1989 年,Lotus提出文档数据库(DocumentDatabase)的概念。文档数据库区别于传
统的关系数据库,它是用于管理文档的。在传统的关系数据库中,信息被分割成离散的数
据段,而在文档数据库中,文档是处理信息的基本单位。一个文档可以很长、很复杂,甚至
可以无结构。

文档数据库也可以说是键值对数据库[2](NoSQL 数据库的另一个概念)的一个子类。
在键值对数据库中,数据对数据库来说是不透明的。但面向文档的数据库系统依赖于文
档的内部结构,它会获取元数据用于数据库的深层优化。

MongoDB 是一种面向集合且模式自由的文档数据库。它在简化开发的同时为Web 
应用提供可扩展的高性能数据存储解决方案。
本章通过对文档数据库基本概念的阐述和对MongoDB 安装配置和基本操作的介绍
展现了文档数据库的适用范围和其使用方法。

3.1 
MongoDB 
简介
MongoDB[3]数据库是基于分布式文件存储的开源数据库系统之一,用C+
+ 
编程语
言编写。它是一种面向集合且模式自由的文档数据库。

面向集合是指数据备份组存在于数据集(集合)中。MongoDB 的集合类似于关系数
据库的表,但要操作一个集合并不需要创建它。在存入数据时,如果集合不存在,则自动
创建。

文档数据库的特点是将数据存储为文档。MongoDB 数据库的一个文档类似于关系数
据库的一条记录。它支持的数据结构非常松散,是类似JSON[4]格式的BSON(BinarySerializedDocumentFormat,BinaryJSON)格式,因此可以存储比较复杂的数据类型。


27
模式自由是对存储在MongoDB数据库中的数据而言的。MongoDB数据库的文档
存储的数据结构是键值对(Key-Value),键(Key)是字符串,值(Value)可以是数据类型集
合中的任意类型,包括数组和文档。

MongoDB支持的查询语言也非常强大,其语法有点类似于面向对象的查询语言,几
乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。

MongoDB数据库数据查询和存储与关系数据库的相似性使它成为非关系数据库当
中功能最丰富,最像关系数据库的数据库。

3.基本概念
2 

3.1 
文档数据模型
2.
MongoDB将数据以BSON格式存储于文档中。这是考虑数据的最自然方法,比传
统的行/列模型更具表现力和功能。传统的关系数据库需要对表结构进行预先定义和严
格的要求,而这样的严格要求,导致了处理数据的过程更加烦琐,甚至降低了执行效率。
在数据量达到一定规模的情况下,传统关系数据库反应迟钝,想解决这个问题就需要反其
道而行之,尽可能去掉传统关系数据库的各种规范约束,甚至事先无须定义数据存储结
构,这一点在MongoDB的文档数据模型中很好地体现了出来。MongoDB的文档数据模
型如图3-1所示。


图3-1 MongoDB的文档数据模型

从图3-1可以看出,一个大括号中包含若干个键值对,大括号中的内容就被称为一条
文档,文档中存储的值(Value)可以是字符串、数值、数组、文档等类型。

3.2 
文档存储结构
2.
MongoDB文档数据库的存储结构分为四个层次,从小到大依次是:键值对、文档
(Document)、集合(Colection)、数据库(Database)。MongoDB的存储逻辑结构为文档, 
文档中采用键值对结构,文档中的_id为主键,默认创建主键索引。表3-1通过对比
MongoDB数据库的存储与传统关系数据库存储描述了其存储结构。

表3-
1 
MongoDB存储与MySQL存储的对比

MySQL术语/概念
数据库(Database) 
表(Table) 

数据库(Database)
MongoDB术语/概念

集合(Colection) 


28
续表

MySQL 术语/概念
数据记录行(Row) 
数据字段(Column) 
索引(Index) 
表连接(TableJoins) 
主键(PrimaryKey) 

MongoDB 术语/概念
数据记录文档(Document) 
数据域(Field) 
索引(

Index) 

不支持

主键,MongoDB 自动将_id字段设置为主键(PrimaryKey) 

通过表3-1可以看出,MongoDB 的文档、集合、数据库对应于关系数据库中的行数
据、表、数据库。

键值对是文档数据库存储结构的基本单位,具体包含数据和类型。键值对的数据包
含键和值,键的格式一般为字符串,除了少数例外情况,键可以使用任意UTF-8字符。值
的格式可以包含字符串、数值、数组、文档等类型。按照键值对的复杂程度,可以将键值对
分为基本键值对和嵌套键值对。键值对中的键为字符串,值为基本类型的键值对就称为
基本键值对。嵌套键值对类型的键对应的值为一个文档,文档中又包含相关的键值对。
键起唯一索引的作用,确保一个键值结构里数据记录的唯一性,同时也具有信息记录的作
用。值是键所对应的数据,其内容通过键来获取,可存储任何类型的数据,甚至可以为空。
它们之间的关系是一一对应的。

文档是MongoDB 的核心概念,是数据的基本单元。文档是一组有序的键值对集合。
文档的数据结构与JSON 基本相同,所有存储在集合中的数据都是BSON 格式。BSON 
是一种类JSON 的二进制存储格式,是BinaryJSON 的简称。MongoDB 的文档不需要
设置相同的字段,并且相同的字段不需要相同的数据类型,这与关系数据库有很大的区
别,也是MongoDB 非常突出的特点。需要注意的是,文档中的键值对是有序的,且键不
能重复。

文档中键有一些命名规范。

(1)键不能含有空字符(\0), 这个字符用来表示键的结尾。
(2)“”和“$”有特别的意义,只有在特定环境下才能使用。(3)以下(.) 画线“_” 开头的键是保留的,一般不以“_” 开头。
(4)命名区分类型和大小写。
MongoDB 将文档存储在集合中,一个集合是一些文档构成的对象。如果说MongoDB 
中的文档类似于关系数据库中的“行”,那么集合就如同“表”。集合存在于数据库中,没有固
定的结构,这意味着用户对集合可以存入不同格式和类型的数据。但通常情况下存入集合
的数据都会有一定的关联性,即一个集合中的文档应该具有相关性。集合具有明确要求,合
法的集合名不能是空字符串"",也不能含有空字符(\0,这个字符表示集合名的结尾), 集合
名不能以“system.”开头,这是为系统集合保留的前缀。用户创建的集合名字不能含有保留
字符。有些驱动程序的确支持在集合名里面包含,这是因为某些系统生成的集合中包含该
字符。除非访问这种系统创建的集合,否则不要在名字里出现“$”。


29 
MongoDB中的数据具有灵活的架构,集合不强制要求文档结构。但数据建模的不
同可能会影响程序性能和数据库容量。文档之间的关系是数据建模需要考虑的重要因
素,而文档与文档之间的关系包括嵌入和引用两种。关系数据库的数据模型在设计时,将
不同的键值对分到两个表中,在查询时进行关联,这就是引用的使用方式。如果在实际查
询中,需要频繁地通过_id获得某个键值对信息,那么就需要频繁地通过关联引用来返回
查询结果。在这种情况下,一个更合适的数据模型就是嵌入。将该键值对信息嵌入一个
完整的键值对中,这样通过一次查询就可获得完整的键值对和所需信息。如果具有多个
类似的所需信息,也可以将其嵌入键值对中,通过一次查询就可获得完整的键值对和多
个所需信息。但在某种情况下,引用比嵌入更有优势。嵌入式的关系可能导致信息重复, 
这时可采用引用的方式描述集合之间的关系。使用引用时,关系的增长速度决定了引用
的存储位置。如果每个键值对对应的所需信息很少且增长有限,那么使用嵌入更有优势。
但如果所需信息数量很多,则此数据模型将导致可变的、不断增长的数组。为了避免可
变的、不断增长的数组应该选择使用引用。
在MongoDB中,数据库由集合组成。一个MongoDB实例可承载多个数据库,互相
之间彼此独立,在开发过程中,通常将一个应用的所有数据存储到同一个数据库中, 
MongoDB将不同数据库存放在不同文件中。
3.2.3 数据类型
1.ObjectID 
MongoDB数据库中有一种特有的数据类ObjectID(文档自生成的_id),是MongoDB 
生成的类似关系数据库表主键的唯一Key,具体由24个字节组成:1~8字节是时间戳;9 
~14字节的机器标识符,表示MongoDB实例所在机器的不同;15~18字节是进程ID,表
示相同机器的不同MongoDB 进程;19~24 字节是计数器。例3-1 的代码就是一个
MongoDB自动生成的ObjectID。
【例3-1】 ObjectID案例。 
"_id" : ObjectId("5b151f8536409809ab2e6b26") 
在这段ObjectID中可以得到以下四种信息。
(1)“5b151f85”代指的是时间戳,也就是这条数据的产生时间。
(2)接着的“364098”代指某台机器的机器码,用来表示存储这条数据时的机器编号。
(3)再接下来的“09ab”代指进程ID,进程ID在多进程存储数据的时候非常有用。
(4)之后的“2e6b26”代指计数器,这里要注意的是计数器的数字可能会出现重复,不
是唯一的。以上四种标识符拼凑成世界上唯一的ObjectID。
只要是支持MongoDB的语言都会有一个或多个方法对ObjectID进行转换。要注
意的是,ObjectID类型是不能被JSON 序列化的。
2.常见数据类型
(1)字符串(String)是存储数据常用的数据类型。在MongoDB中,UTF-8编码的字

30
符串才是合法的。

(2)布尔值(Boolean)包含true和false,用于存储布尔值。
(3)整型数值(用于存储数值。根据用户所采用的服务器,可分为32位或64位。
Integer)

(4)双精度浮点值(Double)用于存储浮点值,因为没有单精度浮点类型(Float类
型),所以所有的浮点值都使用双精度浮点类型存储。
(5)空数据类型(Nul)用于创建空值。
(6)数组或者列表(Arays)将多个值存储到一个键。
3.其他数据类型
(1)Min/MaxKeys用于将一个值与BSON元素的最低值和最高值相对比。

(2)内嵌文档(Object),这种数据类似于Python中的字典。
(3)符号(Symbol)基本上等同于字符串类型,不同的是它一般用于采用特殊符号类
型的语言。
(4)日期时间(Date)用UNIX时间格式来存储当前日期或时间。
(5)二进制数据(BinaryData)用于存储二进制数据。
(6)代码类型(Code)用于在文档中存储JavaScript代码。
(7)正则表达式类型(RegularExpresion)用于存储正则表达式。
3.3 
MongoDB的安装与配置
3.单机环境部署
3.1 

在Mono地址为h//www.noog/dlas,

gDB官网下载安装包, 
tp:mogdb.rownod本书
以在WinowngDB4.

ds系统上安装Moo4社区版为例。

首先要在官网下载安装程序。完成安装程序的下载后就可以双击运行该msi文件安

装程序。图3-2展示了msi安装程序界面。

在安装程序运行过程中,首先要选择设置类型,也就是向导自动完整的安装(Complete)
还是用户自定义安装(Custom )。要注意的是,如果选择自动安装,系统将会自动将
MongoDB和其工具安装到默认位置,所以建议读者选择自定义安装选项以选择合适的位置
安装可执行文件。图3-3和图3-4分别展示了如何选择安装方式和安装位置。

选择了安装类型和安装位置后的步骤是服务配置。

从Mono0开始, nonows服务的选择

gDB4.安装过程中还包括将MogDB设置为Wid
和仅安装二进制文件的选择
。


以下内容将为安装MongoDB并将其配置为Windows服务的安装程序流程。如果
选择了InstalMongoDBasaService复选框也就是将MongoDB设置成为Windows服
务,接下来就需要对以何种身份运行服务进行选择。如果选择网络用户身份,就是用
Windows内置的Windows用户账户作为网络服务用户身份。如果选择以本地用户或域
用户身份运行服务,则需要为本地用户账户设置账户域、账户名和密码。要注意的是,如
果设置为本地用户而不是域用户,则账户域为“.”。


31
图3-2 MongoDB安装程序


图3-3 安装方式选择

接下来的三个选项分别是服务名称(ServiceName )、数据目录(DataDirectory)和日
志目录(LogDirectory)。图3-5为服务配置界面。

通过图3-5可以看出,安装MongoDB过程中,其服务名称默认为MongoDB 。如果已
经拥有使用指定名称的服务,则必须选择另一个名称。如果数据目录不存在,安装程序将
创建目录并将目录访问权限设置为服务用户。如果日志目录不存在,安装程序将创建目
录并将目录访问权限设置为服务用户。

接下来的步骤可以选择是否安装MongoDB的可视化工具———MongoDBCompas
。


32
图3-4 安装位置选择


图3-5 服务配置界面

MongoDB数据库具有灵活丰富的文档结构,这会帮助开发人员构建更丰富的数据结构,加
快开发速度。然而,这样的灵活性也使其中的数据结构变得难以理解。MongoDBCompas 
的引入帮助MongoDB数据库解决了这个问题,方便开发人员对数据结构的查询。

安装全部完成后在安装目录的bin文件夹(笔者的安装位置是D:\MongoDB\Server 
\4.in,如果读者选择了自动安装则安装目录应该是C:rgamFie\MogDB\

4\b\PorlsnoSevr4\bn)下打开命令行,输入命令“mogo-
ahF:aa”启动MongDB

re\4.inddbpt\dt\dbo
服务,启动成功后打开浏览器,输入网址“htp://localhost:27017”(27017是MongoDB 


33
数据库服务的端口号)查看,若显示“

ItlookslikeyouaretryingtoacesMongoDBover 
HTTPonthenativedriverport.”,则表示连接成功。如果不成功,可以查看端口是否被
占用。连接成功后,可以如图3-6所示在任务管理器中查看当前MongoDB进程,以此确
定MongoDB正常启动和运行状态。


图3-6 任务管理器中的MongoDB进程

3.3.2 
MongoDB的配置文件
将MongoDB设置为Windows服务后,需要如图3-7所示配置MongoDB的环境变量。


图3-7 配置MongoDB环境变量


34
如图3-7所示,在系统变量Path中添加MongoDB服务bin文件夹路径(笔者使用的
路径为“D:\MongDB\Sre\4.i”)。

oevr4\bn
配置好环境变量后就可以在本地的任何位置使用MongoDB了。图3-8展示了如何
使用命令行在任意目录文件下启动或关闭MongoDB 。


图3-8 启动和关闭MongoDB服务

图3-8中,系统用户通过命令行指令“netstartMongoDB”启动或通过命令行指令n(“) etstopMongoDB”关闭MongoDB服务。

3.MogoDB的基本操作
4n

3.1 
ngoShel 
的使用
4.Mo

MongoDB自带简洁但功能强大的JavaScriptShel
。在JavaScriptShel 
中输入一个
变量会将变量的值转换为字符串打印到控制台上。

首先,以系统用户身份运行命令行,执行命令“netstartMongoDB”开启MongoDB服
务。执行命令“mongo”启动MongoShel[5]。Shel 
默认连接test数据库。要使用别的数
据库,需要在服务器地址后添加斜杠和数据库名。

另一种连接数据库的方法像SQLShel 
中一样,使用命令“usedatabaseName,(”) 如果
数据库不存在,则会创建一个新的数据库。

首先如图3-9所示操作使用
-
nodb选项启动Shel,而不连接数据库。


图3-9 使用
-
nodb选项启动Shel 


35 
在如图3-9所示的MongoShell中,可用“help”查看常用指令,如“exit”指令用于退出
MongoShell,“db.help()”指令用于查看数据库级别的命令的帮助,“db.mycoll.help()”用于查
看集合的相关帮助。
启动Mongo后可以如例3-2所示使用“db”查看当前连接数据库名词。
【例3-2】 使用“db”连接数据库。 
>use mongodb 
Switched to db mongodb 
>db 
mongodb 
使用“db.集合名”的方式来访问集合一般不会有问题,但如果集合名恰好是数据库类
的一个属性时就不行了,JavaScript只有找不到指定的属性时,才会将其作为集合返回。
当有属性与目标集合同名时,可以使用getCollection函数。例如,要访问version这个集
合,因为db.version是个数据库函数,就会返回正在运行的MongoDB服务器的版本。所
以输入db.version会显示该函数的JavaScript源代码,而不是想显示的集合。例3-3是一
个db.version的例子。
【例3-3】 db.version指令的使用和输出。 
>db.version 
function(){ 
return this.serverBuildInfo().version; 
}>
db.version() 
4.4.1 
>db.getCollection(“version”) 
test.version 
因为Shell是功能完整的JavaScript解释器,所以MongoShell中可以运行任何
JavaScript程序,比如例3-4中的基本运算、JavaScript标准库调用和函数的调用。
【例3-4】 MongoShell中运行JavaScript程序。 
> x=1 
1>
x+x 
2>
Math.sin(Math.PI/2) 
1>
function func(n){ if(n<10) return 10; return n; } 
> func(6) 
10 
例3-4中首先定义变量,输入后程序返回变量定义的值。然后对变量进行基本运算

36 
时,就可以得到运算的结果。案例的第三条输入是JavaScript标准库函数Math函数的
调用,返回运算结果。最后是一个自定义函数定义和运算的示例。
3.4.2 数据库和集合操作
表3-2展示了数据库基础操作及其指令。
表3-2 数据库操作
数据库操作指 令
创建数据库use数据库名
查看当前连接的数据库db 
查看所有数据库showdbs 
删除数据库db.dropDatabase() 
如表3-2所示,MongoDB创建数据库的语法格式是“use数据库名”。查看当前连接
的数据库的指令是“db”。如果想查看所有数据库,可以使用指令“showdbs”。MongoDB 
中默认的数据库为test,如果没有创建新的数据库,集合将存放在test数据库中。删除数
据库需要先切换到要销毁的数据库,然后执行指令“db.dropDatabase()”。
MongoDB数据库对集合的操作对应于关系数据库中表的概念,包括集合的创建删
除以及查询数据库中所有的集合。表3-3展示了MongoDB中对集合的操作。
表3-3 集合操作
集合操作指 令
创建集合db.createCollections("集合名") 
删除集合db.集合名.drop() 
获取所有集合showcollections 
如表3-3所示,使用“db.createCollections("集合名")”指令创建集合,使用db.集合
名.drop()指令删除集合,使用指令“showcollections”获取所有集合的信息。
3.4.3 基本增删改查操作
1.存入数据 
MongoDB数据库使用insert()方法或save()方法向集合存入文档,使用的语法
如下。 
db.集合名称.insert(条件) 
save()在不指定_id字段的情况下与insert()方法类似。但如果指定_id字段,save() 
方法会更新该_id 的数据,这一点与insert()方法不同。可以使用命令db.col.save

37 
(document)存入文档。save()方法通过传入的文档来替换已有文档。语法格式如下。 
db.collection.save( 
<document>, 
{ 
writeConcern: <document> 
} 
)
在这段save()方法的代码中document指文档数据,writeConcern是可选项,表示抛
出异常的级别。
2.删除数据
MongoDB数据库使用remove()函数移除集合中的数据。在删除集合中的数据前首
先需要执行命令“use<数据库名>”切换到指定数据库,这之后执行删除指令:db.集合
名称.remove(条件)。在执行remove()函数前先执行find()命令来判断执行的条件是否
正确,是一个比较好的习惯。请慎用remove({}),它会删除集合中的所有文档。remove() 
方法的基本语法格式如下。 
db.collection.remove( 
<query>, 
<justOne> 
)
MongoDB的2.6版本以后,其remove()方法的语法格式发生了一些改变,具体语法
格式如下。 
db.collection.remove( 
<query>, 
{ 
justOne: <boolean>, 
writeConcern: <document> 
} 
)
上文代码中,query是可选的,代表删除的文档的条件。justOne也是可选的,如果设
为true或1,则只删除一个文档。writeConcern表示抛出异常的级别,同样是可选择的。
3.更新数据
update()方法用于更新已存在的文档。语法格式如下。 
db.collection.update( 
<query>,

38 
<update>, 
{ 
upsert: <boolean>, 
multi: <boolean>, 
writeConcern: <document> 
} 
)
在上文代码中,query字段表示update()方法的查询条件,类似SQL语句的查询语
句内WHERE字段后的内容。update参数是update()方法的对象和一些更新的操作符
(如$,$inc…),也可以理解为SQL语句中SET 字段后的内容。upsert参数是可选的, 
它的意思是当不存在这一条update对应的记录时是否需要存入该记录。multi可选字段
的默认值是false,表示只更新找到的第一条记录,当设置这个参数为true时,就把条件查
出来的多条记录全部更新。可选的writeConcern参数抛出异常的级别。
要注意的是,直接使用update()方法修改数据是十分危险的,因为如果被更新的列
数小于总列数,更新后其他没有被更新的列就变成了空值。因此,实际应用中需要使用
MongoDB提供的修改器$set修改数据,这样在更新某一字段的同时可以完整地保留其
他字段。
4.查询数据
查询数据需要执行“use<数据库名>”切换到指定数据库,然后执行“db.<集合名>. 
find()”查询全部符合条件的内容。为了避免游标可能带来的开销,MongoDB 还提供
findOne()的方法,用来返回结果集的第一条记录。执行“db.<集合名>.findOne()”查
询一条符合条件的内容。要注意的是,find()方法和findOne()方法后面都可以添加
JSON条件。当需要返回查询结果的前几条记录时,可以使用limit()方法“db.集合名称. 
find().limit(条件)”。
MongoDB数据库查询数据时有很多灵活的高级查询方法。
(1)模糊查询:MongoDB的模糊查询是通过正则表达式的方式实现的。格式为“/ 
模糊查询字符串/”。
(2)对Null值进行处理。
(3)不等符号、存在判断符号、包含符号、条件符号等的使用:<,<=,>,>=,!= 
等操作符和一些关系操作符也是很常用的。格式如例3-5所示。
【例3-5】 find()函数中使用操作符。 
db.collection.find({ "field" : { $gt: value } } ); 
db.collection.find({ "field" : { $lt: value } } ); 
db.collection.find({ "field" : { $gte: value } } ); 
db.collection.find({ "field" : { $lte: value } } ); 
db.collection.find({ "field" : { $ne: value } } ); 
db.collection.find({ "field" : { $exists: value } } );

39 
db.collection.find({ "field" : { $in: value } } ); 
db.collection.find({ "field" : { $nin: value } } ); 
例3-5中,第一条语句表示查询field中所有大于value的值,第二条语句表示查询所
有小于value的值,接下来的$gte、$lte、$ne分别表示大于等于、小于等于和不等于条
件,$exists表示判断field是否等于value,最后的$in和$nin用于判断field和value 
的包含关系,如果field包含于value则$in成立,反之$nin成立。关系符通常用于连接
操作符,比如如果需要查询同时满足上述两个条件的值,需要使用$and操作符将条件进
行关联(相当于SQL的and),格式为“$and:[{ },{ },{ }]”。
统计记录条件使用count()方法。例3-6的两条语句分别表示查询student集合的文
档条数和查询student集合中age字段小于等于20的文档条数。
【例3-6】 查询student文档条数。 
>db.student.count(); 
>db.student.count({age:{$lte:20}}); 
3.4.4 聚合和管道
MongoDB中聚合使用aggregate()方法,它主要用于处理数据(如统计平均值、求和
等),并返回计算后的数据结果。有点类似SQL语句中的count(*)。aggregate()方法
的基本语法格式为“db.集合名称.aggregate(聚合操作)”。表3-4展示了常用的聚合表
达式。
表3-4 聚合表达式
表达式描 述实 例
$sum 计算总和db.mycol.aggregate([{$group :{_id :"$by_ 
user",num_tutorial:{$sum :"$likes"}}}]) 
$avg 计算平均值db.mycol.aggregate([{$group :{_id :"$by_ 
user",num_tutorial:{$avg:"$likes"}}}]) 
$min 获取集合中所有文档对应值的最
小值
db.mycol.aggregate([{$group :{_id :"$by_ 
user",num_tutorial:{$min:"$likes"}}}]) 
$max 获取集合中所有文档对应值的最
大值
db.mycol.aggregate([{$group :{_id :"$by_ 
user",num_tutorial:{$max:"$likes"}}}]) 
$push 在结果文档中存入值到一个数
组中
db.mycol.aggregate([{$group :{_id :"$by_ 
user",url:{$push:"$url"}}}]) 
$addToSet 在结果文档中存入值到一个数
组,但不创建副本
db.mycol.aggregate([{$group :{_id :"$by_ 
user",url:{$addToSet:"$url"}}}]) 
$first 根据资源文档的排序获取第一个
文档数据
db.mycol.aggregate([{$group :{_id :"$by_ 
user",first_url:{$first:"$url"}}}]) 
$last 根据资源文档的排序获取最后一
个文档数据
db.mycol.aggregate([{$group :{_id :"$by_ 
user",last_url:{$last:"$url"}}}])

40
管道在UNIX和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。
MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管
道处理。管道操作是可以重复的。表3-5介绍了聚合框架中常用的管道操作。

表3-
5 
聚合框架中的管道操作

表达式描述实例
$project 
$match 
修改输入文档的结构。可以用来
重命名、增加或删除域,也可以用
于创建计算结果以及嵌套文档
用于过滤数据,只输出符合条件
的文档。$match使用MongoDB 
的标准查询操作
db.article.aggregate({$project:{_id:0,title:1 
,author:1}}); 
db.articles.aggregate([{$match:{score:{$gt: 
70,$lte:90}}},{$group:{_id:nul,count:{
$sum:1}}}]); 
$limit 用来限制MongoDB聚合管道返
回的文档数db.article.aggregate({$limit:5}); 
$skip 在聚合管道中跳过指定数量的文
档,并返回余下的文档db.article.aggregate({$skip:5}); 
$unwind 
将文档中的某一个数组类型字段
拆分成多条,每条包含数组中的
一个值
db.article.aggregate({$project:{author:1,title: 
1,tags:1}},{$unwind:"$tags"})
{"result" : [{" _id" : ObjectId (" 
528751b0e7f3ea3d1412ce2"),"author":"Jone" ," 
title":"Abook" ,"tags":"good"},{" _id": 
ObjectId("528751b0e7f3ea3d1412ce2"),"author": 
"Jone" ,"title":"Abook" ,
"tags":"fun"}],"ok":1} 
$group 将集合中的文档分组,可用于统
计结果
db.article.aggregate({$group:{_id:"$author" ,
docsPerAuthor:{$sum:1},viewsPerAuthor:{
$sum:"$pageViews"}}}); 
$sort 将输入文档排序后输出db.users.aggregate({$sort:{age:-1,posts:1}}); 
$geoNear 输出接近某一地理位置的有序
文档
db.places.aggregate([{$geoNear:{near:[40.724, 
-73.997],distanceField:"dist.calculated" , 
maxDistance:0.008,query:{type:"public"},
includeLocs:"dist.location" ,uniqueDocs:true, 
num:5}}]) 

管道表达式用于处理输入文档并输出,表达式是无状态的,只能用于计算当前聚合管
道的文档,不能处理其他文档。每个管道表达式是一个文档结构,它是由字段名、字段值
和一些表达式操作符组成的。管道操作符作为“键”,所对应的“值”叫作管道表达式。例
如{$match:{status:"A"}}中,$match称为管道操作符,而{status:"A"}称为管道表
达式,它可以看作是管道操作符的操作数(Operand)。

每个管道表达式只能作用于处理当前正在处理的文档,而不能进行跨文档的操作。
管道表达式对文档的处理都是在内存中进行的。除了能够进行累加计算的管道表达式
外,其他的表达式都是无状态的,也就是不会保留上下文的信息。累加性质的表达式操作
符通常和$group操作符一起使用,来统计该组内的最大值、最小值等。


41 
在执行管道聚合时,如果$sort、$skip、$limit依次出现的话,例如例3-7中执行的
语句,这段语句在实际中会按照例3-8中的顺序执行。
【例3-7】 管道聚合时,$sort、$skip、$limit依次出现。 
{ $sort: { age : -1 } }, 
{ $skip: 10 }, 
{ $limit: 5 } 
【例3-8】 实际代码执行顺序。 
{ $sort: { age : -1 } }, 
{ $limit: 15 }, 
{ $skip: 10 } 
例3-8展示了实际过程中的执行顺序———$limit会提前到$skip前面去执行。此
时$limit等于优化前$skip加上优化前$limit。这样做的好处有以下两个。
(1)在经过$limit管道后,管道内的文档数量个数会“提前”减小,这样会节省内存, 
提高内存利用效率。
(2)$limit 提前后,$sort 紧邻$limit 的话,当进行$sort 的时候当得到前
“$limit”个文档的时候就会停止。
接下来的例3-9~例3-11用一个更复杂的例子的分析和优化过程展示了这种优化的
好处。
【例3-9】 一个$limit和$skip交替出现的聚合管道案例。 
{ $limit: 100 }, 
{ $skip: 5 }, 
{ $limit: 10}, 
{ $skip: 2 } 
在例3-9的聚合管道案例中反复出现$limit和$skip。例3-10对例3-9的序列按照
例3-8的优化方式进行局部优化———将第二个$limit提前。
【例3-10】 局部优化后的聚合管道案例。 
{ $limit: 100 }, 
{ $limit: 15}, 
{ $skip: 5 }, 
{ $skip: 2 } 
可以看到,优化后的例3-10聚合管道案例中有连续的$limit和连续的$skip。通过
对两个$limit取最小值,对两个$skip直接相加的方式进一步优化得到例3-11的最终
优化结果。

42 
【例3-11】 最终优化后的聚合管道案例。 
{ $limit: 15 }, 
{ $skip: 7 } 
例3-11的优化结果很好地展示了适当调整聚合管道中语句的顺序对整个管道运行
效率的优化效果。
对聚合管道进行优化的方法还有很多,如较早地使用$project投影,设置需要使用
的字段,去掉不用的字段,可以大大减少内存。较早地使用$match、$limit、$skip操作
符可以提前减少管道内文档数量,减少内存占用,提高聚合效率。除此之外,尽量将
$match放到聚合的第一个阶段(这样的话$match相当于一个按条件查询的语句),可
以使用索引,加快查询效率。
要注意的是,管道操作中会有一些引起错误的地方,以下几点为常见的错误。
(1)管道线的输出结果不能超过BSON 文档的大小(16MB),如果超出会产生错误。
(2)如果一个管道操作符在执行的过程中所占有的内存超过系统内存容量的10%, 
会产生一个错误。
(3)执行$sort和$group操作符的时候,整个输入都会被加载到内存中,如果这些
占有内存超过系统内存的5%,会将一个Warning记录到日志文件中。当占有的内存超
过系统内存容量10%的时候,会产生一个错误。
3.4.5 索引操作
索引是一种特殊的数据结构,它是对数据库表中一列或多列的值进行排序的一种结
构,存储在一个易于遍历读取的数据集合中。索引项的排序支持高效的相等匹配和基于
范围的查询操作。
在MongoDB中建立索引能提高查询效率。操作时只需要扫描索引(存储集合的一
小部分,并把这小部分加载到内存中)。如果没有建立索引,在查询时,MongoDB必须执
行全表扫描,特别是在处理大量的数据时,查询可能要花费几十秒甚至几分钟,这对网站
性能的影响是非常致命的。
早期MongoDB使用ensureIndex()方法创建索引。ensureIndex()方法基本语法格
式如下。 
>db.COLLECTION_NAME.ensureIndex({KEY:1}) 
其中,KEY值为待创建的索引字段,1为指定按升序创建索引,按降序创建索引需指
定KEY为-1。
从MongoDB3.0开始,ensureIndex()方法被废弃,开始使用createIndex()方法创建
索引。创建索引的语法如下。 
>db.collection.createIndex(keys,options)

43 
上文创建的索引是一个包含该字段的字段和值对的文档,该文档的索引键和该值描
述该字段的索引类型。对于某个领域的上升索引,指定一个值为1;对于下降的索引,指
定一个值为-1。
查看索引信息使用getIndexes()方法,语法格式如下。 
> db.collection.getIndexes() 
该函数返回一个数组,这个数组保存标识和描述集合上现有索引的文档列表,可以查
看开发人员是否对某集合创建了索引并查看其创建了哪些索引。
创建单列索引的方式如下。 
>db.collection.createIndex({field: boolean} ) 
上文语句用于对文档单个字段创建索引或者对内嵌文档的单个字段创建索引。field 
字段以“.”来指明内嵌文档的路径。对于某个领域的上升索引,指定boolean值为1;对于
下降的索引,指定boolean值为-1。
除了单字段创建索引外,还可以同时对多个键创建组合索引,创建组合索引语法
如下。 
>db.collection.createIndex({field1:boolean, field2:boolean } ) 
内嵌文档的索引代码如下。 
>db.collection.createIndex({field:boolean} ) 
创建索引是为了提高文档查询的效率,往往创建索引后根据条件查询文档的查询时
间会大大缩短。在大数据时代,有无索引带来的查询效率差别更为显著。当将查询和排
序组合进行时,文档查询效率会进一步提高。在MongoDB数据库中建立索引能提高查
询效率,但在MongoDB中新增和修改的效率就会下降。
删除索引使用db.collection.dropIndex(index)方法。对已经创建的索引进行删除
时,可以针对具体集合中的索引进行删除,也可以对所有集合中的所有索引进行删除。删
除具体的索引要根据索引的名称。如果不知道索引的名称,可以通过db.collection. 
getIndexes()方法查看索引名称。
要注意的是,创建索引也是有一定限制的。
(1)索引具有额外开销。存储在MongoDB 集合中的每个文档都有一个默认的主
键,这就是默认索引。如果在添加新的文档时,没有指定主键的值,MongoDB就会创建
一个ObjectId值,并会自动创建一个索引在主键上,默认索引的名称是“_id_”,并无法
删除。
(2)索引使用内存(RAM)。因为索引存储在内存中,所以索引的大小不能超过内存
的限制。如果索引的大小超过了内存的限制,MongoDB就会删除一些索引,这将导致性
能下降。

44 
(3)索引具有查询限制。索引不能被正则表达式、非操作符(如$nin,$not)、算术
运算符(如$mod)和$where子句查询使用。所以,检测语句使用索引是一个好的习惯。
(4)存在索引键限制。从MongoDB2.6版本开始,如果现有的索引字段的值超过索
引键的限制,数据库不会再创建索引。如果文档的索引字段值超过了索引键的限制, 
MongoDB不会将任何文档转换成索引的集合。
(5)索引具有最大范围。集合中索引不能超过64个,索引名的长度不能超过125个
字符,并且一个复合索引最多只能有31个字段。
3.5 通过Java访问MongoDB 
3.5.1 数据库和集合操作 
在Java中使用MongoDB数据库之前,首先需要拥有Java连接MongoDB的第三方
驱动包(jar包)。将MongoDBJDBC驱动加入到Java项目后,就可以对MongoDB进行
操作了。
Java连接MongoDB分为不通过认证连接和通过认证连接两种。
1.不通过认证连接MongoDB 
Java不通过认证连接MongoDB 服务使用MongoClient,MongoClient提供连接到
MongoDB服务器和访问数据的功能。例3-12是MongoClient的三种构造方法。
【例3-12】 MongoClient的三种构造方法。 
MongoClient mongoClient = new MongoClient(); 
MongoClient mongoClient1 = new MongoClient("localhost"); 
MongoClient mongoClient2 = new MongoClient("localhost", 27017); 
在例3-12中,“localhost”表示连接的服务器地址,27017为端口号,因为系统默认端
口号为27017,所以可以省略端口号不写。同时将服务器地址和端口号都省略时,系统默
认设置服务器地址为“localhost”,端口号为27017。
2.通过认证连接MongoDB 
通过认证连接MongoDB服务在记录端口和服务器地址的前提下要额外记录用户
名、数据库名称和密码。通过认证连接MongoDB的案例代码如例3-13所示。
【例3-13】 通过认证连接MongoDB。 
List<ServerAddress> adds = new ArrayList<>(); 
ServerAddress serverAddress = new ServerAddress("localhost", 27017); 
adds.add(serverAddress); 
List<MongoCredential> credentials = new ArrayList<>(); 
MongoCredential mongoCredential = MongoCredential.createScramSha1Credential 
( "username", "databaseName", "password".toCharArray() );

45 
credentials.add(mongoCredential); 
MongoClient mongoClient = new MongoClient(adds, credentials); 
如例3-13所示,首先使用ServerAddress()记录服务器地址和端口号并添加到adds中
作为MongoClient的第一个参数,然后使用MongoCredential.createScramSha1Credential()方
法记录用户名、数据库名称和密码,最后使用MongoClient进行认证连接。具体代码在下文
给出。
接着连接到数据库,所用代码如例3-14所示。
【例3-14】 连接到test数据库。 
MongoDatabase mongoDatabase = mongoClient.getDatabase("test"); 
例3-14的test指数据库名,若指定的数据库不存在,MongoDB将会在开发人员第一
次存入文档时创建数据库。使用voiddrop()可以删除当前连接的数据库。
MongoDB中的数据都是通过文档保存的,而文档又保存在集合中。要对数据进行
CRUD操作首先要获取待操作的集合。例3-15演示了获取集合的方法。
【例3-15】 获取集合的方法。 
MongoCollection<Document> collection = MongoDBUtil.getConnect() 
.getCollection("user"); 
代码中的user表示集合的名字,如果指定的集合不存在,MongoDB将会在开发人员
第一次存入文档时创建集合。当然,也可以使用例3-16的方法直接新建集合。
【例3-16】 创建一个名为collectionName的集合。 
void createCollection(String collectionName); 
3.5.2 基本增删改查操作
要对数据进行增删改查操作,首先要创建文档对象,例3-17展示了如何创建一个
文档。
【例3-17】 创建一个文档。 
Document document = new Document("name","张三") 
.append("state", "A") 
.append("age", 42); 
例3-17创建了一个姓名为“张三”,状态为“A”,年龄为42的人物文档。
1.增添文件
创建的文档需要存入数据库保存。MongoDB提供了保存数据的三种方法,分别是
db.collection.insertOne(),db.collection.insertMany()和db.collection.insert()。