com.mongodb.client.FindIterable;
import com.mongodb.client.MongoCollection;
import com.mongodb.client.MongoCursor;
import com.mongodb.client.MongoDatabase;
import com.mongodb.client.result.DeleteResult;
import com.mongodb.client.result.UpdateResult;

/**
 * MangoDB基本操作
 * @author SimpleWu
 *
 */
public class Test1 {

	private MongoClient mongoClient = null;

	/**
	 * 获取MongoDB客户端连接
	 *
	 * @return
	 */
	public MongoClient getMongoClient() {
		this.mongoClient = new MongoClient("localhost", 27017);
		return this.mongoClient;
	}

	private MongoDatabase mongoDatabase = null;

	/**
	 * 连接数据库，你需要指定数据库名称，如果指定的数据库不存在，mongo会自动创建数据库。
	 */
	public MongoDatabase createConnection() {
		getMongoClient();// 获取客户端连接
		// 连接到数据库
		mongoDatabase = mongoClient.getDatabase("students");
		System.out.println("Connect to database successfully");
		return this.mongoDatabase;

	}

	@Before
	public void before() {
		createConnection();
	}

	/**
	 * 我们可以使用 com.mongodb.client.MongoDatabase 类中的createCollection()来创建集合
	 */
	@Test
	public void createCollection() {
		// 创建集合
		mongoDatabase.createCollection("employee");
		System.out.println("集合创建成功");
	}

	/**
	 * 获取集合
	 */
	public MongoCollection<Document> getCollection() {
		// 获取指定名称集合
		MongoCollection<Document> collection = mongoDatabase.getCollection("employee");
		System.out.println("集合获取成功");
		return collection;
	}

	/**
	 * 插入文档
	 */
	@Test
	public void testInsert() {
		// 获取集合
		MongoCollection<Document> collection = getCollection();
		Map<String, Object> map = new HashMap<>();
		map.put("_id", 1);
		map.put("name", "AA");
		map.put("email", "AA@gmail.com");
		map.put("info", "my name is AA");
		Document document = new Document(map);
		collection.insertOne(document);

		// 插入多个文档
		Document document1 = new Document();
		document1.append("_id", 2);
		document1.append("name", "BB");
		document1.append("email", "BB@gmail.com");
		document1.append("info", "my name is BB");
		Document document2 = new Document();
		document2.append("_id", 3);
		document2.append("name", "CC");
		document2.append("email", "CC@gmail.com");
		document2.append("info", "my name is CC");
		List<Document> list = Arrays.asList(document1, document2);
		collection.insertMany(list);
		System.out.println("插入文档成功");
	}

	/**
	 * 检索文档
	 */
	@Test
	public void testFind() {
		// 获取集合
		MongoCollection<Document> collection = getCollection();

		// 检索所有文档
		FindIterable<Document> iterable = collection.find();

		//获取结果集
		MongoCursor<Document> cursor = iterable.iterator();
		while (cursor.hasNext()) {
			System.out.println(cursor.next());
		}

		// 获取name=AA的文档
		/*
		 * Document document = new Document(); document.append("name", "AA");
		 * FindIterable<Document> iterable = collection.find(document);
		 * select(iterable);
		 */
	}

	/**
	 * 更新文档
	 */
	@Test
	public void update() {
		// 获取集合
		MongoCollection<Document> collection = getCollection();
		//创建需要更新的条件
		Document document = new Document("name", "AA");
		//创建需要更新的内容
		Document upd = new Document("name", "AA-AA");
		//更新文档
		Document document1 = new Document("$set", upd);
		UpdateResult result = collection.updateOne(document, document1);
		System.out.println("更新成功");
	}

	/**
	 * 指定条件查询
	 */
	@Test
	public void eqLtGt(){
		MongoCollection<Document> collection = getCollection();

		//创建条件
		Document check = new Document("$eq", 1);

		//指定判断列
		Document document1 = new Document("_id",check);

		FindIterable<Document> iterable = collection.find(document1);

		select(iterable);
	}

	/**
	 * 删除文档
	 */
	@Test
	public void delete() {
		// 获取集合
		MongoCollection<Document> collection = getCollection();

		Document document = new Document("name", "BB");

		DeleteResult result = collection.deleteOne(document);

		System.out.println("删除数量 : " + result.getDeletedCount());
	}

        /**
	 * 分页
	 */
	@Test
	public void testPage(){
		getMongoClient();// 获取客户端连接
		// 连接到数据库
		mongoDatabase = mongoClient.getDatabase("students");
		// 获取集合总记录数
		Long count = mongoDatabase.getCollection("employee").count();

		MongoCollection<Document> collection = mongoDatabase.getCollection("employee");

		int pageSize = 2;//当前页
		int pageCount = 10;//每页文档数
		//开始页数，每页数量。取得结果值
		FindIterable<Document> iterable  = collection.find().skip( (pageSize - 1) *pageCount).limit(pageCount);
		select(iterable);
	}

	public void select(FindIterable<Document> iterable) {
		MongoCursor<Document> cursor = iterable.iterator();
		while (cursor.hasNext()) {
			System.out.println(cursor.next());
		}
	}
}