NoSql文档型数据库——Mongodb

MongoDB简介

MongoDB是一个开源、高性能、无固定模式、高可用性的文档型数据库。是NoSQL数据库产品中的一种，是最像关系型数据库（MySQL）的非关系型数据库。

它支持的数据结构非常灵活，是一种类似于JSON的格式叫BSON，所以它既可以存储结构化的数据类型，又相当的灵活。

MongoDB中的记录是一个文档，它是由字段和值（field:value）组成的数据结构。MongoDB文档类似于JSON对象，即一个文档将被认为是一个对象。字段的数据类型是丰富的，它的值可以使用基本的类型，也包括其他文档、普通数组和文档数组。

MongoDB支持丰富的査询语言，支持读和写操作（CRUD），比如数据聚合、文本搜索和地理空间查询等

mongodb里的基本术语

• 数据库(Database）： MongoDB 可以包含多个数据库，每个数据库都有自己的集合。数据库是数据的逻辑分组。

• 集合（Collection）：相当于关系数据库中的表，包含多个文档。

• 文档（Document）：相当于关系数据库中的行，使用BSON格式存储数据。

  • 文档的数据结构是灵活的，可以根据需要添加不同的字段。

• 键（Key）：相当于数据库里的字段（区分大小写，不能重复）。

应用场景

• 社交场景

  • 使用 MongoDB存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能。

• 游戏场景

  • 使用 MongoDB存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、高效率存储和访问。

• 物流场景

  • 使用 MongoDB存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来

• 物联网场景

  • 使用 MongoDB存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。

  • 视频直播，使用 MongoDB存储用户信息、点赞互动信息等。

不适用场景

1. 需要复杂事务的金融系统（尽管支持事务，但不如关系型数据库成熟）。
2. 高度规范化的数据（如会计系统，多表关联查询频繁）。
3. 对JOIN操作依赖极强的场景（MongoDB需通过应用层或嵌入文档替代）。

这些应用场景中的共同特点是：

（1）数据量大

（2）读写频繁

（3）价值较低的数据，对事务性要求不高

（4）数据模型多变

高性能与高可用性的实现

MongoDB 通过 内存加速访问 + 磁盘保障持久化，实现了高性能与可靠性的平衡。

场景	存储位置	说明
正常读写	内存 + 磁盘	热数据在内存，冷数据在磁盘。
重启后数据	磁盘	依赖持久化存储引擎（如 WiredTiger）。
纯内存模式（企业版）	仅内存	高性能但非持久化，重启后数据丢失。

安装和配置

下载地址：https://fastdl.mongodb.org/windows/mongodb-windows-x86_64-6.0.22.zip

之后创建mongod.conf文件：“…\MongoDB\mongodb-win32-x86_64-windows-6.0.22\conf\mongod.conf"以及存储目录：”…\MongoDB\mongodb-win32-x86_64-windows-6.0.22\data\db"，并在内写入：

storage:dbPath: C:\data\db #你的db地址
net:port: 27017bindIp: 127.0.0.1

最后写一个.bat的执行脚本

@echo off  
D:\nacos\MongoDB\mongodb-win32-x86_64-windows-6.0.22\bin\mongod.exe --config=D:\nacos\MongoDB\mongodb-win32-x86_64-windows-6.0.22\conf\mongod.conf  
pause  

点击执行这个脚本文件就可以执行了。

最后在浏览器里输入：localhost:27017，看有没有显示如下文本：

It looks like you are trying to access MongoDB over HTTP on the native driver port.

idea连接mongodb

如果有一个idea就不要下载别了MongoDb图形化工具，idea内集成了各种数据库图形化工具，只需要安装插件即可。

命令操作mongodb（了解）

主要特点：

• 一个集合可以包含多个文档，但一个文档只能属于一个集合。
• 文档的数据结构是灵活的，可以根据需要添加不同的字段。

数据库操作

• show dbs - 显示所有数据库
• use <db_name> - 切换到指定数据库（如果不存在则创建）
• db - 显示当前使用的数据库
• db.dropDatabase() - 删除当前数据库

集合操作

• show collections - 显示当前数据库中的所有集合
• db.createCollection("collection_name") - 创建新集合
• db.collection_name.drop() - 删除集合

CRUD 操作

插入文档

// 插入单个
db.collection_name.insertOne({field1: "value1",field2: "value2",...
})
//插入多个
db.collection_name.insertMany([{field1: "value1", field2: "value2"},{field1: "value3", field2: "value4"},...
])

查询文档

javascript

db.collection_name.find()  // 查询所有文档
db.collection_name.findOne({document})  // 查询单个文档
db.collection_name.find({key: value})  // 条件查询
db.collection_name.find().pretty()  // 格式化输出

更新文档

// 更新单个文档
db.collection_name.updateOne({filter_field: "filter_value"},  // 筛选条件{$set: {field1: "new_value"}}    // 更新操作
)  
// 更新多个文档
db.collection_name.updateMany({filter_field: "filter_value"},{$set: {field1: "new_value"}}
) // 替换文档
db.collection_name.replaceOne({filter_field: "filter_value"},{new_document}
)

删除文档

db.collection_name.deleteOne({field: "value"})  // 删除单个文档
db.collection_name.deleteMany({field: "value"})  // 删除多个文档

springboot操作mongodb

先导入依赖

<dependency> <groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-mongodb</artifactId></dependency>

在application.yaml里配置

# application.yml
spring:data:mongodb:host: localhostport: 27017database: testdbusername: userpassword: pass

创建实体类

@Document(collection = "users")
@CompoundIndex(def = "{'name': 1, 'age': -1}") //在实体类上定义复合索引：name升序age降序
@Data
public class User {@Id // 标记主键private String id;private String name;private Integer age;private String email;@GeoSpatialIndexed(type = GeoSpatialIndexType.GEO_2DSPHERE)private GeoJsonPoint location;  // 使用 Spring Data 的 GeoJsonPoint
}

创建 Repository 接口

Spring Data MongoDB 提供了Repository接口：

import org.springframework.data.mongodb.repository.MongoRepository;
// MongoRepository<mongodb集合的实体类, 主键的类型>
public interface UserRepository extends MongoRepository<User, String> {// 自定义查询方法
//    User findByName(String name);
//    List<User> findByAgeGreaterThan(int age);
}

通过MongoTemplate 进行复杂操作

@Service
public class UserService {@Autowiredprivate MongoTemplate mongoTemplate;// 插入文档public User addUser(User user) {return mongoTemplate.insert(user);}// 查询所有public List<User> findAll() {return mongoTemplate.findAll(User.class);}// 条件查询public List<User> findUsersByName(String name) {Query query = new Query(Criteria.where("name").is(name));return mongoTemplate.find(query, User.class);}// 更新文档public void updateUserEmail(String name, String newEmail) {Query query = new Query(Criteria.where("name").is(name));Update update = new Update().set("email", newEmail);mongoTemplate.updateFirst(query, update, User.class);}// 删除文档public void deleteUser(String id) {Query query = new Query(Criteria.where("id").is(id));mongoTemplate.remove(query, User.class);}// 范围查询public List<Place> findNearbyPlaces(double longitude, double latitude, double distanceInMeters) {// 1. 构造中心点Point center = new Point(longitude, latitude);// 2. 构造距离范围Distance radius = new Distance(distanceInMeters, Metrics.METERS);// 3. 创建查询条件Query query = Query.query(Criteria.where("location").nearSphere(center)  // 球面距离计算.maxDistance(radius.getNormalizedValue())  // 转换为弧度); // 4. 执行查询return mongoTemplate.find(query, Place.class);}
}

Mongodb操作Geojson格式的数据

@GetMapping("/quary")public GeoJsonPoint quaryDriver() {Driver driver = new Driver();GeoJsonPoint location = new GeoJsonPoint(120.74, 31.33); // 经度和纬度driver.setLocation(location);driver.setPlateNumber("浙A12345");driver.setAcceptCustomerDistance(5f);driver.setAcceptOrderDistance(20f);driver.setStatus(1);System.out.println(driver.getLocation());return driver.getLocation();}

首先要认识到，springboot操作Mongodb里的地理空间数据虽然使用sout打印出来的结果类似于下面的情况：

Point [x=120.740000, y=31.330000]

但是如果是前端请求得到的响应里的数据是下面这样:

{"x":120.74,"y":31.33,"type":"Point","coordinates":[120.74,31.33]}

上面的这个是一个geojson格式的的数据（虽然前面有x和y，但依旧可以渲染在地图上），这是Spring Data MongoDB 的序列化行为

Geojson网页在线加载：添加链接描述