当前位置: 首页 > news >正文

MongoDB文档--架构体系

阿丹:

        在开始学习先了解以及目标知识的架构体系。就能事半功倍。

架构体系

   MongoDB的架构体系由以下几部分组成:

  1. 存储结构:MongoDB采用文档型存储结构,一个数据库包含多个集合,一个集合包含多个文档。
  2. 存储形式:MongoDB采用二进制存储形式,数据以二进制形式存储在数据库中。
  3. 目录结构:MongoDB服务(mongod)负责数据存储和查询,数据路由服务(mongos)负责数据和查询的路由,shell客户端(mongo)用于与数据库进行交互,导入导出工具(mongoimport / mongoexport)用于导入和导出数据,备份恢复工具(mongodump / mongorestore)用于备份和恢复数据,拉取并重放oplog的工具(mongooplog)用于拉取oplog并重放数据,监控工具(mongostat、mongotop、mongosniff)用于监控数据库的运行状态,GridFS的命令行操作工具(mongofiles)用于操作GridFS文件系统,性能测试工具(mongoperf,暂时只能测I/O)用于测试数据库的性能,查看bson文件的工具(bsondump)用于查看bson文件的内容。
  4. 数据存储:MongoDB的数据存储在一个默认的数据目录中,该目录位于安装目录的data/db下。每个数据库都有一个对应的.ns文件和一些数据文件,数据文件会随着数据量的增加而变得越来越多。
  5. 分片集群:MongoDB支持分片集群部署,可以将数据分布在多个节点上,提高系统的扩展性和可靠性。在分片集群中,每个节点都可以存储数据和路由查询,同时每个节点都有自己的 oplog 和 config set。

综上所述,MongoDB的架构体系包括存储结构、存储形式、目录结构、数据存储和分片集群等方面。这个架构体系使得MongoDB具有高性能、高扩展性、查询语言丰富、易于使用等优点,并且能够满足不同应用场景的需求。

数据库中数据存储架构体系

        MongoDB的数据结构类似于文档型数据库,其数据存储在称为“集合”(Collections)的容器中。每个集合包含多个文档(Documents),每个文档又由多个键值对(Key-Value Pairs)组成。这些键值对包含了具体的属性和值,类似于关系型数据库中的字段(Fields)和数据。

在MongoDB中,一个数据库包含多个集合,这些集合可以按照不同的方式进行组织和分类。与关系型数据库类似,MongoDB也支持使用模式(Schema)来定义文档的结构和属性。

下面是一个简单的MongoDB数据结构的示例:

{"_id": ObjectId("5a5e0f551df5c11b5e5b56c3"),"name": "John Doe","age": 30,"email": "johndoe@example.com","address": {"street": "123 Main St","city": "Anytown","state": "CA","zip": "12345"},"phoneNumbers": [{"type": "home","number": "555-555-1234"},{"type": "work","number": "555-555-5678"}]
}

在这个示例中,我们有一个名为“users”的集合,其中包含一个文档,该文档包含了名为“name”、“age”、“email”、“address”和“phoneNumbers”的属性。其中,“address”和“phoneNumbers”是嵌套的对象和数组,可以包含更复杂的数据类型。

总之,MongoDB的数据结构是基于文档的,每个文档都包含一组键值对,其中每个键都唯一标识一个属性,每个值都是一个数据类型。与关系型数据库不同,MongoDB中的数据类型可以是复杂的对象和数组,而不仅仅是简单的表和字段。

结构解读

在MongoDB中,一个集合(Collection)就像一个容器,用于存储多个文档(Documents)。每个文档就像一个JSON对象,包含一组键值对,其中每个键都唯一标识一个属性,每个值都是一个数据类型。因此,一个集合可以包含多个文档,就像一张表可以包含多行数据一样。

但是,MongoDB中的文档并不是像关系型数据库中的行那样存储在集合中的。相反,文档之间是独立的存在的,它们只是被存储在集合中以便可以轻松地查询和管理。这也就意味着,在MongoDB中,文档的顺序是不确定的,它们可以在集合中任意排列和重新排列。

总之,MongoDB中的集合类似于关系型数据库中的表,但它们可以包含多个文档,每个文档都是一个独立的JSON对象,具有自己的键值对和数据类型。

类似于一个集合就是一个表,里面可以放很多不规定字段的对象。

对比mysql来说在mysql中的表中的对象是已经被规定好字段以及格式的,这就是MongoDB的优点。更加的灵活,他们只需要排列在集合中就可以被存入并且可以被查询和使用。

mongdb工作原理-增/删/改/查原理

MongoDB是一种基于文档的NoSQL数据库,其工作原理如下:

增加数据:

当需要向MongoDB中添加数据时,可以通过insertOne()insertMany()等方法将一个或多个文档插入到集合中。这些文档可以是JSON格式,也可以是其他数据类型,例如二进制数据或地理位置信息等。

删除数据:

要删除MongoDB中的数据,可以使用deleteOne()deleteMany()findOne()等方法来删除符合条件的文档。删除操作会将选定的文档从集合中永久删除,但不会影响集合中的其他文档。

更新数据:

要更新MongoDB中的数据,可以使用updateOne()updateMany()findOneAndUpdate()等方法来修改符合条件的文档。更新操作可以修改文档中的某些属性或添加新属性,也可以将整个文档替换为另一个文档。

查询数据:

要查询MongoDB中的数据,可以使用find()findOne()count()aggregate()等方法来查找符合条件的文档。查询操作可以根据文档中的属性进行筛选、排序、分页等操作,也可以使用聚合函数对数据进行统计和分析。

总之,MongoDB的工作原理是通过增、删、改、查等操作来管理和操作文档集合。这些操作可以通过MongoDB的驱动程序或客户端进行,支持多种编程语言和平台。由于MongoDB是一种NoSQL数据库,它具有灵活的数据结构和查询语言,能够适应不同类型和规模的应用程序。

mongdb工作原理-高级用法索引原理

MongoDB的索引是用于提高查询效率和加速查询功能的数据结构。索引是在集合中的文档上创建的,它可以包含一个或多个字段,并且按照特定的顺序排序。

索引的工作原理如下:

创建索引:

在集合中创建索引需要使用createIndex()方法,该方法可以指定索引的字段和排序方式。例如,以下代码将在集合中的age字段上创建一个升序索引:

db.collection.createIndex({ age: 1 })

查询索引: 

创建索引后,可以使用find()方法进行查询。MongoDB将根据索引的排序方式进行查询,从而快速定位到需要的数据。例如,以下代码将查询年龄大于等于18岁的所有文档:

db.collection.find({ age: { $gte: 18 } })

更新索引: 

当集合中的数据发生变化时,索引也需要随之更新。当插入、更新或删除文档时,MongoDB会自动更新相关的索引。如果要手动更新索引,可以使用update()方法或save()方法来更新文档。

删除索引:

要删除集合中的索引,可以使用dropIndex()方法。例如,以下代码将删除在age字段上创建的索引:

db.collection.dropIndex({ age: 1 })

总之,MongoDB的索引是用于提高查询效率和加速查询功能的数据结构,可以在集合中的文档上创建,包含一个或多个字段,并按照特定的顺序排序。索引的创建、查询、更新和删除都需要使用相应的MongoDB方法进行操作。

http://www.lryc.cn/news/105895.html

相关文章:

  • GEE学习03-Geemap配置与安装,arcgis pro自带命令提示符位置等
  • 软件测试面试总结——http协议相关面试题
  • 大数据与okcc呼叫中心融合的几种方式
  • WAF绕过-工具特征-菜刀+冰蝎+哥斯拉
  • 使代码减半的5个Python装饰器
  • 线程池的线程回收问题
  • 盘点那些不想骑车的原因和借口。
  • 【深度学习Week3】ResNet+ResNeXt
  • Visual Studio 2022的MFC框架全面理解
  • C# 消息队列 (MSMQ) 进程之间的通信
  • 算法练习(4):牛客在线编程05 哈希
  • 数字信号处理——频谱分析
  • [软件工程] 架构映射战略设计方案模板
  • Springboot MongoDB 事务
  • SAP自建表日志
  • ansible-kubeadm在线安装单masterk8s v1.19-v1.20版本
  • mongodb docker 及常用命令
  • 最新版本mac版Idea 激活Jerbel实现热部署
  • 基于Ubuntu22.04部署bcache模式ceph
  • 根据URL批量下载文件并压缩成zip文件
  • 机器学习笔记之优化算法(六)线搜索方法(步长角度;非精确搜索;Glodstein Condition)
  • Ant Design Pro 封装网络请求
  • 命令模式——请求发送者与接收者解耦
  • css 利用模糊属性 制作水滴
  • 怎么才能提升自己工作能力?
  • Android Framework 之 Zygote
  • 二叉树的中序遍历 LeetCode热题100
  • IOS + Appium自动化教程
  • 100个精选Python实战项目案例,在线无偿分享
  • JSON语法