当前位置： 首页 > news >正文

MongoDB系列教程-第四章：MongoDB Compass可视化和管理MongoDB数据库

news 2025/8/1 6:20:03

📖 第四章：MongoDB Compass可视化和管理MongoDB数据库

文章目录

    • 4.1 MongoDB Compass介绍
    • 4.2 MongoDB Compass下载及安装
    • 4.3 MongoDB Compass连接数据库
    • 4.4 MongoDB Compass增查改删操作
      • 4.4.1 增加
      • 4.4.2 查询
      • 4.4.3 修改
      • 4.4.4 删除
    • 4.5 数据导入与导出
      • 4.5.1 数据导入
      • 4.5.2 数据导出

4.1 MongoDB Compass介绍

MongoDB Compass 是 MongoDB 官方推出的 可视化管理工具，可以直观地操作 MongoDB 数据库。它提供了图形化界面，替代了传统的命令行操作，适合开发者、数据分析师等用户快速查看、编辑、查询数据，以及管理数据库结构。

优势：

  • 可视化交互：通过界面直接操作数据库，无需记忆复杂命令。
  • 实时数据分析：自动生成集合的 schema 分析、索引建议等。
  • 查询构建器：通过拖拽或表单生成查询语句，降低使用门槛。
  • 跨平台支持：兼容 Windows、macOS、Linux 系统。

4.2 MongoDB Compass下载及安装

正如第一章中介绍的，如果在安装MongoDB软件的时候，勾选了MongoDB Compass（默认）则自动会安装MongoDB Compass，默认安装在了C:\Users\i\AppData\Local\MongoDBCompass，同时桌面也会有快捷方式。
在这里插入图片描述
双击打开是这个样子：
在这里插入图片描述

如果没有安装MongoDB Compass，则可以官方下载，地址：https://www.mongodb.com/try/download/compass，根据操作系统选择对应版。
在这里插入图片描述
安装步骤：

  • Windows：运行 .msi 安装包，跟随向导完成安装（可勾选「Add to PATH」方便启动）。
  • macOS：打开 .dmg 文件，将 Compass 拖入「应用程序」文件夹。
  • Linux：根据发行版选择 .deb 或 .rpm 包，使用 dpkg 或 yum 安装。

4.3 MongoDB Compass连接数据库

左侧点击新建「New Connection」连接。
在这里插入图片描述

让输入URL，关于这个URL在 MongoDB系列教程-第一章：MongoDB简介、安装 、概念解析、用户管理、连接、实际应用示例中的1.6小节【连接】已经介绍了，我这里再重复说明一下。
在这里插入图片描述
使用 MongoDB shell 来连接 MongoDB 服务器，标准的 URI 连接语法：

mongodb://[username:password@]host1[:port1][,...hostN[:portN]][/[defaultauthdb][?options]]
  • mongodb://：协议头，表示使用 MongoDB。
  • [username:password@]：（可选）认证信息，包括用户名和密码。
  • host1[:port1][,...hostN[:portN]]：服务器地址和端口，可以是一个或多个 MongoDB 服务器的地址和端口。
  • /[defaultauthdb]：（可选）默认认证数据库。
  • [?options]：（可选）连接选项。

标准的连接格式包含了多个选项(options)，如下所示：

  • authSource：指定认证数据库。
  • replicaSet：指定副本集的名称。
  • ssl：启用 SSL 连接（true 或 false）。
  • readPreference：指定读偏好，如 primary, primaryPreferred, secondary, secondaryPreferred, nearest。
  • connectTimeoutMS：指定连接超时时间（毫秒）。
  • socketTimeoutMS：指定套接字超时时间（毫秒）。

一些示例：

连接到本地 MongoDB 实例（默认端口 27017）：
mongodb://localhost连接到本地 MongoDB 实例，指定数据库：
mongodb://localhost/mydatabase使用用户名和密码连接到本地 MongoDB 实例：
mongodb://username:password@localhost/mydatabase连接到远程 MongoDB 实例：
mongodb://remotehost:27017连接到副本集（Replica Set）：
mongodb://host1:27017,host2:27017,host3:27017/mydatabase?replicaSet=myReplicaSet使用 SSL 连接到 MongoDB：
mongodb://username:password@localhost:27017/mydatabase?ssl=true使用多个选项连接：
mongodb://username:password@localhost:27017/mydatabase?authSource=admin&ssl=true

默认显示的连接配置项除了 URL，还包括Name、Color 等，主要用于定义连接 MongoDB 的方式和属性，详细说明：

  1. 默认 URL（Connection String）

    • 默认值：mongodb://localhost:27017/
    • 含义：这是连接字符串的标准格式，用于指定 MongoDB 服务的地址、端口及认证信息等。
    • 设置方式：
      • 本地无认证服务：默认值可直接使用（适用于本地启动的 mongod 服务，未启用 --auth）。
      • 带认证的服务：需添加用户名和密码，格式为 mongodb://用户名:密码@主机:端口/数据库名?authSource=admin。
        示例：mongodb://admin:123456@localhost:27017/myapp?authSource=admin（authSource=admin 表示从 admin 数据库验证权限）。
      • 远程服务或云数据库：替换 localhost:27017 为实际的 IP: 端口或域名，例如 mongodb://192.168.1.100:27017/。
      • MongoDB Atlas 集群：使用官网提供的 mongodb+srv:// 格式连接字符串。

  2. Name（连接名称）

    • 作用：为当前连接设置一个易识别的名称（如「本地测试库」「生产环境主库」），方便在 Compass 左侧的连接列表中区分不同连接，避免混淆。
    • 设置建议：根据连接的用途命名，例如连接本地服务可填「Local MongoDB」，连接远程生产库可填「Production Cluster」。

  3. Color（连接颜色）

    • 作用：为连接设置一个标识颜色，在左侧连接列表中以小色块显示，用于快速视觉区分（尤其当连接较多时）。
    • 设置方式：点击颜色选择器，从预设颜色中选择（无特殊要求，按个人习惯或场景分类即可，例如生产环境用红色，测试环境用绿色）。

  4. Favorite this connection（收藏连接）

    • 说明：勾选后，当前连接会「置顶」显示在左侧连接列表的顶部，方便快速访问常用连接。
    • 适用场景：建议收藏日常频繁使用的连接（如本地开发库、常用测试环境），不常用的连接可不勾选。

  5. Advanced Connection Options（高级选项）
    关于这个高级选项，点击后可以了解一下最后面的「Advanced」，点击「Advanced」会出现Default、Primary、Primary Preferred、Secondary、Secondary Preferred、Nearest，主要用于指定连接到 MongoDB 复制集时的节点选择策略，含义如下：
    在这里插入图片描述

  • Default：默认选项，通常会使用与 “Primary Preferred” 类似的策略，即优先连接到主节点，如果主节点不可用，则尝试连接到从节点。
  • Primary：表示只连接到复制集的主节点。主节点负责处理所有的写操作，并且默认情况下也处理读操作（除非启用了读偏好设置让从节点参与读）。使用此选项，当主节点不可用时，连接会失败，因为它不会尝试连接到从节点。
  • Primary Preferred：优先连接到主节点。如果主节点可用，就连接到主节点；若主节点不可用，则会尝试连接到从节点。这种策略适用于大多数读写操作场景，既保证了优先使用主节点进行操作，又能在主节点故障时提供一定的容错能力。
  • Secondary：表示只连接到复制集的从节点。从节点主要用于复制主节点的数据，通常可以用于只读操作，如报表生成、备份等。使用此选项可以将读操作分担到从节点，减轻主节点的压力，但不能进行写操作，因为从节点不接受写请求。
  • Secondary Preferred：优先连接到从节点。如果有可用的从节点，就连接到从节点；只有当所有从节点都不可用时，才会尝试连接到主节点。该策略适合于一些对数据实时性要求不高的读操作场景，如后台数据分析等，可以最大限度地利用从节点资源，减少主节点负载。
  • Nearest：连接到距离客户端最近的节点，这里的 “最近” 通常是根据网络延迟等因素来判断的。这种策略适用于分布式部署且对延迟敏感的场景，能让客户端快速获取数据，减少网络延迟带来的影响，但不保证连接到主节点还是从节点。
  1. Connection String Scheme（连接字符串协议）
    在这里插入图片描述
  • 选项：mongodb 和 mongodb+srv
    • mongodb：标准连接协议，适用于大多数场景（单机服务、自建复制集、分片集群），需手动指定所有节点的地址和端口。
    • mongodb+srv：简化的 SRV 协议，主要用于 MongoDB Atlas 云服务或支持 SRV 记录的集群，无需手动填写所有节点信息（通过 DNS 自动解析集群节点）。
  • 选择建议：
    • 本地服务、自建服务器：选 mongodb。
    • MongoDB Atlas 或支持 SRV 的云集群：选 mongodb+srv（直接使用官方提供的 SRV 连接字符串）。
  1. Host（主机地址）
    在这里插入图片描述
  • 默认值：localhost:27017
  • 含义：指定 MongoDB 服务的主机地址和端口，格式为 IP:端口 或 域名:端口（默认端口为 27017，若服务使用其他端口需对应修改）。
    设置方式：
    • 本地服务：保持 localhost:27017 或 127.0.0.1:27017。
    • 远程服务：替换为实际地址，例如 10.0.0.5:27017 或 mongodb.example.com:27019。
    • 复制集集群：若手动指定多个节点，用逗号分隔，例如 node1:27017,node2:27017,node3:27017。
  1. Direct Connection（直接连接）
    在这里插入图片描述
  • 含义：勾选后，强制所有操作直接发送到「Host」中指定的单个节点，不经过集群的自动节点选择（适用于复制集或分片集群场景）。
  • 适用场景：
    • 不勾选（默认）：适合大多数情况，由 MongoDB 自动选择合适的节点（如主节点处理写操作，从节点分担读操作）。
    • 勾选：仅用于调试或特殊需求（例如直接连接到从节点查看数据同步状态），一般不建议日常使用。

我这里为了简单测试，Name输入test，Color随便设置，点击保存和连接。
在这里插入图片描述
进入连接后，左侧出现test（我自己设置的连接的名称），它代表的是 “我与本地 MongoDB 实例（mongodb://localhost:27017/）的这个连接”。默认下面会列出admin、config、local，即当前 MongoDB 实例中实际存在的数据库名称（不用管我这里出现的gps_mapping）。
在这里插入图片描述
admin、config、local是 MongoDB 默认创建的系统数据库，各自有其特定用途：

  • admin：主要用于存储 MongoDB 的用户、角色等权限相关信息，是 MongoDB 的超级用户数据库。拥有 admin 库相关权限的用户，通常可以对所有数据库进行操作，执行管理员命令等。例如，system.users集合存储用户信息，system.roles集合存储角色信息。
  • config：主要在 MongoDB 的分片集群环境中发挥作用，用于存储分片的相关配置信息，如分片的元数据、分片服务器的地址等。如果当前 MongoDB 是单节点部署，没有启用分片功能，该数据库的使用场景相对较少。
  • local：用于存储本地数据库实例的元数据和内部数据，比如副本集的配置信息、oplog 信息等。该数据库的数据不会被复制到副本集的其他成员中，是每个 MongoDB 进程独有的 “私人数据空间”，可用来存放无需复制的临时数据或特定于某个实例的数据。

4.4 MongoDB Compass增查改删操作

4.4.1 增加

首先，还是在test连接中，点击右侧的「 Create database」，弹窗需要我们输入 「 Database Name」和 「 Collection Name」，即分别是数据库名字和集合名字。
在这里插入图片描述
为用于测试，我这里随便输入了my_test_database1和my_test_collection1，点击创建。
【注意】：集合名字为必填项。
在这里插入图片描述
创建成功，向集合添加数据：
在这里插入图片描述
在这里插入图片描述
点击「Insert Docement」，向集合中添加数据：
在这里插入图片描述
插入数据时，这里涉及到Object ID和各种数据类型，这块的背景知识，可以参考 第一章的数据类型讲解，

我这里随便插入一条数据，输入：

/** 
* Paste one or more documents here
*/
{                     "baseline_id": "baseline_1",            "video_info": {"path": "absolute/path/to/video.mp4",        "hash": "md5_hash_string",                   "fps": 25,                                   "total_frames": 17221,                       "duration_seconds": 688.84                  },"tiff_info": {"path": "absolute/path/to/tiff.tif"          },"transformation": {"tiff_to_gps_transform": [                   500000.0,    1.0,        0.0,         4000000.0,   0.0,        -1.0         ]},"flight_metadata": {                           "total_distance": 5420.5,                  "avg_speed": 7.87,                         "frame_interval_1s": 25                     },"gps_grid_file": "gps_grids/baseline_xxx.h5",  "frames": [                                    {"frame_id": 3767,                          "center_pixel": [562237, 333885],          "center_gps": [35.647156, 117.417040],     "grid_bounds": {"normal": [557341, 330609, 567133, 337161],    "extended": [554893, 328971, 569581, 338799]   },"video_to_tiff_H": [                       [1.0, 0.0, 0.0],[0.0, 1.0, 0.0],[0.0, 0.0, 1.0]],"prev_frame_distance": 15.2,               "next_frame_distance": 14.8,              "timestamp_offset": 150.68                 }]
}

插入成功：
在这里插入图片描述

4.4.2 查询

点击「Find」前需要输入的查询规则（这块的知识可以参考之前第二章的MongoDB文档操作指令 中的查询操作），（Filter）是用于筛选符合条件的文档，具体可根据数据中的字段结构设置以下几类规则：

1、针对基础字段的查询

  • 精确匹配
    直接指定字段的值，筛选完全匹配的文档。

    • 示例1：查询 baseline_id 为 baseline_1 的文档
      { "baseline_id": "baseline_1" }
    • 示例2：查询 gps_grid_file 路径包含 baseline_xxx.h5 的文档
      { "gps_grid_file": "gps_grids/baseline_xxx.h5" }

  • 比较匹配
    使用比较操作符（$gt/$gte/$lt/$lte/$ne 等）筛选范围条件。

    • 示例1：查询视频时长（duration_seconds）大于 600 秒的文档
      { "video_info.duration_seconds": { "$gt": 600 } }
    • 示例2：查询飞行平均速度（avg_speed）不等于 7.87 的文档
      { "flight_metadata.avg_speed": { "$ne": 7.87 } }

2、针对嵌套文档的查询
我的数据中包含 video_info、tiff_info 等嵌套文档，可通过「外层字段.内层字段」的格式访问。

  • 示例1：查询视频帧率（fps）为 25 的文档
    { "video_info.fps": 25 }
  • 示例2：查询 TIFF 文件路径（path）包含 tiff.tif 的文档
    { "tiff_info.path": "absolute/path/to/tiff.tif" }

3、针对数组的查询

  • 普通数组（如 tiff_to_gps_transform）

    • 示例：查询变换矩阵中第一个元素为 500000.0 的文档
      { "transformation.tiff_to_gps_transform.0": 500000.0 }
      （0 表示数组的第一个元素，数组索引从 0 开始）

  • 对象数组（如 frames）
    frames 是包含多个对象的数组，可通过「数组字段.对象字段」筛选。

    • 示例1：查询 frames 中存在 frame_id 为 3767 的文档
      { "frames.frame_id": 3767 }
    • 示例2：查询 frames 中 center_gps 纬度（数组第一个元素）大于 35.6 的文档
      { "frames.center_gps.0": { "$gt": 35.6 } }
    • 示例3：查询 frames 中 prev_frame_distance 小于 16 的文档
      { "frames.prev_frame_distance": { "$lt": 16 } }

4、逻辑组合查询
使用逻辑操作符（$and/$or 等）组合多个条件。

  • 示例1：同时满足「帧率为 25」和「总帧数大于 10000」的文档
    { "$and": [{ "video_info.fps": 25 },{ "video_info.total_frames": { "$gt": 10000 } }]
}
  • 示例2：满足「飞行总距离大于 5000」或「平均速度小于 8」的文档
    { "$or": [{ "flight_metadata.total_distance": { "$gt": 5000 } },{ "flight_metadata.avg_speed": { "$lt": 8 } }]
}

5、正则表达式查询（模糊匹配）
对字符串字段进行模糊筛选，使用 $regex 操作符。

  • 示例1：查询 baseline_id 以 baseline_ 开头的文档
    { "baseline_id": { "$regex": "^baseline_" } }
  • 示例2：查询视频路径（video_info.path）包含 mp4 的文档
    { "video_info.path": { "$regex": "mp4" } }

关于【Compass 中查询配置与 MongoDB Shell 指令的关系】
Compass 中的 Filter、Project、Sort、Skip、Limit 本质上对应 MongoDB Shell 中 find() 方法的相关参数和链式操作，两者功能一致，只是形式不同：

Compass 配置作用描述对应 MongoDB Shell 指令
Filter设置查询条件，筛选符合条件的文档db.集合名.find({查询条件}) 中的 {查询条件} 部分，例如：
db.your_collection.find({ "video_info.fps": 25 })
Project限制返回的字段（显示/隐藏指定字段）find() 方法的第二个参数，例如：
db.your_collection.find({...}, { "baseline_id": 1, "video_info.path": 1, "_id": 0 })（1 表示显示，0 表示隐藏）
Sort按指定字段排序（升序/降序）链式调用 sort() 方法，例如：
db.your_collection.find({...}).sort({ "flight_metadata.total_distance": -1 })（-1 表示降序，1 表示升序）
Skip跳过前 N 条结果链式调用 skip() 方法，例如：
db.your_collection.find({...}).skip(10)（跳过前 10 条）
Limit限制返回结果的数量链式调用 limit() 方法，例如：
db.your_collection.find({...}).limit(5)（只返回 5 条）

【总结说明】
Compass 中的查询配置是可视化的操作界面，而 MongoDB Shell 是通过命令行指令实现相同功能。例如，在 Compass 中设置 Filter: { "video_info.fps": 25 }、Sort: { "flight_metadata.avg_speed": 1 }、Limit: 10，等价于在 Shell 中执行：

db.my_test_collection1.find({ "video_info.fps": 25 }).sort({ "flight_metadata.avg_speed": 1 }).limit(10)

两者最终都会向 MongoDB 服务器发送相同的查询请求，返回一致的结果。

4.4.3 修改

修改比较简单，在要修改的文档的后面点击修改按钮，进行修改（也可删除）即可。
在这里插入图片描述

4.4.4 删除

删除比较简单，点击相应删除按钮，删除数据库、集合或文档。
在这里插入图片描述

4.5 数据导入与导出

4.5.1 数据导入

点击「ImportJSONorCSV file」，然后选择本地JSON或者CSV文件即可。
在这里插入图片描述

4.5.2 数据导出

在这里插入图片描述
有两个选项：

  • Export query results：会根据在导出前设置的查询条件（Filter）来导出数据。也就是说，只有符合查询条件的文档才会被导出，可以通过设置筛选条件来精准获取并导出所需的数据子集。例如，设置筛选条件为 “baseline_id: ‘baseline_1’”，那么就只会导出包含此 “baseline_id” 值的文档数据。
  • Export the full collection：此选项会将整个集合中的所有文档都导出，无论文档内容是什么，也不管是否设置了查询条件，集合里的全部数据都会被包含在导出文件中。

另外，也可以设置导出的文件格式：
在这里插入图片描述

http://www.lryc.cn/news/605650.html

相关文章：

  • 使用 Elasticsearch 和 AI 构建智能重复项检测
  • Jmeter 命令行压测、HTML 报告、Jenkins 配置目录
  • HTML-取消div,a等标签点击效果
  • 深入探索Weaviate：构建高效AI应用的数据库解决方案
  • 常用设计模式系列（十七）—命令模式
  • LCM中间件入门（2）：LCM核心实现原理解析
  • 《人工智能导论》（python版）第2章 python基础2.2编程基础
  • [算法]Leetcode3487
  • Video_1920×1080i 1920_1080p
  • 大白话解释---FreeRTOS中的队列集
  • 基于知识驱动的解释性条件扩散模型用于无对比剂心肌梗死增强合成|文献速递-医学影像算法文献分享
  • CSS和XPATH选择器对比
  • 《Java 程序设计》第 15 章 - 事件处理与常用控件
  • Vibe Coding：AI驱动开发的安全暗礁与防护体系
  • 异步I/O和同步I/O
  • Day15--二叉树--222. 完全二叉树的节点个数，110. 平衡二叉树，257. 二叉树的所有路径，404. 左叶子之和
  • 在Linux中创建LVGL应用
  • Kotlin -＞ 普通Lambda vs 挂起Lambda
  • 【Django】-1- 开发项目搭建
  • Django模型迁移指南：从命令用法到最佳实践
  • HttpServletRequest详细解释
  • 如何在NPM上发布自己的React组件(包)
  • 人工智能概念之十一：常见的激活函数与参数初始化
  • Cesium 快速入门（四）相机控制完全指南
  • langchain--1--prompt、output格式、LCEL示例
  • 【烧脑算法】Dijkstra 算法：解决最短路问题
  • 会议室预定系统核心技术：如何用一行SQL解决时间冲突检测难题
  • LLC电源原边MOS管DS增加RC吸收对ZVS的影响分析
  • ode with me是idea中用来干嘛的插件
  • 山东移动云主机：技术架构与特性解析