文档数据库
文档数据库是以文档为基本单位存储数据的一种NoSQL数据库。文档数据库允许创
建任意复杂的结构模式,具有非常高的灵活性,而且具有类似关系数据库的强大查询和统计
功能。当键值数据库无法满足较为复杂的数据建模需求时,通常会考虑文档数据库。本章
从理论方面介绍文档与其描述方法、集合与结构设计、文档关系建模和数据分区等内容;从
技术方面以Mongo文档数据库为例,介绍相应的操作语句;最后给出一个文档数据库的应
用实例。
3.1 文档及其描述方法
3.1.1 文档概念
文档数据库中“文档”的含义不同于一般意义上的“文档”,如Word、HTML或者PDF
等文档。实际上,文档数据库中的文档(Document)指的是若干个键值对(也可以称为“列名
称”和“列值”、“字段名”和“字段值”)的有序集合,而键值对是由键和值组成的,且每个键值
对只能出现一次。
下面是一个以JSON 格式描述的文档。
{
name: 'Kitty',
age: 28,
status: 'B',
groups: ['Dance', 'Sports'],
Address: {street: 'Hangzhou Zhaohui road', ZipCode:'320014'}
}
上述文档的开始和结束分别是一对大括号,里面包含5个键值对,第一个键值对的键名
是name,键值是字符串"Kitty";第二个键值对的键名是age,键值是数值28;第三个键值对
的键名是status,键值是字符串"B";第四个键值对的键名是groups,键值是一个数组,包含
两个数组元素;第五个键值对的键名是Address,键值是一个子文档,该子文档包括两个键
值对。由此可见,文档中的键值对既可以是简单数据类型,也可以是复杂数据类型,这为设
计文档数据库提供了极大的灵活性。
文档数据库中的文档包含了多个键名及其对应的键值,其实这与关系数据库中的基本
3
59
表类似,所不同的是基本表中除表头外都是以元组形式存储数据。而文档数据库中的每个
文档都有自己的键(属性)和键值(属性值)。与键值数据库相比,文档数据库损失了一定的
性能,但能够一次性存储更多的键值对;与关系数据库相比,文档数据库提供了灵活性,不需
要预先设计文档结构,开发者可以在数据写入时根据需要灵活定义文档结构,而在关系数据
库中,往往要先设计好表结构。
3.1.2 文档描述
文档通常用JSON 格式编写,也可以用XML 格式描述。JSON(JavaScriptObject
Notation)是一种轻量级的数据交换格式,它采用完全独立于编程语言的文本格式存储和
表示数据,其简洁和清晰的层次结构使得JSON 成为理想的数据交换语言,它易于阅读和
编写,同时也易于机器解析和生成,并有效地提升网络传输效率。
本书仅以JSON 描述文档,在JSON 使用时需要遵循以下语法规则。
. 以左大括号'{'开头,以右大括号"}"结尾。
. 数据以键值对的形式出现。
. 键值对之间以逗号分隔。
. 键名是字符串,表示某个属性。
. 键值可以是数值、字符串、逻辑值、数组、对象或Null,表示具体值。
. 数组里的各个元素放在中括号[]中。
. 键值也可以键值对的形式表示,放在一对大括号{}中。
键名一般用字符串表示,也称为属性名、字段名;键值可以是基本的数据类型,如数值、
字符串和Boolean型,也可以是结构化的数据类型,如数组、对象或子文档等,键值也称为属
性值、字段值。因此,文档中既有结构化的信息,又包含数据本身。下面是用JSON 描述的
一个较复杂的文档。
{
book_id: "B01",
book_name: "红岩",
author: {
author_id: "A01",
author_name: "罗广斌",
address: "浙江省杭州市西湖区",
zipcode: "315131",
email: "guangbin@ yahoo.com"
},
price:36,
publisher:"中国青年出版社"
}
上述文档中,键author的值是一个子文档,该子文档包括若干个键值对。
60
3.2 集合及其结构
3.2.1 集合概念
集合(Collection)由一组相关的文档构成,同一集合内的文档结构可以不同。集合没有
类似关系数据库基本表的数据类型和约束等要求,无须提前为集合中的文档定义模式,可直
接在集合中插入文档,且文档结构由开发者自己定义。从概念上,集合可被视作关系数据库
的基本表,文档被视作元组。
下面是一个包含了2个文档的集合,第一个文档是“Sue”的信息,第二个文档是“Kitty”
的信息,这里两个文档的结构是相同的。
{
name: 'sue',
age: 26,
status: 'A',
groups: ['Sing', 'Sports'],
address: {street: 'Hangzhou Liuhe road', ZipCode: '003210'}
}{
name: 'Kitty',
age: 28,
status: 'B',
groups: ['Dance', 'Sports'],
address: {street: 'Hangzhou Zhaohui road', ZipCode: '320014'}
}
一般地,集合内的文档通常都与同一个主题相关,如产品、学生、课程、事件等。不同的
主题虽然也可以存储在同一集合内,但会显得比较混乱,不建议这样存储。相同主题的各个
文档不需拥有完全相同的结构。如果有10%的文档需要记录属性A 和属性B,就不应该强
迫另外90%的文档也记录这些内容。例如,下面的集合中存储了三个学生文档,其结构并
不相同。
{
UserId: "1001",
UserName: "张三",
PassWord: "123456"
}{
UserId: "1002",
UserName: "李四",
PassWord: "123456",
Detail: { "Address": "湖北", "Age": 20, "Email": "lisi@ 163.com" }
61
}{
UserId: "1003",
UserName: "赵六",
PassWord: "123456",
Detail: { "Address": "湖北" },
}
多个不同的文档集合构成一个文档数据库。
图3-1 包含了嵌入式文档的集合
3.2.2 集合结构
集合包括一组类似的文档,而文档自身也可以包
含子文档,这些子文档称为嵌入式文档。通过嵌入式
文档,能够将相关的文档放在一块,从而不需要使用
连接操作就可以直接查询完整的数据。图3-1是一
个一般的集合结构,该集合包含多个文档,每个文档
又包含嵌入式文档。
在关系数据库中,数据与联系存储在不同的基本
表中。例如,如果要存储学生基本信息、课程信息以
及学生的选修课信息,至少要用到3张基本表,然后
通过外键在这些基本表之间建立联系。在查询学生
的选修课情况时,再通过连接操作将这些基本表连接
起来。连接操作涉及大量数据,导致高昂的读写开
销,将会影响查询性能。
在文档数据库中,数据与联系可以存储在同一文档中,其目的是提高数据查询的性能,
这种设计方法称为“去规范化”。去规范化与规范化的设计方法正好相反,其目的是减少连
接操作引起的读写开销,以改善查询性能。当然,去规范化很容易产生数据冗余和数据不一
致性,数据一旦被写入,就不再更新,这样做也是合理的。如图3-2所示,左侧有两个文档,一
个文档存储了订单的信息,另一个文档存储了订单对应的商品信息下,右侧将这两个文档合并
为一个文档,商品信息作为一个子文档存储在订单文档中。
图3-2 去规范化示例
62
3.2.3 无模式数据库
模式在数据库中是一个重要的概念。一般地,在数据库中模式指数据的“结构”或“纲
要”。在关系数据库中,模式就是关系模式,也称为表结构。关系数据库要求设计者预先设
计关系模式(表结构),即先定义模式名、列、主键、外键和其他约束等。此外,为了减少数据
冗余、消除数据异常,关系数据库采取关系模式分解,将一个比较大的关系模式分解为若干
小的关系模式,分解后的关系模式一般都要满足一些范式要求,如第一范式、第二范式、第三
范式等。这种将一个低级别的关系模式通过分解转换为一组高级别范式的过程称为规范
化。规范化是设计关系模式的重要理论依据,因此关系数据库中的关系模式是规范化的模
式集。然
而,关系数据库规范化也带来以下两个问题:
(1)规范化之后得到许多小的关系模式,在进行查询操作时必须将这些关系模式连接
(Join)起来才能查询到比较全面的信息,而连接操作往往需要占用不少的内存资源,查询性
能不高。
(2)关系模式的模式结构往往是固定的,无法满足应用灵活多变的需求。例如,要设计
一个基本表来存储商品数据,但商品的属性个数可能不一致,甚至商品的属性个数是未知
的,此时就难以设计一个固定的模式。
与关系数据库相比,文档数据库不需要预先指定模式结构,属于无模式数据库或去规范
化数据库。这个特点使得文档数据库具有更高的灵活性,由应用程序在使用过程中灵活地
定义具体的模式,可以随时向集合中添加文档,并定义键值对。
实际上,文档数据库的同一个集合可以存储不同类型的文档,也可以具有不同的结构,
没有限定性规范来约束文档的结构。文档数据库的这种无模式结构为应用程序提供了灵
活性。
3.3 文档关系建模
根据文档与文档之间的逻辑关系,可以使用嵌入式文档或引用标识符对文档结构进行
建模。
3.3.1 一对多的文档关系
若对于文档集合A 中的每一个文档,文档集合B 中有多个文档与之联系,反之,对于文
档集合B 中的每一个文档,文档集合A 中至多有一个文档与之联系,则称文档集合A 与文
档集合B 具有一对多的文档关系。
在一对多的文档关系中,表示“一”的文档称为主文档,而表示“多”的文档则用嵌入式文
档构成的数组表示,并通过数组作为主文档的键值。例如,某客户有2个地址,此时可以通
过嵌入式文档描述客户和地址的关系,示例如下。
{
person_id:319,
63
name:"RuiZhao",
occupation:"teacher",
address: [
{street:"Zhaohui road", zip: 310014},
{street:"Liuhe road", zip:310032}
]
}
上述文档中的主文档是客户的基本信息,地址以数组的形式存储了两个嵌入式文档,每
个嵌入式文档对应一个地址。通过嵌入式文档所构成的数组能够灵活地表示一对多的文档
关系。
3.3.2 多对多的文档关系
若对于文档集合A 中的每一个文档,文档集合B 中有多个文档与之联系,反之,对于文
档集合B 中的每一个文档,文档集合A 中也有多个文档与之联系,则称文档集合A 与文档
集合B 具有多对多的文档关系。例如,一名学生可以选修多门课程,一门课程也可以有多
名学生选修;一个订单可以包含多个产品,一个产品也可以包含在多个订单中。
对于多对多的文档关系,首先对这两类实体集分别构建一个文档集合,例如先构建一个
学生文档集合,该集合存储了每个学生的文档;再构建一个课程文档集合,该集合存储了每
个课程的文档;然后在各自的文档中分别加入一份其对应文档的标识符列表。比如课程
maths有三个学生选修,学生HuaZhang选修了三门课,那么这两个文档可以描述如下。
{
course_id: C01,
name:"maths",
credits: 4
enrolledStudents:['S01','S02','S03']
}
{
StudentID: 'S01',
name:"HuaZhang",
courses: ['C01','C02','C03']
}
在文档数据库中,文档标识符是一个文档的唯一标识。可以通过文档标识符引用相关
的文档,而不是把整份文档直接嵌入,这有助于减少数据冗余。需要注意的是,在文档数据
库中没有参照完整性约束,文档之间的引用与被引用关系需要由开发者管理,在使用的时候
要特别注意。
实际上,对于一对多的文档关系,也可以采用文档标识符的方法在文档之间建立相应的
关系,例如计算机学院包含计算机系、软件工程系和物联网系,那么在计算机学院的文档中
可以增加一个列表,指向这三个系的文档标识符。
{
College:'C01',
name:'College of Computer Science and Technology'
head: 'Gang Zhang'
64
dept:['D01', 'D02','D03']
}
通过嵌入式文档和文档标识符能够对文档的多种关系进行建模,具体采用何种方式取
决于查询文档的效率以及维护文档的方便性,可以灵活设计。
3.4 文档数据分区
互联网环境下,文档的体量巨大,如果将所有文档存储在一台服务器上,会导致服务器
访问压力过大。为此,需要将数据进行分区,即按照某种策略将数据从逻辑上划分为若干组
成部分,每个组成部分称为一个数据分区,然后将这些分区分别存储在不同的集群节点上,
从而提高数据访问性能和可扩展性。文档数据库的分区策略主要有两种:一种是文档垂直
分区;另一种是文档水平分区。
3.4.1 文档垂直分区
文档垂直分区是指将一个文档的键值对按照某种策略分别存储在不同的集群节点上,
此时每个分区包含了文档的不同键值对。例如,学生文档包含了学号、姓名、年龄、成绩和课
外活动键值对,可以将学号、姓名、年龄和成绩键值作为一个数据分区存储在一个节点,将课
外活动作为另外一个数据分区存储在另外一个节点,如图3-3所示。
图3-3 垂直分区:按键值对进行分区
显然,垂直分区把一个文档的数据分别存储在不同的分区上,这种策略往往很少采用,
除非一个文档的一部分数据很少被访问,而另外一部分数据被频繁使用,这时候垂直分区才
是有益的。
3.4.2 文档水平分区
文档水平分区是指将文档按照某一策略分别存储在不同的集群节点上。划分之后得到
的数据分区称为“分片”,每个分片拥有文档的全部键值对。
键值数据库中每个键值对存储在哪个分区是由键名决定的,实现的一般策略是通过哈
65
希函数得到键名的哈希值,然后根据哈希值决定将该键值对存储到哪个节点上。文档数据
库的每个文档有多个键值对,可以选择其中一个键作为依据对文档进行分区。用来对文档
进行分区的键称为分区键。分区算法根据分区键将文档映射到不同的集群节点上。分区键
一般选择便于对文档进行分类的键,如类型、日期、地域等。图3-4是按照季度对文档进行
分区,其中每个季度是一个分区,这样文档数据会被均衡地存储在集群节点上。
图3-4 水平分区:按季度分区
分区算法一般采用哈希算法实现,也可以采用其他算法,例如根据属性的不同类别将文
档存储在不同的分区上。
3.5 MongoDB 数据库
3.5.1 概述
MongoDB自2009年2月推出,经过多年的发展已经趋于成熟,是一个分布式开源文档
数据库管理系统,提供了具有可扩展性的高性能数据存储方案,具有以下特点。
(1)每个集合可以存储不同的文档,不同文档的结构和大小有差异。
(2)不支持复杂的连接操作。
(3)提供了丰富的查询功能,支持对文档的动态查询。
(4)支持索引,通过创建索引可以提高查询性能。
(5)支持分布式文件,易扩展。
(6)使用内存存储文档,速度快。
(7)支持C、C++、Java、PHP、Python等多种应用程序开发语言。
MongoDB使用BSON(BinaryJSON)格式描述文档。BSON 是一种类JSON 的存储格
式,支持内嵌的文档对象和数组对象,具有轻量性、可遍历性、高效性等特点。MongoDB与
关系数据库之间的术语对应关系如表3-1所示,熟悉这些术语便于更快地理解MongoDB。
表3-1 MongoDB与关系数据库之间的术语对应关系
MongoDB术语关系数据库术语含义说明
数据库数据库 数据库
集合基本表 集合对应基本表
文档元组 文档对应表中的元组
键值对字段和字段值键名对应字段名,键值对应字段值
索引索引 索引
续表
MongoDB术语关系数据库术语含义说明
文档ID 主键MongoDB自动将_ID键设置为主键
/ 连接操作MongoDB不支持连接操作;关系数据库支持连接操作
下面以图书、作者、客户及其订单信息表为例,介绍MongoDB提供的查询语句。
(1)Books图书信息表(见表3-2)。
表3-
2
Boks图书信息表
bok_id
bok_name
author_id
price
publisher
B01 3DMAX标准教程A01 38 人民邮电出版社
B02 Windows2000网络管理A02 40 北京航空航天大学出版社
B03 MySQL数据库开发教程A01 45 人民邮电出版社
B04 3DMAX从入门到精通A01 45 国防工业出版社
B05 西湖民间故事A03 19 浙江文化出版社
B06 世界尽头与冷酷仙境A04 19 作家出版社
B07 挪威的森林A04 19 作家出版社
B08 寻羊冒险记A04 20 作家出版社
B09 Linux常见问题与技巧A06 24 铁道出版社
B10 OficeXP入门与提高教程A06 33 铁道出版社
B11 OficeXP办公自动化教程A06 31 铁道出版社
(2)Authors作者信息表(见表3-3)。
表3-
3
Authors作者信息表
author_id
author_name
addres
zipcode
email
A01 刘耀儒浙江省杭州市西湖区310023 633423434@qq.com;
A02 王晓明北京市东城区100010 lxm@163.com
A03 卫慧湖北省武汉市洪山区430070 weihui@163.com
A04 村上春树江苏省苏州市相城区215131 cunshang@yahoo.com
A05 陈丹燕江苏省南京市江宁区211100 danyan@zjut.edu.cn
A06 张星浙江省杭州市下城区310000 zhangxing@163.com
(3)Clients客户信息表(见表3-4)。
表3-
4
Clients客户信息表
client_id
client_name
addres
zipcode
tel
C01 赵军上海市浦东新区川200120 13749302134
C02 李铁海南省海口市美兰区570100 15908204668
C03 夏添北京市海淀区100191 13925888532
66
67
(4)Orders订单信息表(见表3-5)。
表3-5 Orders订单信息表
order_id book_id book_number order_date client_id comments
O01 B01 500 2003-01-01 C01 A
O02 B05 350 2003-02-28 C02 A
O03 B04 800 2001-10-11 C01 A
O04 B10 1000 2002-07-04 C03 B
3.5.2 数据库管理
MongoDB拥有如下三个自带的数据库。
(1)admin数据库:用于存储用户和角色等信息,如果将一个用户添加到这个数据库,
这个用户自动继承所有数据库的权限。
(2)local数据库:用来存储副本集的配置信息,数据不能被复制到其他节点。
(3)config数据库:在分片设置时用于保存分片的相关信息。
除上述三个自带的数据库外,用户可以自己创建数据库,但数据库名称应该符合以下命
名规则:
(1)数据库名不能是空的字符串,不能以数字开头。
(2)数据库名不能含有空格、.、＄、/、\和\0(空字符)等特殊符号。
(3)数据库名应大小写敏感。
(4)数据库名长度最多为64B。
如果用户不定义自己的数据库名称,则默认操作的数据库名称为"test"。
1. 创建数据库
use DATABASE_NAME
如果数据库名不存在,则创建该数据库;如果数据库名存在,则切换到指定数据库。实
际上,只有当插入文档时才会真正创建该数据库。
例3-1 创建BookDB文档数据库,其语句为
use BookDB
以上语句创建一个名为BookDB的文档数据库,并切换到该数据库。在向新创建的数
据库插入文档之前,该数据库不会被真正创建。
2. 显示数据库
show dbs
上述语句可以显示数据库的列表。
68
例3-2 查看当前服务器上的所有文档数据库,其语句为
show dbs
刚才创建的数据库BookDB并不在数据库的列表中,如果要显示它,需要向BookDB数
据库插入一些文档,这时数据库BookDB才能被真正创建,并通过上述语句显示出来。
3. 删除数据库
db.dropDatabase()
上述语句将删除当前数据库,其中的db将引用当前操作的数据库。
3.5.3 集合管理
在MongoDB中,集合是一组相关的文档,类似于关系数据库中的基本表。
1. 创建集合
db.createCollection(name, options)
参数说明如下。
. name:要创建的集合名称。
. options:可选参数,指定相关选项,具体包括以下四个。
(1)capped:布尔值,如果为true,则创建固定集合(CappedCollections),即集合的大
小是固定的,当达到最大值时,它会自动覆盖最早的文档;当该值为true时,必须指定size
参数。
(2)autoIndexId:布尔值,3.2版本之后不再支持该参数,默认为false;如果为true,则
自动在_id键名创建索引。
(3)size:数值,定义固定集合的大小,单位为千字节。
(4)max:数值,指定固定集合文档的最大数量。
一般情况下创建的集合是没有大小的,可以一直向集合中添加文档,集合可以动态增
长。如果创建的是固定集合,那么这种集合的大小是固定的。例如,在创建的时候设置该集
合中文档的数量为1000个,那么当插入的文档数量达到1000个时,再向集合中插入文档,
则只会保留最新的1000个文档,之前的文档会被删除。此外,固定集合的文档按照插入顺
序存储,默认情况下查询就是按照插入顺序返回。
此外,对固定集合中的文档可以进行更新,但更新不能导致文档大小变化,否则更新将
失败。例如,假设集合中有一个key,其value对应的数据长度为100B,如果要更新这个key
对应的value,更新后的值也必须为100B。
例3-3 在BookDB中创建一个集合Books,其大小为2048KB,若其已满,则删除旧的
文档,最多存放1000个,其语句为
db.createCollection("Books",{capped:true,size:2048,max:1000})
69
2. 查看集合
show collections 或show tables
上述语句可以查看当前数据库上已创建了哪些集合。
例3-4 显示BookDB中的所有集合,其语句为
showcollections
可以看到,Books集合已经创建成功。
3. 删除集合
db.COLLECTION.drop()
上述语句可以删除指定的集合,COLLECTION 是要删除的集合名称。
例3-5 删除Books集合,其语句为
db.Books.drop()
上述语句将会删除Books集合,集合中的文档也被同时删除。
3.5.4 文档管理
1. 插入文档
1)insert语句
db.COLLECTION.insert(document)
将文档插到集合COLLECTION 中。若插入的数据主键已经存在,则会抛出异常,提
示主键重复,不保存当前数据。
例3-6 在Books集合中插入“挪威的森林”文档,将作者信息作为文档的嵌入式文档,
其语句为
db.Books.insert(
{
book_id:"B07",
book_name:"挪威的森林",
author:{
author_id:"A04",
author_name:"村上春树",
address: "江苏省苏州市相城区",
zipcode:"215131",
email:"cunshang@yahoo.com"
70
},
price:19,
publisher:"作家出版社"
}
)
上述语句将插入一个文档,键名author的键值是一个嵌入式文档。
2)insertOne语句
db.COLLECTION.insertOne(document)
通过上述语句,可以向集合COLLECTION 中插入一个文档。
例3-7 在Books集合中插入图书编号是B02的图书信息,其语句为
db.Books.insertOne(
{
book_id:"B02",
book_name: "Windows2000 网络管理",
author_id: "A02",
price:40,
publisher:"北京航空航天大学出版社"
})
3)insertMany语句
db.COLLECTION.insertMany([<document1>, <document2>, ... ], {writeConcern: <
document>, ordered: <boolean>})
参数说明如下。
. writeConcern:表示指定写入策略,默认为1,即要求确认写操作,0为不要求。
. ordered:表示是否按顺序写入,默认为true,要求按顺序写入。
该语句可以向集合中一次插入一个或多个文档。
例3-8 在Books集合中插入“OfficeXP入门与提高教程”和“OfficeXP办公自动化教
程”两个文档,其语句为
db.Books.insertMany(
[
{
book_id:"B10",
book_name: "Office XP 入门与提高教程",
author_id: "A06",
price:33,
publisher:"铁道出版社"
71
},
{
book_id:"B11",
book_name: "Office XP 办公自动化教程",
author_id: "A06",
price:31,
publisher:"铁道出版社"
}
])
除用户可以为每个文档设置有意义的标识符以区分不同文档外,MongoDB还自动为
每个文档设置了一个_id主键,默认情况下是Objectid对象,是自动生成的,这个值在当前
集合中是唯一的,应用程序可以使用_id值标识文档。
2. 更新文档
(1)Update语句
db.COLLECTION.update(<query>, <update>, {upsert: <boolean>, multi: <boolean
>, writeConcern: <document>})
参数说明如下。
. query:更新的条件;如果有条件,则只更新符合条件的文档。
. update:更新的对象和更新的操作符,具体包括以下更新操作符。
{$set:{field:value}}:把文档中某个field的值设为value。
{$inc:{field:value}}:把文档中某个数值型的field增加一个value值。
{$unset:{field:0}}:删除某个field。
{$push:{field:value}}:把value追加到数组field里,如果数组field不存在,则会
自动插入一个数组类型。
{$addToSet:{field:value}}:加一个值到数组field中,而且只有当这个值在数组
中不存在时才增加。
{$pull:{field:value}}:从数组field中删除一个等于value的值。
{$rename:{old_field_name:new_field_name}}:对field进行重命名。
. upsert:可选参数,如果不存在所要更新的记录,是否插入一个新文档,true为插入,
默认是false,不插入。
. multi:可选参数,默认是false,只更新找到的第一个文档,如果这个参数为true,就
把符合条件的文档全部更新。
. writeConcern:可选,抛出异常的级别。
例3-9 将Books集合中所有图书的价格统一增加10元,其语句为
db.Books.update({"price":{"$exists":true}},{$inc:{price:10}},false,true)
上述语句中$exists的作用是判断键price是否存在,$inc的作用是将键price加上一
72
个数值;false的作用是如果不存在键price,则取消更新;true的作用是如果有多个文档符合
条件,则全部更新。
例3-10 将Books集合中的书名“挪威的森林”修改为“森林甲壳虫”,其语句为
db.Books.update({"book_name":"挪威的森林"},{$set:{"book_name":"森林甲壳虫"}})
由于Books是固定集合,因此要求更新后的键值长度与之前的长度保持一致。
例3-11 将Books集合中书名为“Windows2000网络管理”的文档中的键“price”删
除,其语句为
db.Books.update({"book_name":"Windows 2000 网络管理"},{$unset:{"price":0}})
在上述语句中,注意unset这个操作符只识别键名,值可以是任意的(true、1或者其他
值),只要给出要删除的键名即可。
为展示更多的例子,假设MongoDB中已创建集合Students,且存在两个相关文档,信
息如表3-6所示。
表3-6 两个相关文档的信息
stu_name subjects
李明C、C++
小刚MySQL、SQL
例3-12 将“MySQL”这门课程加到李明的subjects中,其语句为
db.Students.update({"stu_name":"李明"},{$push:{"subjects":"MySQL"}})
例3-13 将“C”和“C++”这两门课程加到小刚的subjects中,其语句为
db.Students.update({"stu _name":"小刚"}, {$push: {"subjects": {$each: ["C","C
++"]}}})
例3-14 将“SQL”这门课程加到李明的subjects中,其语句为
db.Students.update({"stu_name":"李明"},{$addToSet:{"subjects":"SQL"}})
例3-15 将“SQL”这门课程从李明的subjects中删除,其语句为
db.Students.update({"stu_name":"李明"},{$pull:{"subjects":"SQL"}})
例3-16 将Students集合中的stu_name键名改为name,其语句为
db.Students.updateMany( {}, { $rename: { "stu_name": "name" } } )
2)save语句
插入或更新已存在的文档。
73
db.COLLECTION.save(<document})
如果指定_id键,则会更新该_id的数据,根据其键值对对原有键值对重新修改;如果不
指定_id键,则是插入文档,类似insert()。
3. 删除文档
1)remove语句
db. COLLECTION. remove ( < query >, { justOne: < boolean >, writeConcern: <
document>})
参数说明如下。
. query:设置删除文档的条件;如果没有条件,则删除所有文档。
.justOne:如果设为true或1,则只删除一个文档;如果不设置该参数,或使用默认值
false,则删除所有匹配条件的文档。
. writeConcern:可选参数,抛出异常的级别。
例3-17 将Books集合中book_id是B14的文档删除,其语句为
db.Books.remove({"book_id":"B14 "})
上述语句可以删除多个匹配的文档。
2)deleteOne语句
db.COLLECTION.deleteOne ()
例3-18 将Books集合中book_id是B14的文档删除,其语句为
db.Books.deleteOne({"book_id":"B14 "})
上述语句只删除第一个匹配的文档。
3)deleteMany语句
db.COLLECTION.deleteMany ()
例3-19 删除集合Books中“铁道出版社”的文档,其语句为
db.Books.deleteMany ({"publisher":"铁道出版社"})
上述语句将删除所有匹配到的相关文档。
3.5.5 文档查询
1. 查询语句
MongoDB的查询语句是find语句,用于查询符合条件的文档。
74
db.COLLECTION.find(query,projection)
. query:可选参数,使用查询操作符指定查询条件。
. projection:可选参数,使用投影操作符指定返回的键值对;若没有该参数,则返回文
档中所有的键值对。
例3-20 查询Books集合中的所有文档,显示所有的键值对,其语句为
db.Books.find()
上述查询语句将查询Books集合中所有的文档和文档内所有的键值对。
2. 格式化输出
如果要对查询的结果进行格式化输出,就需要使用pretty()语句,其语法格式如下。
db.COLLECTION.find().pretty()
例3-21 查询Books集合中的所有文档,显示所有的键值对,并将结果格式化,其语
句为
db.Books.find().pretty()
通过pretty()语句能够将结果输出格式化,各键值对分行输出,方便阅读。
3. 查询表达式
在find语句中,可以通过query参数设置查询条件,这与SQL 的Where条件语句类
似。常用的查询条件如表3-7所示。
表3-7 常用的查询条件
条 件格 式范 例含 义
等于{<key>:<value>} find({"name":"SQL教程"}) name='SQL教程'
小于:$lt {<key>:{$lt:<value>}} find({"price":{$lt:50}}) price<50
小于或等于:$lte {< key>:{$lte:< value
>}} find({"price":{$lte:50}}) price<=50
大于:$gt {<key>:{$gt:<value>}} find({"price":{$gt:50}}) price>50
大于或等于:$gte {<key>:{$gte:<value
>}} find({"price":{$gte:50}}) price>=50
不等于:ne: {<key>:{$ne:<value>}} find({"price":{$ne:50}}) price! =50
例3-22 查询Books集合中book_id是B07的文档,并格式化显示,其语句为
db.Books.find({"book_id":"B07"}).pretty()
例3-23 查询Books集合中价格大于20元的文档,并格式化显示,其语句为
75
db.Books.find({"price":{$gt:20}}).pretty()
4. 逻辑表达式
在find语句中,可以通过query参数设置多个查询条件,此时需要用到逻辑表达式。
1)逻辑与
query参数可以传入多个键,每个键以逗号隔开,这些条件之间的关系是AND 条件。
>find({key1: value1, key2:value2})
2)逻辑或
采用$or关键字表达逻辑或。
>find({$or: [{key1: value1}, {key2:value2}]})
例3-24 查询Books集合中book_id是B07或B09的文档,并格式化显示,其语句为
db.Books.find({$or:[{"book_id":"B07"},{"book_id":"B09"}]}).pretty()
例3-25 查询Books集合中出版社为“铁道出版社”且价格超过31元的图书,并格式
化显示,其语句为
db.Books.find({"publisher":"铁道出版社","price":{$gt:31}}).pretty()
5. 投影查询
使用projection投影操作符指定返回的键,如果没有该参数,则返回所有键值对。
例3-26 查询Books集合中价格等于29元或等于30元的文档,只查询book_name和
publisher,并格式化显示,其语句为
db. Books. find ({$or: [{ " price ": 29}, { " price ": 30}]}, {_ id: 0, book _ name: 1,
publisher:1}).pretty()
对于需要显示的键,设置为1即可,不设置即不显示。_id主键默认显示,如果不显示,
则需要明确设置为0。
6. 模糊查询
MongoDB模糊查询使用反斜杠“/”,并结合一些转义字符实现模糊查询。下面通过例
子说明具体的使用方法。
例3-27 查询图书名称中包含“office”的文档,其语句为
db.Books.find({"book_name":/office/}).pretty()
上述语句中,将查询键值包含“office”的文档,前后的反斜杠通配任意的字符串。
76
例3-28 查询图书名称中以“office”开头的文档,其语句为
db.Books.find({"book_name":/^office/}).pretty()
上述语句的第一个反斜杠后加了转义字符“^”,将失去通配符的含义。
例3-29 查询图书名称中以“管理”结尾的文档,其语句为
db.Books.find({"book_name":/管理$/}).pretty()
上述语句的第二个反斜杠前加了转义字符“$”,将失去通配符的含义。
例3-30 查询图书名称中包含“SQL”的图书,忽略大小写。
db.member.find({"book_name":/SQL/i}})
上述语句的第二个反斜杠后面加了转义字符“i”,表示忽略大小写。
此外,MongoDB还可以用$regex操作符设置匹配字符串的正则表达式,上面给出的
是简化版的正则表达式。
例3-27也可以使用$regex操作符进行查询,其语句为
db.Books.find({"book_name":{$regex:"office"}}).pretty()
例3-30也可以使用$regex操作符进行查询,其语句为
db.Books.find({"book_name":{$regex:"SQL",$options:"$i"}})
7. 限定查询数量
如果要限定查询的文档数量,此时需要使用limit方法,该方法接受一个数字参数,限定
查询的文档数量。
db.COLLECTION.find().limit(Num)
例3-31 查询价格大于30元的图书的书名和价格,只显示前2个文档,并格式化查询
结果,其语句为
db.Books.find({"price":{$gt:30}},{_id:0,book_name:1,price:1}).limit(2).pretty
()
8. 跳过一些文档
如果需要跳过指定数量的文档,则须使用skip方法,该方法接受一个数字参数作为跳
过的文档数。
db.COLLECTION.find().skip(Num)
77
例3-32 查询价格大于30元的图书的书名和价格,跳过前2个文档,并格式化查询结
果,其语句为
db.Books.find({"price":{$gt:30}},{_id:0,book_name:1,price:1}).skip(2).pretty
()
9. 查询结果排序
如果要对查询的结果进行排序,需要使用sort方法,该方法根据指定的键值进行排序。
db.COLLECTION.find().sort({KEY:1})
使用sort方法对数据进行排序,可以通过参数指定排序的键,并使用1 和-1指定排
序的方式,其中1为升序排列,而-1用于降序排列。
例3-33 查询Books集合中的所有文档,显示书名和价格,按价格降序排列,并格式化
查询结果,其语句为
db.Books.find({},{_id:0,book_name:1,price:1}).sort({price:-1}).pretty()
3.5.6 文档聚合
MongoDB使用文档聚合(aggregate)对文档进行过滤、分组、投影、拆分或者排序等操
作,功能非常丰富。
db.COLLECTION.aggregate(([{$ pipeline1},{$ pipeline2},{$ pipeline3}…])
其中的$pipeline1、$pipeline2、$pipeline3等称为管道操作命令,前一个管道命令的
输出作为下一个管道命令的输入,通过若干个管道操作可以对结果进一步聚合处理。
下面以表3-8中的数据为例,对管道操作命令进行举例说明,假设这些文档已经存储在
Orders集合中。
表3-8 集合Orders存储的文档
order_id book_id book_number order_date client_id comments
O01 B01 500 2003-1-1 C01 A
O02 B05 350 2003-2-28 C02 A
O03 B04 800 2001-10-11 C01 A
O04 B10 1000 2002-7-4 C02 B
1. Match 管道命令
Match是过滤管道命令,它的作用是按照指定的条件过滤文档,只输出符合条件的
文档。