重庆网站建设培训,如何做实体店的网站,公众号怎么进入,网站建设内链MongoDB 基础 mongoDB 是由 C语言编写,基于分布式文件存储的开源数据库系统,是一个 nosql 数据库. 在高负载的情况下,添加更多的节点,保证服务器性能,MongoDB 旨在为 web 引用提供可扩展的高性能存储解决方案,将数据存储为给文档, 数据结构由键值(key,value)对组成,MongoDB 文…MongoDB 基础 mongoDB 是由 C语言编写,基于分布式文件存储的开源数据库系统,是一个 nosql 数据库. 在高负载的情况下,添加更多的节点,保证服务器性能,MongoDB 旨在为 web 引用提供可扩展的高性能存储解决方案,将数据存储为给文档, 数据结构由键值(key,value)对组成,MongoDB 文档类似于 json 对象,字段值可以包含其他文档,数据以及文档数组. 主要特点 面向文档MongoDB 存储的数据采用 JSON 样式的 BSON二进制 JSON文档格式可以直接映射到应用程序的对象模型。这种面向文档的模型使得数据的存储和查询更加灵活和方便。 高性能MongoDB 具有高度并行化和低延迟的读写操作支持水平扩展以处理大量数据。它还支持基于内存的操作可以提供非常快的查询速度。 良好的可扩展性MongoDB 的架构设计适合横向扩展它可以通过添加更多的节点来处理更大规模的数据和负载。同时它支持自动分片可以将数据分布在多个服务器上进行负载均衡。 强大的查询功能MongoDB 提供了丰富的查询功能包括范围查询、全文搜索、正则表达式等并支持聚合查询和地理空间查询。此外它还支持二级索引可以根据需求对不同字段建立索引。 灵活的数据模型MongoDB 的文档模型允许存储具有不同结构和字段的文档无需事先定义表结构。这种灵活性使得应用程序可以随时更改和扩展数据模型而无需任何迁移过程。 多种数据一致性选项MongoDB 提供了多种数据一致性选项可以在数据的一致性和性能之间进行权衡。开发人员可以根据需求选择合适的副本集或分片策略以满足应用程序的需求。 社区支持和生态系统MongoDB 有一个庞大的用户社区和活跃的开发者社区提供了丰富的资源和支持。此外MongoDB 还有许多附加工具和第三方库可以帮助用户更好地使用和管理数据库。 1,MongoDB 是一个面向文档存储的数据库,操作简单2,你可以在 MongoDB 记录设置任何属性的索引3,可以通过本地或者网络创建数据镜像,4,支持网络分片5,丰富的查询表达式,查询指令使用 json 形式,可以在文档中内嵌对象和数组6,使用 update 命令可以实现替换完成文档数据或者一些指定字段的更新,7,map/reduce 主要是用来对统计数据进行批量出和操作,8,map 函数调用的 emit(key,value)遍历集合中所有记录,将 key 于 value 传给 Reduce 函数进行处理,map 函数和 reduce 函数使用 js 编写的,并可以通过 db.runCommand 或 mapreduce 命令来执行 MapReduce 操作。GridFS 是 MongoDB 中的一个内置功能,可以用于存放大量小文件,mongoDB 允许在服务器端执行脚本,可以用 js 编写某个函数,直接在服务器端执行,也可以把函数的定义存储在服务端下,下次直接调用了,MongoDB 支持多种变成语言,Python,c,php,c#等多种, mongoDB 概念解析 将于关系数据库类比解析 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S5Ulzncu-1690278972184)(./images/2022-10-20-16-48-43.png)] [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4j5Stjt6-1690278972185)(./images/2022-10-20-16-49-01.png)] 这里就可以很多看出,这里是以 json 字符串方式的匹配. 数据库 MongoDB 的单个实例可以容纳多个独立的数据库,每各都有自己的集合和权限,不同的数据库也放置在不同的文件中, show dbs : 可以显示所有数据的列表, db: 可以显示当前数据库对象或集合 use: 指定一个连接到一个数据库 有一些数据库名是保留的可以直接访问这些有特殊作用的数据库。 admin 从权限的角度来看这是root数据库。要是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。一些特定的服务器端命令也只能从这个数据库运行比如列出所有的数据库或者关闭服务器。 local: 这个数据永远不会被复制可以用来存储限于本地单台服务器的任意集合 config: 当 Mongo 用于分片设置时config 数据库在内部使用用于保存分片的相关信息。 文档(Document) 文档是一组键值对,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,这与关系型数据库有很大的区别, 例如: { site: www.runoob.com, name: 菜鸟教程 }需要注意的是: 1,文档中的键值是有序的, 2,文档中的值不仅可以是在双引号里面的字符串,还可以是其他几种数据类型 3,mongoDB 区分类型和大小写 4,文档中不能有重复的键 5,文档中的键是字符串,使用 utf-8 文档键命令要求: 键不能有空字符,一般是来识别键结尾, .和$有特殊意义,只有在特定环境下使用 以下划线_开头的键是保留的(不严格要求) 注意 在 MongoDB 中因为它本身具有的灵活性所以不要求一个集合中的文档的字段格式必须要相同这于关系型数据很不大同。 其中单个文档具有不同字段那么也就是具有了不同的数据长度例如 { _id: 1, name: John, age: 20, grade: A } { _id: 2, name: Jane, age: 22, major: Computer Science, GPA: 3.5 }需要注意的是 查询操作的时候对于缺少该字段的文档不会返回控制而是直接忽略在结果中不会展示。 集合 集合就是 MongoDB 文档组,类似于关系型数据库中的表 集合存在于数据库中,集合没有固定的结构,这意味着对集合可以插入不同格式和类型的数据,当第一个文档被插入的时候,集合就已经被创建了. 集合命令不能以system开头,这是为了系统集合保留前缀. 用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合否则千万不要在名字里出现$。 集合名不能是空字符串。 集合名不能含有\0 字符空字符)这个字符表示集合名的结尾。 capped collections capped collections 就是固定大小的集合,它有很高的性能以及队列过期的特性, capped collections 是高性能自动维护对象的插入顺序,它非常适合类似记录日志的功能和标准的 collection 不同,你必须要显示的创建一个 capped collections,指定它的大小,单位是字节,是可以提前分配的, capped collections 可以按照文档的插入顺序保存到集合中,而且这些文档在磁盘上存放的位置,也是按照顺序来保存的,所以当我们更新 capped collections 中文档的时候,更新后的文档的不能超过之前文档的大小,这样就可以保持所有文档在磁盘上的位置一直保持不变. 可以很好的提高插入数据额效率,要注意的是:指定的存储大小包含了数据库头信息. db.createCollection(“mycoll”, {capped:true, size:100000}) 在 capped collection 中你能添加新的对象。 能进行更新然而对象不会增加存储空间。如果增加更新就会失败 。 使用 Capped Collection 不能删除一个文档可以使用 drop() 方法删除 collection 所有的行。 删除之后你必须显式的重新创建这个 collection。 在 32bit 机器中capped collection 最大存储为 1e9( 1X109)个字节。 元数据 数据库的信息是存储在集合中,他们使用了系统的命令空间 dbname.system.* [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ka0pWWiM-1690278972186)(./images/2022-10-20-17-17-01.png)] MongoDB 的数据类型 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Fhmm99qw-1690278972187)(./images/2022-10-20-17-18-36.png)] Object 类型: object 类似是唯一主键,可以很快的去生成和排序,包含了 12bytes, 含义: 前 4 个字节表示创建的 unix 时间戳,后 3 个是机器标识码,然后是进程 id,然后是随机数, [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S7Lac1o0-1690278972188)(./images/2022-10-20-17-20-58.png)] MongoDB 中存储的文档必须有个_id 键,这个键的值可以是任何类型的,默认是个 object 对象, 由于 ObjectId 中保存了创建的时间戳所以你不需要为你的文档保存时间戳字段你可以通过 getTimestamp 函数来获取文档的创建时间: var newObject ObjectId()newObject.getTimestamp() ISODate(2017-11-25T07:21:10Z)objectld 转为字符串: newObject.str String字符串用于存储文本数据例如姓名、地址、描述等。 Number数字用于存储数值类型的数据包括整数和浮点数。 Boolean布尔值存储 true 或 false 两个取值。 Date日期用于存储日期和时间以 ISO 格式进行存储。 Object对象用于存储复杂的数据结构可以包含多个字段。 Array数组用于存储多个值的列表。 Binary Data二进制数据用于存储二进制数据例如图片、音频或视频等。 ObjectId对象 ID用于存储文档的唯一标识符在集合中自动生成。 Null空值表示没有值的字段。 Undefined未定义表示字段未定义或不存在。 Regular Expression正则表达式用于存储正则表达式模式。 除了上述常见的数据类型之外MongoDB 还支持一些特殊的数据类型例如 GeoJSON地理空间数据、Timestamp时间戳等以满足不同类型数据的存储需求。 时间戳 BSON 有一个特殊的时间戳类型用于 MongoDB 内部使用与普通的 日期 类型不相关。 时间戳值是一个 64 位的值。其中 前 32 位是一个 time_t 值, 后 32 位是在某秒中操作的一个递增的序数 在单个 mongod 实例中,时间戳的值通常是唯一的,在复制集群中,oplog 有一个 ts 字段,这个字段中的值是使用 bson 时间戳表示的操作时间. MongoDB - 连接 mongdb 服务安装之后,需要先创建两个目录: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C6euW6Fb-1690278972189)(2023-06-18-16-18-07.png)] 创建对应 data 目录,然后使用下面的启动命令启动, 启动 MongoDB 服务: mongod --dbpath /var/lib/mongo --logpath /var/log/mongodb/mongod.log --fork 回显成功,即可. 进入管理 shell: (6.0 之后,需要自己安装 shell 工具) 到 MongoDB 的安装/bin 目录下,执行: ./mongo mongodb://[username:password]host1[:port1],host2[:port2],…[,hostN[:portN]]][/[database][?options]] mongodb:// 这是固定的格式必须要指定。 username:password 可选项如果设置在连接数据库服务器之后驱动都会尝试登录这个数据库 host1 必须的指定至少一个 host, host1 是这个 URI 唯一要填写的。它指定了要连接服务器的地址。如果要连接复制集请指定多个主机地址。 portX 可选的指定端口如果不填默认为 27017 /database 如果指定 username:password连接并验证登录指定数据库。若不指定默认打开 test 数据库。 ?options 是连接选项。如果不使用/database则前面需要加上/。所有连接选项都是键值对 namevalue键值对之间通过或;分号隔开 mongo 支持多个连接: 连接 replica pair, 服务器 1 为 example1.com 服务器 2 为 example2。: mongodb://example1.com:27017,example2.com:27017 连接 replica set 三台服务器 (端口 27017, 27018, 和 27019): mongodb://localhost,localhost:27018,localhost:27019 用户身份认证 db.auth(“username”,“password”) 使用 rpm 安装的 mongodb.进入命令行: mongoDB 语法 创建数据库 建库语句: use DATABASE_NAME (如果数据库不存在,则进行创建,否则切换到指定的数据库) 查看所有数据库: show dbs; 注意: 库中没有数据时候是无法查看的,需要向其中插入数据,在 MongoDB 中集合只有在内容插入后才会创建! 就是说创建集合(数据表)后要再插入一个文档(记录)集合才会真正创建。 删除数据库: db.dropDatabase() 默认会删除当前的库,可以使用 db,查看当前的数据库名 使用 use 进入到指定库中,然后执行 db.dropDatabase(). 创建集合: db.createCollection(name,options) 说明: name: 要创建的集合名称, options: 可选参数,指定有关内存大小及索引的选项. [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-78jjzkBV-1690278972190)(./images/2022-11-09-18-14-43.png)] 在插入文档时,MongoDB 首先会检查固定的集合的 size 字段,然后检查 max 字段. 如 db.createCollection(runoob)db.createCollection(mycol, { capped : true, autoIndexId : true, size :6142800, max : 10000 } ) { ok : 1 }如果查看已经有的集合,可以使用 show collections 或 showtables 命令: 在 MongoDB 中,你不需要创建集合,当你插入一些文档,mongoDB 会自动创建集合,隐式创建的方式. 删除集合: db.collection_name.drop() 如果删除成功则会返回 true,否则返回 false 插入文档 文档的数据结构和 json 基本一样,所有存储在集合中的数据都是 bson 格式, 插入: mongoDB 中使用的 inset()或 save()方法向集合中插入文档: db.COLLECTION_NAME.insert(document) 或 db.COLLECTION_NAME.save(document) save()如果 _id 主键存在则更新数据如果不存在就插入数据。该方法新版本中已废弃可以使用 db.collection.insertOne() 或 db.collection.replaceOne() 来代替。 insert(): 如果插入的数据主键已经存在,会抛出异常,提示主键已经重复,不保存当前的数据, db.collection.insertMany() 用于向集合插入一个多个文档语法格式如下,最新用法 db.collection.insertMany([ document 1 , document 2, ... ],{writeConcern: document,ordered: boolean} ) document要写入的文档。 writeConcern写入策略默认为 1即要求确认写操作0 是不要求 ordered指定是否按顺序写入默认 true按顺序写入。以上实例 col 是我们的集合名称,如果该集合在不在数据库中,则会自动创建给文档的集合,并插入新的文档. 这种方式就是隐式创建集合,在写入文档时候,创建集合. 也可以将数据定义为一个变量,document{} 然后再将变量传入,db.col.insert(document) 更新文档 update()方法用于更新已经存在的文档,语法格式: db.collection.update(query,update,{upsert: boolean,multi: boolean,writeConcern: document} ) db.users.updateMany({ age: { $gte: 30 } }, // 匹配条件找出age大于等于30的文档{ $set: { status: active } } // 更新操作将匹配的文档的status字段设置为active ); query: update 的查询条件,类型 where 子句, update: update 的对象和一些更新的操作符等,也可以理解为 sql update 查询内 set 后面的值, upsert: 可选,表示如果存在 update 的记录,是否插入 objnew,true 为插入,默认 false multi: 默认是 false,只更新找到的第一条记录,如果这个参数为 ture,就把这个条件查询出来的多条记录全部更新 writeConcern :可选抛出异常的级别。 在更新文档时可以使用多种操作符包括 s e t 、 set、 set、inc、 u n s e t 等。 unset 等。 unset等。inc 操作符用于递增或递减字段的值而 s e t 操作符用于设置字段的值。 set操作符用于设置字段的值。 set操作符用于设置字段的值。unset用于删除字段、$push用于向数组添加元素 db.col.update({title:MongoDB 教程},{$set:{title:MongoDB}}) WriteResult({ nMatched : 1, nUpserted : 0, nModified : 1 }) # 输出信息db.col.find().pretty() {_id : ObjectId(56064f89ade2f21f36b03136),title : MongoDB,description : MongoDB 是一个 Nosql 数据库,by : 菜鸟教程,url : http://www.runoob.com,tags : [mongodb,database,NoSQL],likes : 100 }以上语句只会修改第一条发现的文档如果你要修改多条相同的文档则需要设置 multi 参数为 true。 db.col.update({‘title’:‘MongoDB 教程’},{$set:{‘title’:‘MongoDB’}},{multi:true}) save()方法 save()方法是通过传入的文档来替换已有文档,_id 主键存在就更新,不存在就插入,已经废弃 db.collection.save(document,{writeConcern: document} )document : 文档数据。 writeConcern :可选抛出异常的级别。 删除文档 建议使用 deleteOne()方法来删除匹配条件的单个文档或者使用 deleteMany()方法来批量删除匹配条件的多个文档。 下面是一个示例演示如何使用 deleteOne()方法删除匹配条件的单个文档 // 删除名为 “users” 的集合中匹配条件的数据删除第一个匹配的文档 db.users.deleteOne({ age: { $gte: 30 } }); const result await db.users.deleteMany({ age: { $gte: 30 } }); console.log(result.deletedCount); deleteMany()方法将删除所有与匹配条件匹配的文档而不仅仅是第一个匹配文档。 查询操作 mongodb 中的表达式 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3vY9Ve7v-1690278972191)(./images/2023-07-20-18-28-27.png)] 查询语法 查询全部 db.collection.find() 不带参数回显指定字段 db.collection.find({},{title:1,_id:0}) 1表示显示0表示不显示其中的第一个{}表示查询条件第二个{}表示要显示的字段_id默认是显示的如果不显示需要设置为0查询判断 db.collection.find({likes:{$gt:100}}) 查询likes大于100的数据 $gt表示大于$lt表示小于$gte表示大于等于$lte表示小于等于$ne表示不等于 db.collection.find({status:A}) 这种表示返回status等于A的数据的全部字段信息。也可以使用多个匹配条件 db.collection.find({staues:A,likes:{$gt:100} }) 使用逻辑判断 db.collection.find({$or:[{status:A},{likes:{$gt:100}}] }) 表示或的关系 db.collection.find({$and:[{status:A},{likes:{$gt:100}}] }) 表示与的关系多条件查询 db.collection.find({$and:[{status:A},{likes:{$gt:100}}],$or:[{title:MongoDB 教程},{title:C# 教程}] }) 正则匹配 db.collection.find({title:/^MongoDB/}) 表示title以MongoDB开头的数据 匹配嵌套文档 测试数据 db.collection.insertMany([{ item: journal, qty: 25, size: { h: 14, w: 21, uom: cm }, status: A },{ item: notebook, qty: 50, size: { h: 8.5, w: 11, uom: in }, status: A },{ item: paper, qty: 100, size: { h: 8.5, w: 11, uom: in }, status: D },{ item: planner, qty: 75, size: { h: 22.85, w: 30, uom: cm }, status: D },{ item: postcard, qty: 45, size: { h: 10, w: 15.25, uom: cm }, status: A } ]) 在这里size域是一个嵌套文档。要匹配嵌套文档必须使用引号将整个嵌套文档括起来例如 db.collection.find({size: {h: 14, w: 21, uom: cm}},{_id:0}) 这里的匹配格式和位置很重要不能出现错误否则无法匹配到数据。在嵌套的字段上查询使用点号.来指定嵌套字段例如 指定sized对象里面的uom属性值查询 db.collection.find({size.uom: in})查询数组结构 测试数据 db.size.insertMany([{item:journal,qty:[5,15]},{item:notebook,qty:[10,20]},{item:paper,qty:[5,10]},{item:planner,qty:[0,10]},{item:postcard,qty:[15,15]} ])精确查询 db.collection.find({qty:{$eq:5}}) 包含查询: db.collection.find({qty:{$in:[5,15]}},{_id:0}) 不包含查询 db.collection.find({qty:{$nin:[5,15]}},{_id:0}) 数组长度查询: db.collection.find({qty:{$size:2}},{_id:0}) # 查询qty数组长度为2的数据查询数据中满足指定条件的元素使用$elemMatch操作符例如 实例数据 {_id: 1,scores: [{ subject: Math, score: 90 },{ subject: English, score: 85 },{ subject: Science, score: 92 }] } 现在我们想查询 scores 数组中其中一个科目的分数大于等于90的文档可以使用 $elemMatch 操作符来实现 db.collection.find({scores:{$elemMatch:{score:{$gte:90}}}}) 如果要查询科目 db.collection.find({scores:{$elemMatch:{subject:Math}}}) 如果要组合查询 db.collection.find({scores:{$elemMatch:{subject:Math,score:{$gte:90}}}}) 表示查询 scores 数组中有一个元素的 subject 域等于 Math并且 score 域大于等于 90 的文档。 文档的排序插查询 通过关键字sort()来实现排序1表示升序-1表示降序例如 db.collection.find({status:A}).sort({user_id:1}} 注意排序操作sort是在find之外而不是在find里面否则会报错。 同时在find内部做匹配操作然后在find外部做排序操作。 查询总数 mongodb中也是通过count方法进行统计。 db.collection.find({status:A}).count() --指定字段查询总数 db.collection.find({user_id:{$exists:true}}).count() -- 其中的$exists表示user_id字段存在的数据如果不加$exists表示user_id字段不存在的数据。 -- 该操作符主要用于检查文档中某个字段是否存在如果存在返回true否则返回false。去重处理 db.collection.distinct({status:A}) -- 去重status字段 db.collection.aggregate([{$group:{_id:$status_}]) -- 去重status字段获取指返回条数,分页查询方法 使用 find().limit()方法来指定返回的条数例如 db.collection.find().limit(2) 指定返回值的某条记录 db.collection.find().limit(5).skip(10) 对比select * from table limit 10,5使用 limit 操作符限制返回的文档数。limit 操作符接受一个整数参数表示需要返回的文档数。 使用 skip 操作符指定跳过的文档数。skip 操作符接受一个整数参数表示需要跳过的文档数。 例如假设有一个名为 books 的集合我们需要查询第二页的 10 个文档。可以按照以下步骤进行操作 计算每页的文档数。假设每页显示 10 个文档所以每次查询应该设置 limit 为 10。 计算要跳过的文档数。对于第二页我们需要跳过前 10 个文档所以 skip 值为 10。 查询 sql 语句的执行情况 与mysql类似采用explain语句来查看 db.collection.find().explain() 使用所索引的情况 db.collection.find({status:A}).explain()就可以查看到该 sql 语言执行过程中是否采用了索引以及它的索引类型等信息。 语句返回的基本内容: {queryPlanner: {plannerVersion: 1, //查询计划版本namespace: sang.sang_collect, //要查询的集合indexFilterSet: false, //是否使用索引parsedQuery: {//查询条件x: {//查询条件字段$eq: 1.0 //查询条件值}},winningPlan: {//最终执行的查询计划stage: COLLSCAN, //查询的方式,常见有collscan/全表扫描, indexscan/索引扫描, FETCH/根据索引去检索文档获取数据, SHARD_MERGE/分片合并结果 IDHACK/根据_id去检索文档获取数据filter: {//查询条件x: {//查询条件字段$eq: 1.0 //查询条件值}},direction: forward //查询方向 forward/正向,backward/反向 通常是采用正向索引查询},rejectedPlans: [] //被拒绝的查询计划},serverInfo: {//服务器信息host: localhost.localdomain, //主机名port: 27017, //端口号version: 3.4.9, //版本号gitVersion: 876ebee8c7dd0e2d992f36a848ff4dc50ee6603e //git版本号},ok: 1.0 //是否成功 }explain()也可以接受一个参数该参数是一个文档用于指定 explain 的模式例如 db.collection.find().explain(“executionStats”) db.collection.find().explain(“allPlansExecution”) db.collection.find().explain(“queryPlanner”) 参考链接:‘https://blog.csdn.net/user_longling/article/details/83957085’ 命令总结: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZDsDnEyr-1690278972193)(./images/2023-06-23-12-56-51.png)] mongdb 中的索引类型 mongdb 的索引底层采用的是 b-tree, 这里简单介绍一下大概的索引类型,后面会详细介绍. 单键索引类型: 它支持所有数据类型中的单个字段的索引,并且可以在文档的任何字段上定义, 对于单个字段索引,索引建的排序无关紧要,它是从任一方向上开始读取索引,所以不注重顺序 特殊: 过期索引 TTL 其中 TTL 索引是,支持文档在一定时间之后,自动过期删除的,并且目前只能在单字段索引上建立,且字段类型必须为日期类型… db.集合名.createIndex({“日期字段”:排序方式}, {expireAfterSeconds: 秒数}) 复合索引 我们需要在多个字段的基础上搜索表/集合这是非常频繁的。 如果是这种情况我们可能会考虑在 MongoDB 中制作复合索引。 复合索引支持基于多个字段的索引这扩展了索引的概念并将它们扩展到索引中的更大域。 需要注意: 字段顺序,索引方向 db.集合名.createIndex( { “字段名 1” : 排序方式, “字段名 2” : 排序方式 } ) 多键索引 针对属性包含数组数据的情况MongoDB 支持针对数组中每一个 element 创建索引Multikey indexes 支持 stringsnumbers 和 nested documents 地理空间索引Geospatial Index 针对地理空间坐标数据创建索引。 2dsphere 索引用于存储和查找球面上的点 2d 索引用于存储和查找平面上的点 db.company.insert({loc : { type: Point, coordinates: [ 116.482451, 39.914176 ] },name: 大望路地铁,category : Parks} ) db.company.ensureIndex( { loc : 2dsphere } ) # 参数不是1或-1为2dsphere 或者 2d。还可以建立组合索引。 db.company.find({loc : {$geoWithin : {$center:[[116.482451,39.914176],0.05]}} }) 全文索引 提供了针对 string 内容的文本查询,text index 支持持任意属性值为 string 或 string 数组元素的索引查询。注意一个集合仅支持最多一个 Text Index中文分词不理想 推荐 ES。 db.集合.createIndex({“字段”: “text”}) db.集合.find({“KaTeX parse error: Expected }, got EOF at end of input: text: {search”: “coffee”}}) 哈希索引 Hashed Index 针对属性的哈希值进行索引查询当要使用 Hashed index 时MongoDB 能够自动的计算 hash 值无需程序计算 hash 值。注hash index 仅支持等于查询不支持范围查询。 db.集合.createIndex({“字段”: “hashed”}) 索引操作 索引的查看: db.comment.getIndexs() ,查看所有的索引 索引的创建: db.collection.createIndex(keys,options) 其中 key,是索引的字段,option 是对索引的具体设置. [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mq5ywxAQ-1690278972194)(./images/2023-06-18-16-50-16.png)] [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fCpRli5c-1690278972194)(2023-06-18-16-51-11.png)] db.mycol.createIndex({userid:1}) 这里 1 代表升序,-1 是降序 索引的删除: db.collection.dropIndex(index)