和我一起学习 MongoDB
2.87/5 (6投票s)
在这里，我们将通过一些练习来学习 MongoDB，我们将讨论 Mongo Shell、如何配置 MongoDB、MongoDB 中的索引是什么等等。
引言
这将是一系列关于 MongoDB 的文章。在这里，我们将通过一些练习来学习 MongoDB，我们将讨论 Mongo Shell、如何配置 MongoDB、MongoDB 中的索引是什么等等。我们都知道什么是索引，你可能已经在任何关系型数据库中做到过，比如 SQL 和 MySQL。你对 MongoDB 做过索引吗？如果你的答案是“否”，不用担心，在这里我们将看到 MongoDB 中的索引，如果你的答案是“是”，请阅读这篇帖子，并在我可能出错的地方指正我。现在我们开始吧。
必备组件
我希望你已经对 MongoDB 有了基本了解，如果没有，我强烈建议你阅读 这些帖子。现在你有了基本概念，我假设你已经设置好了 MongoDB 开发环境。让我们回顾一下你可能已经做过的。
- 安装 MongoDB
- 设置 MongoDB 的环境变量
- 启动 MongoDB 服务
要为 MongoDB 设置环境变量，你可能需要在系统变量路径中添加一个新路径，值为“C:\Program Files\MongoDB\Server\3.4\bin”，请注意，版本号会根据你的 MongoDB 版本而变化。完成以上步骤后，你应该就能从命令行界面启动 Mongo 服务器和 Mongo Shell。
使用 CLI 设置 MongoDB
现在，我们打开命令行界面，为 Mongo 创建数据目录。我们需要为此创建一个目录。请按照以下命令进行操作
md \data
md \data\db
mongod
现在，让我们打开一个新的 CLI 并运行“mongo”命令，请不要担心你收到的警告，因为我们不是在处理生产数据，可能不需要进行安全加固和优化。
探索 MongoDB
连接到 MongoDB 后，默认情况下你会连接到 test DB。你可以通过运行命令 MongoDB Enterprise > db 来检查。
玩转 Mongo Shell
现在我们来使用一个新的数据库。
MongoDB Enterprise > use MongoIndex
switched to db MongoIndex
MongoDB Enterprise >
请注意，数据库 MongoIndex 目前不存在，因为我们还没有创建它。尽管如此，Mongo 还是将我们的上下文切换到了新数据库。你可以通过运行命令 show dbs 来查看。
一旦我们插入任何与该数据库相关的文档，该数据库就会被创建。现在我们要创建一个名为“User”的新集合，因此一旦我们向这个集合中插入一条记录，数据库也会自动创建。我们来做这件事。
MongoDB Enterprise > db.users.insert({"name":"Sibees Venu"})
WriteResult({ "nInserted" : 1 })
MongoDB Enterprise >
现在如果你再次运行“show dbs”命令，MongoIndex 数据库就会显示出来。如果你想查看数据库中的集合，只需运行“show collections”命令即可。
MongoDB Enterprise > show collections
users
MongoDB Enterprise >
MongoDB 在处理数据方面非常友好，它不需要任何模式来启动。学习起来非常容易，对吧？
MongoDB 的另一个优点是它的 JavaScript 解释器 Shell，我们可以在其中键入 JavaScript 代码并运行。为了测试它，让我们创建一个变量并使用它。
MongoDB Enterprise > var name = "Sibeesh Venu"
MongoDB Enterprise > name
Sibeesh Venu
MongoDB Enterprise >
这样，我们就可以用 JavaScript 程序与数据库进行交互了。现在，让我们继续创建一个名为“Numbers”的集合，并在其中插入 26,000 行。我们该怎么做？是的，你说对了，我们要写一个 for 循环，mongo shell 提供了这种灵活性。让我们看看它的实际效果。
MongoDB Enterprise > for(i=0;i<=26000;i++){
... db.Numbers.insert({
... "number":i
... })
... }
WriteResult({ "nInserted" : 1 })
MongoDB Enterprise >
这样我们就完成了。请注意，我们可以将命令分成多行，这使得在 Shell 中将复杂的代码分成更易读的格式。听起来不错？
尽管我们插入了 26,000 行，但它总是显示“"nInserted" : 1”，这是因为它计算的是操作次数，而不是单个文档。让我们通过检查计数来查看这一点。
MongoDB Enterprise > db.numbers.count()
0
MongoDB Enterprise > db.Numbers.count()
26001
MongoDB Enterprise >
请注意，它是区分大小写的。
MongoDB 中的索引
现在，如果你想查看任何特定的记录，你总是可以在 Shell 中这样写查询
MongoDB Enterprise > db.Numbers.find(
... {"number":24000}
... )
{ "_id" : ObjectId("5a8d3be2020a0071d115cf62"), "number" : 24000 }
MongoDB Enterprise >
因此，在查询中，我们使用“find”函数，并带有过滤器“number: 24000”，这样 Mongo 就可以返回 number 值等于 24000 的记录。现在我们得到了我们需要的输出，你想看看后台发生了什么吗？要做到这一点，我们可以使用“explain()”函数。
MongoDB Enterprise > db.Numbers.find( {"number":24000} ).explain()
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "MongoIndex.Numbers",
"indexFilterSet" : false,
"parsedQuery" : {
"number" : {
"$eq" : 24000
}
},
"winningPlan" : {
"stage" : "COLLSCAN",
"filter" : {
"number" : {
"$eq" : 24000
}
},
"direction" : "forward"
},
"rejectedPlans" : [ ]
},
"serverInfo" : {
"host" : "PC292716",
"port" : 27017,
"version" : "3.4.9",
"gitVersion" : "876ebee8c7dd0e2d992f36a848ff4dc50ee6603e"
},
"ok" : 1
}
MongoDB Enterprise >
如果你需要有关执行的更多信息，可以将参数“executionStats”传递给“explain”函数。
参数总是区分大小写的，如果你输入错误，你会得到如下错误。所以请确保你传递的是
executionStats而不是executionstats。"MongoDB Enterprise > db.Numbers.find( {"number":24000} ).explain("executionstats")
2018-02-21T15:12:34.197+0530 E QUERY [thread1] Error: explain verbosity must be one of {'queryPlanner','executionStats','allPlansExecution'}
parseVerbosity@src/mongo/shell/explainable.js:22:1
constructor@src/mongo/shell/explain_query.js:83:27
DBQuery.prototype.explain@src/mongo/shell/query.js:520:24
@(shell):1:1"
MongoDB Enterprise > db.Numbers.find( {"number":24000} ).explain("executionStats")
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "MongoIndex.Numbers",
"indexFilterSet" : false,
"parsedQuery" : {
"number" : {
"$eq" : 24000
}
},
"winningPlan" : {
"stage" : "COLLSCAN",
"filter" : {
"number" : {
"$eq" : 24000
}
},
"direction" : "forward"
},
"rejectedPlans" : [ ]
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1,
"executionTimeMillis" : 13,
"totalKeysExamined" : 0,
"totalDocsExamined" : 26001,
"executionStages" : {
"stage" : "COLLSCAN",
"filter" : {
"number" : {
"$eq" : 24000
}
},
"nReturned" : 1,
"executionTimeMillisEstimate" : 11,
"works" : 26003,
"advanced" : 1,
"needTime" : 26001,
"needYield" : 0,
"saveState" : 203,
"restoreState" : 203,
"isEOF" : 1,
"invalidates" : 0,
"direction" : "forward",
"docsExamined" : 26001
}
},
"serverInfo" : {
"host" : "PC292716",
"port" : 27017,
"version" : "3.4.9",
"gitVersion" : "876ebee8c7dd0e2d992f36a848ff4dc50ee6603e"
},
"ok" : 1
}
MongoDB Enterprise >
现在你可以看到更多关于执行的信息，比如执行花了多少时间，检查了多少文档等等。如果你注意到，它检查了所有的 26001 条记录，耗时 13 毫秒。这只是一个例子，我们只有少量记录，如果我们有数百万条记录呢？检查所有记录将是一个糟糕的主意，对吧？那么我们该怎么办？有什么长远的解决方案吗？这就是 索引 的重要性发挥作用的地方。
让我们为我们要搜索的数字创建一个 Index。
MongoDB Enterprise > db.Numbers.createIndex({number:1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
MongoDB Enterprise >
这里的 number 是一个特殊变量，不是 string。如你所见，我们已经创建了索引。你可以看到 createdCollectionAutomatically 的属性值为 false，因为集合已经创建，它不需要再次创建。
让我们再次运行查找查询。
MongoDB Enterprise > db.Numbers.find( {"number":24000} ).explain("executionStats")
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "MongoIndex.Numbers",
"indexFilterSet" : false,
"parsedQuery" : {
"number" : {
"$eq" : 24000
}
},
"winningPlan" : {
"stage" : "FETCH",
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"number" : 1
},
"indexName" : "number_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"number" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"number" : [
"[24000.0, 24000.0]"
]
}
}
},
"rejectedPlans" : [
{
"stage" : "FETCH",
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"number" : 24000
},
"indexName" : "number_24000",
"isMultiKey" : false,
"multiKeyPaths" : {
"number" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"number" : [
"[24000.0, 24000.0]"
]
}
}
}
]
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1,
"executionTimeMillis" : 36,
"totalKeysExamined" : 1,
"totalDocsExamined" : 1,
"executionStages" : {
"stage" : "FETCH",
"nReturned" : 1,
"executionTimeMillisEstimate" : 0,
"works" : 3,
"advanced" : 1,
"needTime" : 0,
"needYield" : 0,
"saveState" : 1,
"restoreState" : 1,
"isEOF" : 1,
"invalidates" : 0,
"docsExamined" : 1,
"alreadyHasObj" : 0,
"inputStage" : {
"stage" : "IXSCAN",
"nReturned" : 1,
"executionTimeMillisEstimate" : 0,
"works" : 2,
"advanced" : 1,
"needTime" : 0,
"needYield" : 0,
"saveState" : 1,
"restoreState" : 1,
"isEOF" : 1,
"invalidates" : 0,
"keyPattern" : {
"number" : 1
},
"indexName" : "number_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"number" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"number" : [
"[24000.0, 24000.0]"
]
},
"keysExamined" : 1,
"seeks" : 1,
"dupsTested" : 0,
"dupsDropped" : 0,
"seenInvalidated" : 0
}
}
},
"serverInfo" : {
"host" : "PC292716",
"port" : 27017,
"version" : "3.4.9",
"gitVersion" : "876ebee8c7dd0e2d992f36a848ff4dc50ee6603e"
},
"ok" : 1
}
MongoDB Enterprise >
由于我们已经为我们要搜索的内容创建了索引，因此在运行查询时，它只检查了该文档，这就是为什么 totalDocsExamined 的值为 1。索引对记录很少的数据库影响不大，但对包含数百万条记录的大型数据集影响巨大。使用这些简单的索引可以将执行时间缩短到几乎为零。
至此，我们完成了这篇帖子。我很快就会发布这个系列的续篇。
结论
非常感谢阅读。我是否遗漏了你认为需要的内容？你觉得这篇帖子有用吗？希望你喜欢这篇文章。请分享你宝贵的建议和反馈。
现在轮到你了。你有什么想法？
没有评论的博客就不算是博客，但请尽量保持话题相关。如果你有与本帖无关的问题，最好将其发布到 C# Corner、Code Project、Stack Overflow、ASP.NET 论坛，而不是在这里评论。在推特或邮件上给我发送你问题的链接，我会尽力提供帮助。