中英文免费网站建设,建设小型网站价钱,网址查询器,长春专业网站建设推广费用MongoDB是由C语言编写的一种面向文档的NoSQL数据库#xff0c;旨在为WEB应用提供可扩展的高性能数据存储解决方案。与传统的关系型数据库#xff08;如 MySQL 或 PostgreSQL#xff09;不同#xff0c;MongoDB 存储数据的方式是以 BSON#xff08;类似于 JSON 的二进制格式…MongoDB是由C语言编写的一种面向文档的NoSQL数据库旨在为WEB应用提供可扩展的高性能数据存储解决方案。与传统的关系型数据库如 MySQL 或 PostgreSQL不同MongoDB 存储数据的方式是以 BSON类似于 JSON 的二进制格式格式来存储文档而不是使用表格和行。每个文档可以包含多个键值对因此非常灵活适合处理大规模的数据集。
MongoDB的基本概念 文档MongoDB中的数据基本单位是文档类似于JSON对象可以包含各种数据类型如数字、日期、字符串、数组和嵌入式文档等。 集合集合是一组用途相同或类似的文档的集合相当于传统关系型数据库中的表。但MongoDB中的集合不受严格模式的管制其中的文档可根据需要采用稍微不同的结构。
MongoDB的作用 高效存储大规模数据MongoDB 使用了非结构化的存储方式可以处理比传统关系数据库更大的数据量。 高可扩展性MongoDB 具有水平扩展的能力即通过增加更多的机器来提高性能和容量。 灵活的数据结构每个文档的结构可以不同这让开发者可以根据需求灵活设计数据存储结构。 支持分布式存储MongoDB 支持数据分片能够在多个服务器上分布数据从而提高查询性能和系统可用性。 强大的查询功能MongoDB 提供了丰富的查询语法和聚合功能支持复杂的数据检索和操作。
官方下载地址https://www.mongodb.com/try/download/community
这里改一下自定义安装路径其他不用动 服务是启动的配置一下环境变量 查看一下版本
现在就可以使用navicat进行连接使用了
/*insertOne()用于向集合中插入单个文档。*/
db.collection.insertOne({name: John, age: 30, email: johnexample.com});/*find()方法查询*/
db.collection.find({name: John});mongodb的使用
MongoDB的聚合操作提供了丰富的功能允许用户对数据进行复杂的查询、过滤、分组、排序和其他转换操作。这些聚合操作主要分为三类单一作用聚合、聚合管道和MapReduce从MongoDB 5.0开始已被弃用因此这里主要讨论前两类。
先理解一些概念 MongoDB中的文档相当于MySQL中的行但文档是嵌套的键值对集合可以包含多个层次的嵌套数据。
聚合管道Aggregation Pipeline 定义由多个 阶段Stage 组成的链式操作每个阶段是一个独立操作如筛选 m a t c h 、分组 match、分组 match、分组group、排序$sort等。 类比 MySQL类似 SQL 中 SELECT WHERE GROUP BY HAVING ORDER BY 的组合但更灵活。
聚合操作 vs 普通文档操作 特点 优点语法简单执行速度快。 缺点功能单一无法处理复杂逻辑如多条件分组、嵌套计算。
一、单一作用聚合 单一作用聚合是MongoDB提供的简化聚合操作适用于单一目标的快速统计无需复杂的数据处理流程。它们通常直接调用集合方法执行简单计算如计数、去重。
二、聚合管道 聚合管道是一个数据聚合的框架模型基于数据处理流水线的概念。文档进入多级管道每个管道阶段对文档进行一系列运算然后将结果文档输出给下一个阶段。聚合管道包含多个阶段操作符常用的有
$match筛选文档只返回满足条件的文档类似于SQL中的WHERE子句。此阶段通常用于减少管道中的文档数量以提高后续阶段的处理效率。 $project修改输入文档的结构主要用于包含、排除字段或添加计算字段。此阶段可以灵活控制输出文档的格式。 $group根据指定的字段进行分组并可以对分组后的文档执行聚合操作如计数、求和等。此阶段是聚合操作中的核心部分用于对数据进行分组和统计。 $sort对文档进行排序。此阶段可以对文档按照指定字段进行升序或降序排序。 $limit限制返回的文档数量。此阶段用于控制输出结果的数量。 $unwind将数组类型的字段拆分为多个文档。此阶段用于处理数组类型的字段将每个数组元素拆分为一个独立的文档。 $lookup进行左外连接类似于SQL中的JOIN操作。此阶段用于将当前集合与其他集合进行关联查询获取相关联的数据。 $out将聚合结果输出到一个新集合。此阶段用于将聚合结果保存到指定的新集合中。 $replaceRoot替换输入文档为指定的文档。此阶段通常用于改变文档的根结构。 $count返回文档总数。此阶段用于统计满足条件的文档数量。 f a c e t 并行执行多条聚合管道并将结果合并到一个单一的文档中。此阶段用于处理复杂的聚合需求可以同时执行多个聚合操作并合并结果。此外还有一些其他管道操作符如 facet并行执行多条聚合管道并将结果合并到一个单一的文档中。此阶段用于处理复杂的聚合需求可以同时执行多个聚合操作并合并结果。 此外还有一些其他管道操作符如 facet并行执行多条聚合管道并将结果合并到一个单一的文档中。此阶段用于处理复杂的聚合需求可以同时执行多个聚合操作并合并结果。此外还有一些其他管道操作符如bucket、 b u c k e t A u t o 、 bucketAuto、 bucketAuto、sortByCount等用于对数据进行更高级的分组和排序操作。
aggregate 是 MongoDB 提供的 聚合管道的入口方法用于执行多阶段的数据处理如筛选、分组、排序、计算等。 只有使用 aggregate 方法才能使用 g r o u p 、 group、 group、sum、$avg 等聚合操作符称为 聚合阶段操作符。
示例
// 插入示例数据
db.sales.insertMany([{_id: 1,product: iPhone 15,category: 电子产品,price: 6999,quantity: 2,region: 华东,date: ISODate(2023-10-05)},{_id: 2,product: 羽绒服,category: 服装,price: 899,quantity: 5,region: 华北,date: ISODate(2023-10-12)},{_id: 3,product: 咖啡机,category: 家电,price: 1599,quantity: 1,region: 华南,date: ISODate(2023-11-02)},{_id: 4,product: 蓝牙耳机,category: 电子产品,price: 399,quantity: 10,region: 华东,date: ISODate(2023-11-15)}
]);//筛选日期为 2023年10月 的订单按 category 分组计算每个类别的 总销售额price × quantity按总销售额降序排序。
db.sales.aggregate([// 阶段1筛选日期范围{ $match: { date: { $gte: ISODate(2023-10-01), $lt: ISODate(2023-11-01) }}},// 阶段2计算每个订单的销售额price * quantity{ $addFields: { totalSale: { $multiply: [$price, $quantity] } }},// 阶段3按category分组统计总销售额{ $group: { _id: $category,totalSales: { $sum: $totalSale },avgSalePerOrder: { $avg: $totalSale },orderCount: { $sum: 1 } // 统计订单数量}},// 阶段4按totalSales降序排序{ $sort: { totalSales: -1 } }
]);
