MongoDB 極簡入門實踐
1. 爲什麼用 MongoDB?
傳統的計算機應用大多使用關係型數據庫來存儲數據,比如大家可能熟悉的 MySQL、Sqlite 等等,它的特點是數據以表(table)的形式儲存起來的。數據庫由一張張排列整齊的表格構成,就好像一個 Excel 表單一樣,每個表格會有若干列,比如一個學生信息表,可能包含學號、姓名、性別、入學年份、高考成績、籍貫等等。而表格的每一排,則是一個個學生的具體信息。在企業級應用和前互聯網時代,關係型數據庫幾乎是不二選擇。關係型數據庫的特點是有整齊劃一的組織,很方便對數據進行描述、插入、搜索。
想象有一個傳統的網上服裝商店吧,它的主要的數據可能是儲存在一張叫 products 的表單裏,表單可能包含這些列:商品編號(ID)、名稱(Name)、商家(brand)、主目錄(cate)、子目錄(sub-cat)、零售價(price)、是否促銷(promotion)等等。如果有一個用戶想要查找所有價格低於 300 元的正在促銷的鞋子的編號和名稱,則可以執行類似於以下的 SQL 語句:
1SELECT ID, name
2FROM products
3WHERE cate='shoes'
4AND price<300 and
5AND promotion=true;
6
7
SQL 具備了強大了的深度查詢能力,能滿足各式各樣的查詢要求。而如果要對數據進行添加和刪除,成本也是非常低的。這些是 SQL 的優勢之一, 但隨着互聯網的興起以及數據形式的多樣化,四平八穩的 SQL 表單在一些領域漸漸顯現出它的劣勢。讓我們通過一個例子來說明。考慮一個博客後臺系統,如果我們用關係型數據庫爲每篇博客(article)建一個表單的話,這個表單大概會包括以下這些列:
這時候用 SQL 數據庫來存儲是非常方便的,但假如我們要爲每篇文章添加評論功能,會發現每篇文章可能要多篇評論,而且這個數目是動態變化的,而且每篇評論還包括好幾項內容:評論的人、評論的時間、以及評論內容。這時候要將這些內容都塞進上述的那個表,就顯得很困難。通常的做法是爲評論(comment)單獨建一個表:
類似地,每篇文章可能會有若干標籤(tags)。標籤本身又是一個表單:
而博客的表格則要通過 foreign key 跟這些相關聯的表格聯繫起來 (可能還包括作者、出版社等其它表格)。這樣一來,當我們做查詢的時候,比如說,“找出評論數不少於 3 的標籤爲‘政治評論’的作者爲 Sam 的文章”,就會涉及到複雜的跨表查詢,需要大量使用 join
語句。這種跨表查詢不僅降低了查詢速度,而且這些語句寫起來也不簡單。
那麼,如果用 MongoDB 數據庫來實現,可以如何設計數據模型呢?很簡單,像下面這樣:
1 _id: POST_ID
2 title: TITLE_OF_POST,
3 description: POST_DESCRIPTION,
4 author: POST_BY,
5 tags: [TAG1, TAG2, TAG3],
6 likes: TOTAL_LIKES,
7 comments: [
8 {
9 user:'COMMENT_BY',
10 message: TEXT,
11 dateCreated: DATE_TIME,
12 },
13 {
14 user:'COMMENT_BY',
15 message: TEXT,
16 dateCreated: DATE_TIME,
17 }
18 ]
19
20
在 MongoDB 裏,每篇博客文章以一個文檔(document)的形式保存起來,而文檔內部包含了很多項目,比如 title tags
等,每一個項目都是 key-value
的形式,即有一個項目的名字,比如title
,以及它的值 TITLE_OF_POST
。而重要的是,一個 key
可以有多個 values
,他們用 []
括起來。
這種 “寬鬆” 的數據存儲形式非常靈活,MongoDB 不限制每個 key
對應的 values
的數目。比如有的文章沒有評論,則它的值就是一個空集,完全沒有問題;有的文章評論很多,也可以無限制地插入。更靈活的是,MongoDB 不要求同一個集合(collection 相當於 SQL 的 table)裏面的不同 document 有相同的 key,比如除了上述這種文檔組織,有的文檔所代表的文章可能沒有 likes 這個項目,再比如有的文章可能有更多的項目,比如可能還有 dislikes 等等。這些不同的文檔都可以靈活地存儲在同一個集合下,而且查詢起來也異常簡單,因爲都在一個文檔裏,不用進行各種跨文檔查詢。而這種 MongoDB 式的存儲也方便了數據的維護,對於一篇博客文章來說,所有的相關數據都在這個 document 裏面,不用去考慮一個數據操作需要 involve 多少個表格。
當然,除了上述的優點,MongoDB 還有不少別的優勢,比如 MongoDB 的數據是用 JSON(JavaScript Object Notation)存儲的 (就是上面的這種 key-value 的形式),適用於而幾乎所有的 Web 應用,存儲的數據和應用的數據的格式是高度一致的,不需經過轉換。
2. 關於這篇文章
這個極簡教程,或者說筆記,並不是一個覆蓋 MongoDB 方方面面的教程。所謂極簡的意思,就是隻選取那些最重要、最常用的內容進行基於實例的介紹,從而讓讀者能夠在最短的時間內快速上手,並且能順利地進行後續的縱深的學習。
具體地說,這個教程的特點是:
-
不求全面,只求實用。只覆蓋最核心的部分;
-
以大量例子爲導向;
-
一邊閱讀一邊動手操作的話,大約只需要 2 小時的時間;
閱讀這篇文章不需要有特別的基礎,但最好知道數據庫的基本概念,如果本身熟悉 SQL 那就更好啦。
3. 安裝與環境
3.1 使用 MongoDB Atlas + Compass(推薦)
MongoDB 提供了一個叫做 Atlas 的雲服務,可以直接在雲上架設 Server,然後我們可以在本地遠程連接 Server。這樣做的好處是,用戶不必下載、安裝和架設本地的 MongoDB 服務器。對於初學者而言,這個方式要更簡單,可以最大程度地避免安裝過程中的各種坑。
簡單步驟如下:
-
- Start Mongo Atlas:https://www.mongodb.com/cloud/atlas,基本上按默認設置走即可
-
- 設置完畢後,點擊 connect,並點選通過 MongoDB Compass 連接服務器。按提示下載 Compass
-
- 用之前 Atlas 裏面設置的賬號密碼登錄 Compass,然後點擊左下角的 MongoSH Beta,就可以輸入命令行了
3.2 本地架設 server
MongoDB 可以在 Windows、Linux、Mac OS X 等主流平臺運行,而且下載和安裝非常簡單,非常友好。這篇文檔的例子採用 MongoDB 2.6 版本,均在 OS X 測試過,有充足的理由相信,在其它平臺也能順利運行。
Windows 的安裝和設置可以參考:http://www.w3cschool.cc/mongodb/mongodb-window-install.html;
Linux 的安裝和設置可以參考:http://www.w3cschool.cc/mongodb/mongodb-linux-install.html;
Mac OS X 下的安裝和設置:
-
- 在 https://www.mongodb.org/ 下載適合你的 Mac 的 MongoDb;
-
- 下載得到的文件是一個 zip 文件,解壓,然後放到你想到的文件夾,比如 /Users/Steven/MongoDB;
-
- 創建一個你喜歡的文件夾來存儲你的數據,比如 /User/Steven/myData;
-
- 打開 Terminal,cd 到 2 裏面那個文件夾 /Users/Steven/MongoDB,再 cd bin;
-
- 輸入 ./mongod --dbpath /User/Steven/myData,等到出現類似 “waiting for connections on port 27017”,說明 MongoDB 服務器已架設好,而數據將儲存在 myData 裏面;
-
- 新打開一個 Terminal,cd /Users/Steven/MongoDB/bin,然後運行 ./mongo; 順利的話它將出現一個 interactive shell 讓你進行各種操作,而你的數據將儲存在 myData 裏
如果以上的各個步驟都運行順利,就可以跳到下一節啦。
4. 創建集合和刪除集合
在上一節執行完步驟 6 後,你會看到命令行裏顯示:connecting to: test,這裏的 test 是默認的數據庫。這裏我們可以新建一個數據庫。在命令行裏打入:
1use tutorial
2
3
這樣就新建了一個叫做 tutorial
的數據庫。你可以執行
1show databases
2
3
來顯示當前的數據庫。不過這時候由於我們的新數據庫是空的,所以會顯示類似這樣的:
1admin (empty)
2local 0.078GB
3
4
我們試着往我們的數據庫裏添加一個集合(collection),MongoDB 裏的集合和 SQL 裏面的表格是類似的:
1db.createCollection('author')
2
3
順利的話會顯示:
1{ "ok" : 1 }
2
3
表示創建成功。
你可以再回頭執行:
1show databases
2
3
這時候我們的 tutorial 集合已經位列其中。你可以再執行
1show collections
2
3
可以看到創建的集合 author 也在其中。
我們暫時不需要 author 這個集合,所以我們可以通過執行:
1db.author.drop()
2
3
來將其刪除。這時候你再執行 show collections
,就再也看不到我們的 author 了。
這一節要記住的點主要只有一個:集合(collection)類似於 SQL 的表格(table),類似於 Excel 的一個個表格。
5. 插入
想象一個精簡版的 “豆瓣電影”。我們需要創建一個數據庫,來存儲每部電影的信息,電影的信息包括:
-
電影名字
-
導演
-
主演 (可能多個)
-
類型標籤 (可能多個)
-
上映日期
-
喜歡人數
-
不喜歡人數
-
用戶評論 (可能多個)
顯然我們需要先創建一個叫電影的集合:
1db.createCollection('movie')
2
3
然後,我們就可以插入數據了:
1db.movie.insert(
2 {
3 title: 'Forrest Gump',
4 directed_by: 'Robert Zemeckis',
5 stars: ['Tom Hanks', 'Robin Wright', 'Gary Sinise'],
6 tags: ['drama', 'romance'],
7 debut: new Date("1994-07-06T00:00:00"),
8 likes: 864367,
9 dislikes: 30127,
10 comments: [
11 {
12 user:'user1',
13 message: 'My first comment',
14 dateCreated: new Date("2020-10-15T00:00:00"),
15 like: 0
16 },
17 {
18 user:'user2',
19 message: 'My first comment too!',
20 dateCreated: new Date("2019-04-15T00:00:00"),
21 like: 0
22 }
23 ]
24}
25)
26
27
請注意,這裏插入數據之前,我們並不需要先聲明 movie 這個集合裏面有哪些項目。我們直接插入就可以了~ 這一點和 SQL 不一樣,SQL 必須先聲明一個 table 裏面有哪些列,而 MongoDB 不需要。
把上面的例子複製進命令行應該可以順利運行,但我強烈建議你手動打一下,或者輸入一部你自己喜歡的電影。insert
操作有幾點需要注意:
-
- 不同 key-value 需要用逗號隔開,而 key:value 中間是用冒號;
-
- 如果一個 key 有多個 value,value 要用 []。哪怕當前只有一個 value,也加上 [] 以備後續的添加;
-
- 整個 “數據塊” 要用 {} 括起來;
如果你在 insert
之後看到 WriteResult({ "nInserted" : 1 })
,說明寫入成功。
這個時候你可以用查詢的方式來返回數據庫中的數據:
1db.movie.find().pretty()
2
3
這裏 find()
裏面是空的,說明我們不做限制和篩選,類似於 SQL 沒有 WHERE
語句一樣。而 pretty()
輸出的是經格式美化後的數據,你可以自己試試沒有 pretty()
會怎麼樣。
仔細觀察 find()
的結果,你會發現多了一個叫 '_id'
的東西,這是數據庫自動創建的一個 ID 號,在同一個數據庫裏,每個文檔的 ID 號都是不同的。
我們也可以同時輸入多個數據:
1db.movie.insert([
2 {
3 title: 'Fight Club',
4 directed_by: 'David Fincher',
5 stars: ['Brad Pitt', 'Edward Norton', 'Helena Bonham Carter'],
6 tags: 'drama',
7 debut: new Date("1999-10-15T00:00:00"),
8 likes: 224360,
9 dislikes: 40127,
10 comments: [
11 {
12 user:'user3',
13 message: 'My first comment',
14 dateCreated: new Date("2020-10-15T01:00:00"),
15 like: 0
16 },
17 {
18 user:'user2',
19 message: 'My first comment too!',
20 dateCreated: new Date("2020-11-15T01:00:00"),
21 like: 14
22 },
23 {
24 user:'user7',
25 message: 'Good Movie!',
26 dateCreated: new Date("2020-10-15T08:00:00"),
27 like: 2
28 }
29 ]
30},
31{
32 title: 'Seven',
33 directed_by: 'David Fincher',
34 stars: ['Morgan Freeman', 'Brad Pitt', 'Kevin Spacey'],
35 tags: ['drama','mystery','thiller'],
36 debut: new Date("1995-10-22T01:00:00"),
37 likes: 134370,
38 dislikes: 1037,
39 comments: [
40 {
41 user:'user3',
42 message: 'Love Kevin Spacey',
43 dateCreated: new Date("2020-12-15T01:00:00"),
44 like: 0
45 },
46 {
47 user:'user2',
48 message: 'Good works!',
49 dateCreated: new Date("2020-10-15T11:22:33"),
50 like: 14
51 },
52 {
53 user:'user7',
54 message: 'Good Movie!',
55 dateCreated: new Date("2020-08-15T01:00:00"),
56 like: 2
57 }
58 ]
59}
60])
61
62
順利的話會顯示:
1{ acknowledged: true,
2 insertedIds:
3 { '0': ObjectId("5ffafff5f136fdd9f4ca1492"),
4 '1': ObjectId("5ffafff5f136fdd9f4ca1493") } }
5
6
表面我們成功地插入了兩個數據。注意批量插入的格式是這樣的:db.movie.insert([{ITEM1},{ITEM2}])
。幾部電影的外面需要用 [] 括起來。
請注意,雖然 collection 的插入不需要先聲明,但表達相同意思的 key,名字要一樣,比如,如果我們在一個文檔裏用 directed_by
來表示導演,則在其它文檔也要保持同樣的名字 (而不是 director
之類的)。不同的名字不是不可以,技術上完全可行,但會給查詢和更新帶來困難。
好了,到這裏,我們就有了一個叫 tutorial 的數據庫,裏面有一個叫 movie 的集合,而 movie 裏面有三個記錄。接下來我們就可以對其進行查詢了。
6. 查詢
在上一節我們已經接觸到最簡單的查詢 db.movie.find().pretty()
。MongoDB 支持各種各樣的深度查詢功能。先來一個最簡單的例子,找出大衛芬奇(David Fincher)導演的所有電影:
1db.movie.find({'directed_by':'David Fincher'}).pretty()
2
3
將返回《搏擊俱樂部》和《七宗罪》兩部電影。這種搜索和 SQL 的 WHERE
語句是很相似的。
也可以設置多個條件。比如找出大衛芬奇導演的, 摩根弗里曼主演的電影:
1db.movie.find({'directed_by':'David Fincher', 'stars':'Morgan Freeman'}).pretty()
2
3
這裏兩個條件之間,是 AND 的關係,只有同時滿足兩個條件的電影纔會被輸出。同理,可以設置多個的條件,不贅述。
條件之間也可以是或的關係,比如找出羅賓懷特或摩根弗里曼主演的電影:
1db.movie.find(
2{
3 $or:
4 [ {'stars':'Robin Wright'},
5 {'stars':'Morgan Freeman'}
6 ]
7}).pretty()
8
9
注意這裏面稍顯複雜的各種括號。
還可以設置一個範圍的搜索,比如找出 50 萬人以上讚的電影:
1db.movie.find({'likes':{$gt:500000}}).pretty()
2
3
同樣要注意略複雜的括號。注意,在這些查詢裏,key 的單引號都是可選的,也就是說,上述語句也可以寫成:
1db.movie.find({likes:{$gt:500000}}).pretty()
2
3
類似地,少於二十萬人讚的電影:
1db.movie.find({likes:{$lt:200000}}).pretty()
2
3
類似的運算符還有:$lte
(小於或等於)、$gte
(大於或等於)、$ne
(不等於)。
注意,對於包含多個值的 key,同樣可以用 find 來查詢。比如:
1db.movie.find({'tags':'romance'})
2
3
將返回《阿甘正傳》,雖然其標籤既有 romance,又有 drama,但只要符合一個就可以了。
如果你確切地知道返回的結果只有一個,也可以用 findOne
:
1db.movie.findOne({'title':'Forrest Gump'})
2
3
如果有多個結果,則會按磁盤存儲順序返回第一個。請注意,findOne()
自帶 pretty 模式,所以不能再加 pretty()
,將報錯。
如果結果很多而你只想顯示其中一部分,可以用 limit()
和 skip()
,前者指明輸出的個數,後者指明從第二個結果開始數。比如:
1db.movie.find().limit(2).skip(1).pretty()
2
3
則跳過第一部,從第二部開始選取兩部電影。
7. 局部查詢
第五節的時候我們講了 find
的用法,但對於符合條件的條目,我們都是返回整個 JSON 文件的。這類似於 SQL 裏面的 SELECT *
。有的時候,我們需要的,僅僅是部分數據,這個時候,find
的局部查詢的功能就派上用場了。先來看一個例子,返回 tags 爲 drama 的電影的名字和首映日期。
1db.movie.find({'tags':'drama'},{'debut':1,'title':1}).pretty()
2
3
數據庫將返回:
1{
2 "_id" : ObjectId("549cfb42f685c085f1dd47d4"),
3 "title" : "Forrest Gump",
4 "debut" : ISODate("1994-08-05T16:00:00Z")
5}
6{
7 "_id" : ObjectId("549cff96f685c085f1dd47d6"),
8 "title" : "Fight Club",
9 "debut" : ISODate("1999-11-14T16:00:00Z")
10}
11{
12 "_id" : ObjectId("549cff96f685c085f1dd47d7"),
13 "title" : "Seven",
14 "debut" : ISODate("1995-10-21T16:00:00Z")
15}
16
17
這裏 find 的第二個參數是用來控制輸出的,1 表示要返回,而 0 則表示不返回。默認值是 0,但 _id
是例外,因此如果你不想輸出 _id
,需要顯式地聲明:
1db.movie.find({'tags':'drama'},{'debut':1,'title':1,'_id':0}).pretty()
2
3
8. 更新
很多情況下你需要更新你的數據庫,比如有人對某部電影點了個贊,那麼你需要更新相應的數據庫。比如有人對《七宗罪》點了個贊,而它本來的讚的個數是 134370,那麼你需要更新到 134371。可以這樣操作:
1db.movie.updateOne({title:'Seven'}, {$set:{likes:134371}})
2
3
第一個大括號裏表明要選取的對象,第二個表明要改動的數據。請注意上述的操作相當不現實,因爲你首先要知道之前的數字是多少,然後加一,但通常你不讀取數據庫的話,是不會知道這個數(134370)的。MongoDB 提供了一種簡便的方法,可以對現有條目進行增量操作。假設又有人對《七宗罪》點了兩個贊,則可以:
1db.movie.updateOne({title:'Seven'}, {$inc:{likes:2}})
2
3
如果你查詢的話,會發現點贊數變爲 134373 了,這裏用的是 $inc
。除了增量更新,MongoDB 還提供了很多靈活的更新選項。
注意如果有多部符合要求的電影。則默認只會更新第一個。如果要多個同時更新,要用 updateMany
,像下面這樣:
1db.movie.updateMany({}, {$inc:{likes:10}})
2
3
所有電影的贊數都多了 10.
注意,以上的更新操作會替換掉原來的值,所以如果你是想在原有的值的基礎上增加一個值的話,則應該用 $push
,比如,爲《七宗罪》添加一個 popular 的 tags。
1db.movie.updateOne({'title':'Seven'}, {$push:{'tags':'popular'}})
2
3
我們查詢一下 db.movie.find({'title':'Seven'},{'tags':1,'title':1}
,你會發現《七宗罪》現在有四個標籤:
1"tags" : [
2 "drama",
3 "mystery",
4 "thiller",
5 "popular"
6],
7
8
9. 刪除
刪除的句法和 find 很相似,比如,要刪除標籤爲 romance 的電影,則:
1db.movie.deleteOne({'tags':'romance'})
2
3
考慮到我們數據庫條目異常稀少,就不建議你執行這條命令了。同樣地,該命令只刪除滿足條件的第一條記錄。如果要刪除滿足條件的所有記錄,則使用 deleteMany
10. 索引和排序
爲文檔中的一些 key 加上索引(index)可以加快搜索速度。這一點不難理解,假如沒有索引,我們要查找名字爲 Seven 的電影,就必須在所有文檔裏逐個搜索。而如果對名字這個 key 加上索引值,則電影名這個字符串和數字建立了映射,這樣在搜索的時候就會快很多。排序的時候也是如此,不贅述。MongoDB 裏面爲某個 key 加上索引的方式很簡單,比如我們要對導演這個 key 加索引,則可以:
1db.movie.ensureIndex({directed_by:1})
2
3
這裏的 1 是升序索引,如果要降序索引,用 -1。
MongoDB 支持對輸出進行排序,比如按名字排序:
1db.movie.find().sort({'title':1}).pretty()
2
3
同樣地,1 是升序,-1 是降序。默認是 1。
1db.movie.getIndexes()
2
3
將返回所有索引,包括其名字。而
1db.movie.dropIndex('index_name')
2
3
將刪除對應的索引。
11. 聚合
MongoDB 支持類似於 SQL 裏面的 GROUP BY
操作。比如當有一張學生成績的明細表時,我們可以找出每個分數段的學生各有多少。爲了實現這個操作,我們需要稍加改動我們的數據庫。執行以下三條命令:
1db.movie.updateOne({title:'Seven'},{$set:{grade:1}})
2db.movie.updateOne({title:'Forrest Gump'},{$set:{grade:1}})
3db.movie.updateOne({title:'Fight Club'},{$set:{grade:2}})
4
5
這幾條是給每部電影加一個虛擬的分級,前兩部是歸類是一級,後一部是二級。
這裏你也可以看到 MongoDB 的強大之處:可以動態地後續添加各種新項目。
我們先通過聚合來找出總共有幾種級別。
1db.movie.aggregate([{$group:{_id:'$grade'}}])
2
3
輸出:
1{ "_id" : 2 }
2{ "_id" : 1 }
3
4
注意這裏的 2 和 1 是指級別,而不是每個級別的電影數。這個例子看得清楚些:
1db.movie.aggregate([{$group:{_id:'$directed_by'}}])
2
3
這裏按照導演名字進行聚合。輸出:
1{ "_id" : "David Fincher" }
2{ "_id" : "Robert Zemeckis" }
3
4
接着我們要找出,每個導演的電影數分別有多少:
1db.movie.aggregate([{$group:{_id:'$directed_by',num_movie:{$sum:1}}}])
2
3
將會輸出:
1{ "_id" : "David Fincher", "num_movie" : 2 }
2{ "_id" : "Robert Zemeckis", "num_movie" : 1 }
3
4
注意 $sum
後面的 1 表示只是把電影數加起來,但我們也可以統計別的數據,比如兩位導演誰的贊比較多:
1 db.movie.aggregate([{$group:{_id:'$directed_by',num_likes:{$sum:'$likes'}}}])
2
3
輸出:
1{ "_id" : "David Fincher", "num_likes" : 358753 }
2{ "_id" : "Robert Zemeckis", "num_likes" : 864377 }
3
4
注意這些數據都純屬虛構啊!
除了 $sum
,還有其它一些操作。比如:
1db.movie.aggregate([{$group:{_id:'$directed_by',num_movie:{$avg:'$likes'}}}])
2
3
統計平均的贊。
1db.movie.aggregate([{$group:{_id:'$directed_by',num_movie:{$first:'$likes'}}}])
2
3
返回每個導演的電影中的第一部的贊數。
其它各種操作可以參考:http://docs.mongodb.org/manual/reference/operator/aggregation/group/ 。
12. All or Nothing?
MongoDB 支持單個文檔內的原子化操作 (atomic operation),這是說,可以將多條關於同一個文檔的指令放到一起,他們要麼一起執行,要麼都不執行。而不會執行到一半。有些場合需要確保多條執行一起順次執行。比如一個場景:一個電商網站,用戶查詢某種商品的剩餘數量,以及用戶購買該種商品,這兩個操作,必須放在一起執行。不然的話,假定我們先執行剩餘數量的查詢,這是假定爲 1,用戶接着購買,但假如這兩個操作之間還加入了其它操作,比如另一個用戶搶先購買了,那麼原先購買用戶的購買的行爲就會造成數據庫的錯誤,因爲實際上這種商品已經沒有存貨了。但因爲查詢剩餘數量和購買不是在一個“原子化操作” 之內,因此會發生這樣的錯誤。
MongoDB 提供了 findAndModify
的方法來確保 atomic operation。比如這樣的:
1db.movie.findAndModify(
2 {
3 query:{'title':'Forrest Gump'},
4 update:{$inc:{likes:10}}
5 }
6 )
7
8
9
Query 是查找出匹配的文檔,和 find 是一樣的,而 update 則是更新 likes 這個項目。注意由於 MongoDB 只支持單個文檔的 atomic operation,因此如果 query 出多於一個文檔,則只會對第一個文檔進行操作。
13. 文本搜索
除了前面介紹的各種深度查詢功能,MongoDB 還支持文本搜索。對文本搜索之前,我們需要先對要搜索的 key 建立一個 text 索引。假定我們要對標題進行文本搜索,我們可以先這樣:
1db.movie.ensureIndex({title:'text'})
2
3
接着我們就可以對標題進行文本搜索了,比如,查找帶有 "Gump" 的標題:
1db.movie.find({$text:{$search:"Gump"}}).pretty()
2
3
注意 text 和 search 前面的 $ 符號。
這個例子裏,文本搜索作用不是非常明顯。但假設我們要搜索的 key 是一個長長的文檔,這種 text search 的方便性就顯現出來了。
14. 正則表達式
MongoDB 還支持基於正則表達式的查詢。這裏簡單舉幾個例子。比如,查找標題以 b
結尾的電影信息:
1db.movie.find({title:{$regex:'.*b$'}}).pretty()
2
3
也可以寫成:
1db.movie.find({title:/.*b$/}).pretty()
2
3
查找含有'Fight' 標題的電影:
1db.movie.find({title:/Fight/}).pretty()
2
3
注意以上匹配都是區分大小寫的,如果你要讓其不區分大小寫,則可以:
1db.movie.find({title:{$regex:'fight.*b',$options:'$i'}}).pretty()
2
3
$i
是 insensitive 的意思。這樣的話,即使是小寫的 fight,也能搜到了。
1db.movie.find({title: /fight.*b/i}).pretty()
2
3
當然,這樣也是可以,這是 JS 正則寫法
15. 後記
至此,MongoDB 的最基本的內容就介紹得差不多了。如果有什麼遺漏的以後我會補上來。如果你一路看到底完全了這個入門教程,恭喜你,你一定是一個有毅力的人。
把這個文檔過一遍,不會讓你變成一個 MongoDB 的專家。但如果它能或多或少減少你上手的時間,或者讓你意識到 “MongoDB 其實沒那麼複雜”,那麼這個教程的目的也就達到啦。
作者:StevenSLXie
鏈接:https://github.com/StevenSLXie/Tutorials-for-Web-Developers
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s?__biz=MzA5MzYyNzQ0MQ==&mid=2247499494&idx=2&sn=8191afed5b3afc38ae55d19a5256f9de&chksm=90584bb8a72fc2aee1006f0a88e36ade6474c001de7ce6da8d33e35d3d3899bed60ba1bd108f&scene=132#wechat_redirect