db.users.find({"name":/^琴.*/}).limit(10)
mongodb由C＋＋写就，其名字来自humongous这个单词的中间部分，从名字可见其野心所在就是海量数据的处理。关于它的一个最简洁描述为：scalable, high-performance, open source, schema-free, document-oriented database。MongoDB的主要目标是在键/值存储方式（提供了高性能和高度伸缩性）以及传统的RDBMS系统（丰富的功能）架起一座桥梁，集两者的优势于一身。
安装及使用：
首先在Ubuntu上安装MongoDB。
下载MongoDB, 现在最新的生产版本1.7.0
1. 解压文件.
$ tar -xvf mongodb-linux-i686-1.4.3.tgz
2. 为MongoDB创建数据目录，默认情况下它将数据存储在/data/db
$ sudo mkdir -p /data/db/
$ sudo chown `id -u` /data/db
3. 启动MongoDB服务.
$ cd mongodb-linux-i686-1.4.3/bin
$ ./mongod
4. 打开另一个终端，并确保你在MongoDB的bin目录，输入如下命令.
$ ./mongo
一些概念
一个mongod服务可以有建立多个数据库，每个数据库可以有多张表，这里的表名叫collection，每个collection可以存放多个文档（document），每个文档都以BSON（binary json）的形式存放于硬盘中，因此可以存储比较复杂的数据类型。它是以单文档为单位存储的，你可以任意给一个或一批文档新增或删除字段，而不会对其它文档造成影响，这就是所谓的schema-free，这也是文档型数据库最主要的优点。跟一般的key-value数据库不一样的是，它的value中存储了结构信息，所以你又可以像关系型数据库那样对某些域进行读写、统计等操作。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。Mongo还可以解决海量数据的查询效率，根据官方文档，当数据量达到50GB以上数据时，Mongo数据库访问速度是MySQL10 倍以上。
BSON
BSON是Binary JSON 的简称，是一个JSON文档对象的二进制编码格式。BSON同JSON一样支持往其它文档对象和数组中再插入文档对象和数组，同时扩展了JSON的数据类型。如：BSON有Date类型和BinDate类型。
BSON被比作二进制的交换格式，如同Protocol Buffers，但BSON比它更“schema-less”，非常好的灵活性但空间占用稍微大一点。
BSON有以下三个特点：
1． 轻量级
2． 跨平台
3． 效率高
命名空间
MongoDB存储BSON对象到collections,这一系列的数据库名和collection名被称为一个命名空间。如同：java.util.List;用来管理数据库中的数据。
索引
mongodb可以对某个字段建立索引，可以建立组合索引、唯一索引，也可以删除索引，建立索引就意味着增加空间开销。默认情况下每个表都会有一个唯一索引：_id，如果插入数据时没有指定_id，服务会自动生成一个_id，为了充分利用已有索引，减少空间开销，最好是自己指定一个unique的key为_id，通常用对象的ID比较合适，比如商品的ID。
shell操作数据库：
1. 超级用户相关：
1. #进入数据库admin
use admin
2. #增加或修改用户密码
db.addUser(‘name‘,‘pwd‘)
3. #查看用户列表
db.system.users.find()
4. #用户认证
db.auth(‘name‘,‘pwd‘)
5. #删除用户
db.removeUser(‘name‘)
6. #查看所有用户
show users
7. #查看所有数据库
show dbs
8. #查看所有的collection
show collections
9. #查看各collection的状态
db.printCollectionStats()
10. #查看主从复制状态
db.printReplicationInfo()
11. #修复数据库
db.repairDatabase()
12. #设置记录profiling，0=off 1=slow 2=all
db.setProfilingLevel(1)
13. #查看profiling
show profile
14. #拷贝数据库
db.copyDatabase(‘mail_addr‘,‘mail_addr_tmp‘)
15. #删除collection
db.mail_addr.drop()
16. #删除当前的数据库
db.dropDatabase()
2. 增删改
1. #存储嵌套的对象
db.foo.save({‘name‘:‘ysz‘,‘address‘:{‘city‘:‘beijing‘,‘post‘:100096},‘phone‘:[138,139]})
2. #存储数组对象
db.user_addr.save({‘Uid‘:‘yushunzhi@sohu.com‘,‘Al‘:[‘test-1@sohu.com‘,‘test-2@sohu.com‘]})
3. #根据query条件修改，如果不存在则插入，允许修改多条记录
db.foo.update({‘yy‘:5},{‘$set‘:{‘xx‘:2}},upsert=true,multi=true)
4. #删除yy=5的记录
db.foo.remove({‘yy‘:5})
5. #删除所有的记录
db.foo.remove()
3. 索引
1. #增加索引：1(ascending),-1(descending)
2. db.foo.ensureIndex({firstname: 1, lastname: 1}, {unique: true});
3. #索引子对象
4. db.user_addr.ensureIndex({‘Al.Em‘: 1})
5. #查看索引信息
6. db.foo.getIndexes()
7. db.foo.getIndexKeys()
8. #根据索引名删除索引
9. db.user_addr.dropIndex(‘Al.Em_1‘)
4. 查询
1. #查找所有
2. db.foo.find()
3. #查找一条记录
4. db.foo.findOne()
5. #根据条件检索10条记录
6. db.foo.find({‘msg‘:‘Hello 1‘}).limit(10)
7. #sort排序
8. db.deliver_status.find({‘From‘:‘ixigua@sina.com‘}).sort({‘Dt‘,-1})
9. db.deliver_status.find().sort({‘Ct‘:-1}).limit(1)
10. #count操作
11. db.user_addr.count()
12. #distinct操作,查询指定列，去重复
13. db.foo.distinct(‘msg‘)
14. #”>=”操作
15. db.foo.find({"timestamp": {"$gte" : 2}})
16. #子对象的查找
17. db.foo.find({‘address.city‘:‘beijing‘})
5. 管理
1. #查看collection数据的大小
2. db.deliver_status.dataSize()
3. #查看colleciont状态
4. db.deliver_status.stats()
5. #查询所有索引的大小
6. db.deliver_status.totalIndexSize()
5. advanced queries:高级查询
条件操作符
$gt :
>
$lt : <
$gte: >=
$lte: <=
$ne
: !=、<>
$in : in
$nin: not
in
$all: all
$not: 反匹配(1.3.3及以上版本)
查询 name <> "bruce" and age >= 18 的数据
db.users.find({name:
{$ne: "bruce"}, age: {$gte: 18}});
查询
creation_date > ‘2010-01-01‘ and creation_date <= ‘2010-12-31‘
的数据
db.users.find({creation_date:{$gt:new
Date(2010,0,1), $lte:new Date(2010,11,31)});
查询
age in (20,22,24,26) 的数据
db.users.find({age:
{$in: [20,22,24,26]}});
查询
age取模10等于0 的数据
db.users.find(‘this.age % 10 ==
0‘);
或者
db.users.find({age : {$mod :
[10, 0]}});
匹配所有
db.users.find({favorite_number : {$all : [6,
8]}});
可以查询出{name: ‘David‘, age: 26,
favorite_number: [ 6, 8, 9 ] }
可以不查询出{name:
‘David‘, age: 26, favorite_number: [ 6, 7, 9 ] }
查询不匹配name=B*带头的记录
db.users.find({name: {$not:
/^B.*/}});
查询 age取模10不等于0 的数据
db.users.find({age : {$not: {$mod : [10,
0]}}});
#返回部分字段
选择返回age和_id字段(_id字段总是会被返回)
db.users.find({},
{age:1});
db.users.find({}, {age:3});
db.users.find({},
{age:true});
db.users.find({ name : "bruce" },
{age:1});
0为false, 非0为true
选择返回age、address和_id字段
db.users.find({ name :
"bruce" }, {age:1, address:1});
排除返回age、address和_id字段
db.users.find({}, {age:0,
address:false});
db.users.find({ name : "bruce" }, {age:0,
address:false});
数组元素个数判断
对于{name: ‘David‘, age: 26,
favorite_number: [ 6, 7, 9 ] }记录
匹配db.users.find({favorite_number: {$size:
3}});
不匹配db.users.find({favorite_number:
{$size: 2}});
$exists判断字段是否存在
查询所有存在name字段的记录
db.users.find({name: {$exists:
true}});
查询所有不存在phone字段的记录
db.users.find({phone:
{$exists: false}});
$type判断字段类型
查询所有name字段是字符类型的
db.users.find({name: {$type:
2}});
查询所有age字段是整型的
db.users.find({age: {$type:
16}});
对于字符字段，可以使用正则表达式
查询以字母b或者B带头的所有记录
db.users.find({name:
/^b.*/i});
$elemMatch(1.3.1及以上版本)
为数组的字段中匹配其中某个元素
Javascript查询和$where查询
查询
age > 18 的记录，以下查询都一样
db.users.find({age:
{$gt: 18}});
db.users.find({$where: "this.age >
18"});
db.users.find("this.age > 18");
f = function()
{return this.age > 18} db.users.find(f);
排序sort()
以年龄升序asc
db.users.find().sort({age:
1});
以年龄降序desc
db.users.find().sort({age:
-1});
限制返回记录数量limit()
返回5条记录
db.users.find().limit(5);
返回3条记录并打印信息
db.users.find().limit(3).forEach(function(user)
{print(‘my age is ‘ + user.age)});
结果
my age is 18
my age is 19
my age is
20
限制返回记录的开始点skip()
从第3条记录开始，返回5条记录(limit 3,
5)
db.users.find().skip(3).limit(5);
查询记录条数count()
db.users.find().count();
db.users.find({age:18}).count();
以下返回的不是5，而是user表中所有的记录数量
db.users.find().skip(10).limit(5).count();
如果要返回限制之后的记录数量，要使用count(true)或者count(非0)
db.users.find().skip(10).limit(5).count(true);
分组group()
假设test表只有以下一条数据
{ domain:
"www.mongodb.org"
, invoked_at: {d:"2009-11-03",
t:"17:14:05"}
, response_time: 0.05
, http_action: "GET
/display/DOCS/Aggregation"
}
使用group统计test表11月份的数据count:count(*)、total_time:sum(response_time)、avg_time:total_time/count;
db.test.group(
{ cond:
{"invoked_at.d": {$gt: "2009-11", $lt: "2009-12"}}
, key: {http_action:
true}
, initial: {count: 0, total_time:0}
, reduce:
function(doc, out){ out.count++; out.total_time+=doc.response_time }
,
finalize: function(out){ out.avg_time = out.total_time / out.count }
}
);
[
{
"http_action" : "GET
/display/DOCS/Aggregation",
"count" : 1,
"total_time" :
0.05,
"avg_time" : 0.05
}
]
Java 应用示例
要使用Java操作MongoDB的话，要到官方网站下载一个驱动包，把包导入后，可以尝试来操作了（记得一定要开着服务器）
首先介绍一下比较常用的几个类
Mongo：连接服务器，执行一些数据库操作的选项，如新建立一个数据库等
DB：对应一个数据库，可以用来建立集合等操作
DBCollection：对应一个集合（类似表），可能是我们用得最多的，可以添加删除记录等
DBObjec：接口和BasicDBObject对象：表示一个具体的记录，BasicDBObject实现了DBObject，因为是key-value的数据结构，所以用起来其实和HashMap是基本一致的
DBCursor：用来遍历取得的数据，实现了Iterable和Iterator
接下来实际的操作一下，代码如下：
import java.net.UnknownHostException;
import java.util.List;
import java.util.Set;
import com.mongodb.BasicDBObject;
import com.mongodb.DB;
import com.mongodb.DBCollection;
import com.mongodb.DBCursor;
import com.mongodb.DBObject;
import com.mongodb.Mongo;
import com.mongodb.MongoException;
public class MongoDbTest {
public static void main(String[] args) throws UnknownHostException, MongoException {
//Mongo m = new Mongo();
//Mongo m = new Mongo("localhost");
//获得数据库服务
Mongo m = new Mongo("localhost", 27017);
//得到数据库mytest
DB db = m.getDB("mytest");
//得到mytest数据库下所有表名
Set<String> colls = db.getCollectionNames();
for (String s : colls) {
System.out.println(s);
}
//得到testCollection表
DBCollection coll = db.getCollection("testCollection");
//new 一个BasicDBObject对象doc
BasicDBObject doc = new BasicDBObject();
//赋值
doc.put("name", "MongoDB");
doc.put("type", "database");
doc.put("count", 1);
//又new 一个BasicDBObject对象info
BasicDBObject info = new BasicDBObject();
info.put("x", 203);
info.put("y", 102);
//把info放入doc
doc.put("info", info);
//向testCollection表中插入一条数据
coll.insert(doc);
//查询一条数据
DBObject myDoc = coll.findOne();
System.out.println(myDoc);
//循环插入100条数据到testCollection
for (int i=0; i < 100; i++) {
coll.insert(new BasicDBObject().append("i", i));
}
//Counting Documents in A Collection
System.out.println(coll.getCount());
//Using a Cursor to Get All the Documents
DBCursor cur = coll.find();
while(cur.hasNext()) {