辽宁旅游网站开发,网上商城软件开发,郑州专业做微信网站,成交型网站建设价格概念区分
什么是关系型数据库
关系型数据库#xff08;Relational Database#xff09;是一种基于关系模型的数据库管理系统#xff08;DBMS#xff09;。在关系型数据库中#xff0c;数据以表格的形式存储#xff0c;表格由行和列组成#xff0c;行表示数据记录…
概念区分
什么是关系型数据库
关系型数据库Relational Database是一种基于关系模型的数据库管理系统DBMS。在关系型数据库中数据以表格的形式存储表格由行和列组成行表示数据记录列表示数据字段。每个表格都有一个唯一的标识符称为主键用于唯一标识表中的每一行。
关系型数据库的核心概念包括 表格Table数据以表格的形式组织每个表格具有名称和一组定义了数据类型的列。表格表示实体如人、物、事件等以及实体之间的关系。 行Row表格中的每一行代表一个数据记录包含了不同字段的数据值。 列Column表格中的每一列代表一个数据字段定义了数据的类型和格式。 主键Primary Key每个表格都有一个主键用于唯一标识表中的每一行。主键确保数据的唯一性和完整性。 外键Foreign Key外键用于在不同表格之间建立关联表示表格之间的关系。外键通常引用其他表格的主键。 SQLStructured Query Language关系型数据库使用SQL来进行数据查询、插入、更新和删除操作。SQL是一种标准化的查询语言用于与关系型数据库交互。
关系型数据库的一些常见示例包括
MySQLPostgreSQLOracle DatabaseMicrosoft SQL ServerSQLite
关系型数据库以其结构化的数据模型和广泛的应用领域而闻名。它们适用于需要复杂数据关系和丰富查询的应用如企业应用、金融系统、人力资源管理等。然而随着数据的不断增长和应用场景的多样化出现了许多其他类型的数据库如NoSQL数据库用于处理非结构化和半结构化数据而且本文讲到的MongoDB就属于非关系型数据库也是改文章的主角。
什么是非关系型数据库
非关系型数据库NoSQLNot Only SQL是一类数据库管理系统DBMS与传统的关系型数据库相比它们采用不同的数据模型和存储机制。非关系型数据库适用于处理大规模、高度分布式、非结构化或半结构化数据以及需要更高的可扩展性和灵活性的应用场景。
非关系型数据库的主要特点包括 数据模型多样性非关系型数据库支持多种数据模型例如键值对、文档、列族、图形等以适应不同类型的数据。 分布式架构许多非关系型数据库具有分布式架构可以水平扩展将数据分布在多台服务器上以实现高可用性和更好的性能。 灵活的模式非关系型数据库通常不需要严格的表结构定义允许在数据存储过程中动态添加、修改字段从而适应数据模式的变化。 高可扩展性由于其分布式性质非关系型数据库能够轻松地扩展以处理大量数据和高并发请求。 适应大数据非关系型数据库通常用于存储和处理大规模的数据如社交媒体数据、日志文件、传感器数据等。
常见的非关系型数据库类型包括 键值存储Key-Value Stores数据以键值对的形式存储适用于高速读写操作如Redis、Amazon DynamoDB。 文档数据库Document Stores数据以类似JSON或XML格式的文档存储适用于半结构化数据如MongoDB、Couchbase。 列族数据库Column Family Stores数据以列族的形式存储适用于大规模分布式数据如Apache Cassandra、HBase。 图形数据库Graph Databases用于存储和查询图形数据适用于复杂的数据关系如Neo4j、Amazon Neptune。 时间序列数据库Time Series Databases专门用于存储时间序列数据如传感器数据、日志数据等如InfluxDB、OpenTSDB。 搜索引擎Search Engines用于全文搜索和数据分析如Elasticsearch、Solr。
非关系型数据库在现代应用开发中变得越来越重要特别是在大数据、云计算和分布式系统领域此次之所以介绍MongoDB数据库也是由于系统开发需求中要求对于聊天记录做到保存鉴于数据量较大所以考虑到了MongoDB架构。
主角MongoDB介绍
MongoDB是一种开源、面向文档的非关系型数据库管理系统NoSQL DBMS它以其灵活性、可扩展性和强大的查询能力而闻名。MongoDB的设计理念是为了满足现代应用中海量数据、高可用性和复杂数据模型的需求。以下是MongoDB的一些重要特点和概念 文档数据库MongoDB使用文档Document来表示数据文档类似于JSON格式的数据结构可以包含各种类型的数据如字符串、数字、日期、数组和嵌套文档等。 面向文档MongoDB是一种面向文档的数据库每个文档都有一个唯一的标识符通常称为_id用于唯一标识文档。 高可扩展性MongoDB支持水平扩展可以通过分片Sharding将数据分布到多台服务器上以实现更高的存储容量和性能。 动态模式MongoDB不需要严格的表结构定义文档可以自由添加和修改字段适应数据模式的变化。 强大的查询语言MongoDB支持丰富的查询语言可以进行复杂的查询操作包括过滤、排序、投影、聚合等。 索引支持MongoDB支持各种类型的索引包括单字段索引、复合索引、文本索引、地理空间索引等以加速查询操作。 复制和高可用性MongoDB支持数据的复制和自动故障转移确保数据的高可用性和冗余。 数据存储MongoDB将数据存储在集合Collection中每个集合包含一组文档。集合类似于关系型数据库中的表格。 适用场景MongoDB适用于需要存储和处理半结构化或非结构化数据的场景如大数据、实时数据分析、内容管理系统、日志记录和用户个性化推荐等。
MongoDB安装介绍
Centos安装MongoDB
以下是在CentOS上安装MongoDB的详细步骤
更新系统 打开终端并以root或具有sudo权限的用户身份登录首先更新系统软件包以确保系统处于最新状态
sudo yum update添加MongoDB仓库 MongoDB提供了官方的YUM仓库可以使用以下步骤将其添加到您的系统中
sudo vi /etc/yum.repos.d/mongodb-org.repo在编辑器中添加以下内容保存并退出编辑器
[mongodb-org-4.4]
nameMongoDB Repository
baseurlhttps://repo.mongodb.org/yum/redhat/$releasever/mongodb-org/4.4/x86_64/
gpgcheck1
enabled1
gpgkeyhttps://www.mongodb.org/static/pgp/server-4.4.asc安装MongoDB 使用以下命令安装MongoDB软件包
sudo yum install -y mongodb-org启动MongoDB服务 安装完成后您可以启动MongoDB服务并设置其开机自启动
sudo systemctl start mongod
sudo systemctl enable mongod验证MongoDB是否已正确启动 运行以下命令来验证MongoDB是否已成功启动
sudo systemctl status mongod您应该看到MongoDB服务状态为active (running)。
连接到MongoDB Shell 使用MongoDB Shell与数据库交互运行以下命令
mongo这将连接到本地MongoDB服务器的Shell。
docker安装MongoDB
大家知道我的习惯肯定少不了docker的安装方式啊 安装MongoDB并在Docker容器中运行它是一个方便的方式让我们详细介绍一下如何在Docker中安装和运行MongoDB。 安装Docker 如果您尚未安装Docker请按照以下步骤在您的操作系统上安装Docker 对于Linux用户您可以根据您的发行版选择适当的安装方式通常是使用包管理工具如apt或yum来安装Docker。对于Windows用户您可以从Docker官方网站下载并运行安装程序。对于macOS用户您可以从Docker官方网站下载并运行Docker Desktop安装程序。 拉取MongoDB镜像 打开终端或命令行界面并执行以下命令以从Docker Hub拉取MongoDB官方镜像 docker pull mongo运行MongoDB容器 使用以下命令来创建并运行MongoDB容器。这将创建一个名为my-mongodb的MongoDB容器并将其绑定到主机的27017端口。可以根据需要自行调整容器名称和端口绑定。 docker run --name my-mongodb -p 27017:27017 -d mongo此命令将以后台模式运行MongoDB容器。要停止容器可以使用docker stop命令 docker stop my-mongodb要删除容器可以使用docker rm命令 docker rm my-mongodb连接到MongoDB容器 要连接到运行中的MongoDB容器的Mongo shell可以使用以下命令 docker exec -it my-mongodb mongo这将进入Mongo shell可以在其中执行MongoDB命令。
Win系统安装MongoDB
要在Windows系统上安装MongoDB请按照以下步骤操作 下载MongoDB安装包 前往MongoDB官方网站https://www.mongodb.com/try/download/community-kubernetes-operator下载最新版本的MongoDB安装包。确保选择与您的操作系统相匹配的版本。 安装MongoDB 双击下载的安装包按照安装向导指示完成安装过程。您可以选择自定义安装选项但对于大多数用户来说使用默认选项即可。 配置MongoDB环境变量 将MongoDB的安装路径添加到系统的环境变量中以便在任何目录下都可以通过命令行访问MongoDB。将安装路径默认为C:\Program Files\MongoDB\Server版本号\bin添加到您的系统环境变量中的Path变量中。 创建数据目录 在您选择的位置上创建一个数据目录用于存储MongoDB的数据文件。例如您可以在C:\data目录下创建一个名为db的文件夹。 配置MongoDB服务 打开命令提示符CMD或PowerShell并导航到MongoDB的安装目录例如C:\Program Files\MongoDB\Server版本号\bin。 运行以下命令来启动MongoDB服务器 mongod --dbpath 数据目录路径请将数据目录路径替换为您在第4步中创建的数据目录的路径。 连接到MongoDB 打开另一个命令提示符或PowerShell窗口导航到MongoDB的安装目录例如C:\Program Files\MongoDB\Server版本号\bin。 运行以下命令来连接到MongoDB mongo请注意如果不按照如上步骤操作而是直接在安装目录执行exe
那就需要再D盘根路径创建一个/data/db目录,否则会闪退
MongoDB是默认没有写入环境变量的大家需要自己配置不再赘述
MongoDB使用介绍
在MongoDB中建立集合类似于关系型数据库中的表是动态的因此无需像关系型数据库那样显式地定义表结构。只需插入文档类似于关系型数据库中的记录MongoDB将自动创建集合并根据文档的结构来定义字段。命令执行我们可以使用Navicat工具进行连接
以下是MongoDB中创建集合和插入文档的语法和示例
简单使用
创建集合并插入文档
// 使用insertOne插入文档并创建集合
db.collectionName.insertOne({ field1: value1, field2: value2, ... })示例
db.students.insertOne({ name: 李红, age: 25, major: Computer Science })
db.students.insertOne({ name: 张飞, age: 22, major: Biology })查询集合中的文档
// 查询集合中的所有文档
db.collectionName.find()// 查询特定条件的文档
db.collectionName.find({ field: value })示例
// 查询所有学生
db.students.find()// 查询年龄大于等于 25 岁的学生
db.students.find({ age: { $gte: 25 } })更新文档
// 使用updateOne更新单个文档
db.collectionName.updateOne({ condition }, { $set: { field: new value } })// 使用updateMany更新多个文档
db.collectionName.updateMany({ condition }, { $set: { field: new value } })示例
// 更新学生的专业
db.students.updateOne({ name: 张飞 }, { $set: { major: Engineering } })删除文档
// 使用deleteOne删除单个文档
db.collectionName.deleteOne({ condition })// 使用deleteMany删除多个文档
db.collectionName.deleteMany({ condition })示例
// 删除专业为Biology的学生
db.students.deleteMany({ major: Biology })我们再举一个例子假设正在开发一个简单的博客平台可以使用MongoDB来存储博客帖子和评论。在这个复杂业务的示例中我们将涵盖以下方面
创建集合和插入文档查询和筛选数据更新文档使用索引
1. 创建集合和插入文档
首先我们创建一个集合来存储博客帖子每个帖子包含标题、内容和发布日期
// 创建博客集合并插入帖子文档
db.blogPosts.insertOne({title: MongoDB的相关介绍 ——IT小辉同学,content: MongoDB 是一个非关系型数据库,publishDate: new Date(2023-08-01),comments: []
})2. 查询和筛选数据
现在我们查询博客集合中的帖子并筛选出发布日期在特定范围内的帖子
// 查询发布日期在特定范围内的帖子
db.blogPosts.find({publishDate: { $gte: new Date(2023-08-01), $lt: new Date(2023-08-10) }
})3. 更新文档
假设一篇帖子收到了一条新评论我们可以将评论添加到帖子的评论数组中
// 更新帖子添加新评论
db.blogPosts.updateOne({ title: MongoDB的相关介绍很有意思奥 ——IT小辉同学 },{$push: {comments: {author: User123,text: MongoDB我们一起学习!,timestamp: new Date()}}}
)4. 使用索引
为了提高查询性能我们可以创建索引以加速某些查询操作。例如为了加速根据标题搜索帖子的查询我们可以创建标题字段的索引
// 创建标题字段的索引
db.blogPosts.createIndex({ title: text })这是一个简化的示例展示了如何在MongoDB中处理博客帖子和评论的复杂业务场景。实际业务中可能还需要处理更多情况如用户认证、数据验证、用户关系等。MongoDB的灵活性和功能可以适应各种复杂的业务需求。
请注意MongoDB的语法使用了JSON也就是我们Java常说的对象因此数据和查询都是使用JSON的形式。
复杂语法
当您需要进行更复杂的增删改查操作时MongoDB提供了丰富的查询、更新和聚合功能来满足您的需求。以下是更复杂的示例涵盖了多条件查询、更新和聚合操作
1. 多条件查询
假设您要查询发布日期在特定范围内同时标题包含特定关键词的帖子
db.blogPosts.find({publishDate: { $gte: new Date(2023-08-01), $lt: new Date(2023-08-10) },title: { $regex: MongoDB }
})2. 多条件更新
更新帖子的评论将指定作者的所有评论中的文本替换为新文本
db.blogPosts.updateMany({ comments.author: User123 },{ $set: { comments.$[].text: 新文本 } }
)3. 使用聚合
聚合操作允许您进行数据处理和转换。假设您要计算每篇帖子的评论数量并按评论数量降序排序
db.blogPosts.aggregate([{$project: {title: 1,numberOfComments: { $size: $comments }}},{$sort: { numberOfComments: -1 }}
])以上代码使用聚合管道首先通过$project将每篇帖子的标题和评论数量提取出来然后通过$sort按评论数量降序排序。
4. 删除多个文档
假设您要删除评论数低于指定值的所有帖子
db.blogPosts.deleteMany({comments: { $size: { $lt: 5 } }
})这将删除所有评论数少于5条的帖子。
