这里是阅读了《MongoDB权威指南》后做的相关笔记。

一、文档

文档是MongoDB的核心概念。文档就是键值对的一个有序集合。在JS中，文档被表示为对象：

{"greeting" : "Hello, world!"}
或
{"greeting" : "Hello, world!", "foo" : 3}

文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。

• 键不能含有\0（空字符）。这个字符用于表示键的结尾。
• .和$具有特殊意义，只能在特定环境下使用。
• MongoDB不但区分类型，而且区分大小写。下面两个文旦是不同的：

{"foo" : 3}
{"foo" : "3"}

下面两个文档也是不同的：

{"foo" : 3}
{"Foo" : 3}

• 文档不能有重复的键。而且文档中的键值对是有序的。下面两个文档是不同的：

{"x" : 1, "y" : 2}
{"y" : 2, "x" : 1}

二、集合

集合就是一组文档。

2.1 动态模式

集合是动态的，也就是说，一个集合里的文档可以是各式各样的。如下面的文档可以同时存在于同一个集合中。

{"greeting" : "Hello, world!"}
{"foo" : 5}

2.2 命名

集合使用名称进行标识。集合名可以是满足下列条件的任意UTF-8字符串。

• 集合名不能是空字符串（""）。
• 集合名不能包含\0字符串（空字符），这个字符表示集合名的结束。
• 集合名不能以"system."开头，这是为系统集合保留的前缀。如，system.users集合保存着数据库的用户信息，而system.namespaces集合保存着所有数据库集合的信息。
• 用户创建的集合不能在集合名中包含保留字符'$'。因为某些系统生成的集合中包含它。

子集合
组织集合的一种管理是使用"."分隔不同命名空间的子集合。如，一个具有博客功能的应用可能包含两个集合，分别是blog.posts、blog.authors。这是为了使组织结构更清晰，这里的blog集合跟其子集合没有任何关系。

三、 数据库

在MongoDB中，多个文档年组成集合，而多个集合可以组成数据库。数据库通过名称来标识，这点与集合类似。数据库名可以是满足以下条件的任意UTF-8字符串。

• 不能是空字符串（""）
• 不得含有/、\、.、"、*、<、>、:、|、?、$(一个空格)、\0（空字符）。基本上，只能使用ASCII中的字母和数字。
• 数据库名区分大小写，即便是在不区分大小写的文件系统中也是如此。简单起见，数据库名应全部小写。
• 数据库名最多64字节。

注意：数据库最终会变成文件系统里的文件，而数据库名就是相应的文件名。另外有一些数据库名是保留的，可以直接访问这些有特殊语义的数据库。

• admin
  从身份验证的角度来讲，这是"root"数据库。如果将一个用户添加到admin数据库，这个用户将自动获得所有数据库的权限。再者，一些特定的服务器端命令也只能从admin数据库运行，如列出所有数据库或关闭服务器。

• local
  这个数据库永远都不可以复制，且一台服务器上的所有本地集合都可以存储在这个数据库中。

• config
MongoDB用于分片设置时，分片信息会存储在config数据库中。

四、MongoDB简介

4.1 shell 中的基本操作

4.1.1 数据库查看

db //表示查看当前使用的是哪个数据库
show dbs //查看所有的数据库
use test //更换数据库为test

4.1.2 创建

1

2

4.1.3 读取

这里可以使用方法find和findOne查询集合里的文档。若只想查看一个文档，可用findOne。

3

4.1.4 更新

使用update修改博客文章。其接受（至少）两个参数：第一个是限定条件（用于匹配待更新的文档），第二个是新的文档。现在如果我们要为先前写的文章增加评论功能，就需要增加一个新的键，用于保存评论数组。

4

4.1.5 删除

使用remove方法可将文档从数据库中永久删除。如果没有使用任何参数，它会将集合内的所有文档全部删除。接受一个作为限定条件的文档作为参数。

5

五、数据类型

5.1 基本数据类型

在概念上，MongoDB的文档与JS中的对象相近，因而可认为它类似于JSON。JSON是一种简单的数据表示方式：其规范仅用一段文字就能描述清楚，且仅包含六种数据类型。这其中只有null、布尔、数字、字符串、数组和对象这几种数据类型，所以JSON的表达能力有一定的局限。如JSON没有日期类型。只有一种数字类型，无法区分浮点数和整数，更别说区分32位和64位数字了。基于此原因，MongoDB在保留JSON基本键值对的基础上，添加了其他一些数据类型。

• null

null用于表示空值或者不存在的字段：

{"x" : null}

• 布尔值
  布尔类型有两个值true和false：

{"x" : true}

• 数值
  shell默认使用64位浮点数值。

{"x" : 3.14}
{"x" : 3}

对于整型值，可使用NumberInt类（表示四字节带符号整数）或NumberLong类（表示八字节带符号整数），分别举例如下：

{"x" : NumberInt("3")}
{"x" : NumberLong("3")}

• 字符串
  UTF-8字符串都可表示为字符串类型的数据

{"x" : "foobar"}

• 日期
  日期被存储为自新纪元来经过的毫秒数，不存储时区：

{"x" : new Date()}

• 正则表达式
  查询时，使用正则表达式作为限定条件，语法也与JS的正则表达式语法相同：

{"x" : /foobar/i}

• 数组
  数据列表或数据集可以表示为数组

{"x" : ["a", "b", "c"]}

• 内嵌文档
  文档可嵌套其他文档，被嵌套的文档作为父文档的值

{"x" : {"foo" : "bar"}}

• 对象id
  对象id是一个12字节的ID，是文档的唯一标识。

{"x" : ObjectId()}

还有一些不那么常用，但可能有需要的类型，包括下面这些。

• 二进制数据
  二进制数据是一个任意字节的字符串。它不能直接在shell中使用。如果要将非UTF-8字符保存到数据库中，二进制数据是唯一的方式。

• 代码
  查询和文档中可以包括任意JS代码

{"x" : function(){/*...*/}}

5.2 日期

在JS中，Date类型可以用作MongoDB的日期类型。创建日期对象时，应使用new Date(...)，而非Date(...)。如果将构造函数作为函数进行调用（即不包括new的方式），返回的是日期的字符串表示，而非日期（Date）对象。shell根据本地时区设置显示日期对象。然而，数据库中存储的日期仅为新纪元以来的毫秒数，并未存储对应的时区。（当然，可将时区信息存储为另一个键的值）。

5.3 数组

数组是一组值，它既能作为有序对象（如列表、栈或队列），也能作为无无序对象（如数据集）来操作。在下面的文档中，"things"这个键的值是一个数组：

{"things" : ["pie", 3.14]}

此例表示，数组可包含不同数据类型的元素（在此，是一个字符串和一个浮点数）。实际上，常规的键值对支持的所有值都可以作为数组的值，数组中甚至可以嵌套数组。

文档中的数组有个奇妙的特性，就是MongoDB能理解其结构，并知道如何深入数组内部对其内容进行操作。这样就能使用数组内容对数组进行查询和构建索引了。如之前的例子中，可以查询出"things"数组中包含3.14这个元素的所有文档。还可以使用原子更新对数组内容进行修改，这在后面讲解。

5.4 内嵌文档

文档可以作为键的值，这样的文档就是内嵌文档。如用一个文档来表示一个人，同时还要保存他的地址，可以将地址信息保存在内嵌的“address”文档中：

{
  "name" : "Tom",
  "address" : {
    "street" : "123 Park Street",
    "city" : "Anytown",
    "state" : "NY"
  }
}

同数组一样，MongoDB能够理解内嵌文档的结构， 并能深入其中构建索引，执行查询或更新。在关系型数据库中，这个例子中的文档一般会被拆分成两个表中的两个行（"people"和"address"各一行）。而MongoDB中直接将地址文档嵌入到人员文档中。这样做的坏处就是会导致更多的数据重复。假设"address"是关系数据库中的一个独立的表，我们需要修正地址中的错误。当我们对"people"和"address"执行连续操作时，使用这个地址的每个人的信息都会得到更新。但是在MongoDB中，则需要对每个人的文档分别修正拼写错误。

5.5 _id 和 ObjectId

在MongoDB中存储的文档必须有一个"_id"键。这个键的值可以是任何类型的，默认是个ObjectId对象。在一个集合里面，每个文档都有唯一的"_id"，确保集合里面每个文档都能被唯一标识。如果有两个集合的话，两个集合可以都有一个"_id"的值为123（一个数据库中集合名不能重复），但是每个集合里面只能有一个文档的"_id"值为123。

5.5.1 ObjectId

ObjectId是"_id"的默认类型。它设计成轻量型的，不同的机器都能用全局唯一的同一种方法方便的生成它。这是MongoDB不采用其他比较常规的做法（比如自动增加的主键）的主要原因，因为在多个服务器上同步自动增加主键既费时又费力。

ObjectId使用十二字节的存储空间，是一个由二十四个十六进制数字组成的字符串（每个字节可以存储两个十六进制数字）。如果快速连续创建多个ObjectId，会发现每次只有最护几位数字有变化。另外，中间的几位数字也会变化（要是在创建的过程中停顿几秒）。这是ObjectId的创建方式导致的。其十二字节按照如下方式生成：

6

• 时间戳，与随后的五字节组合起来，提供了秒级别的唯一性。
• 由于时间戳在前，这意味着ObjectId大致会按照插入的顺序排列。但是不是绝对的。
• 这四字节也隐含了文档创建的事件。绝大多数驱动程序都会提供一个方法，用于从ObjectId获取这些信息。

用户不必担心多服务器时钟同步的问题，因为时间戳的实际值并不重要，只要它总是不停增加就好了（每秒一次）。接下来的三字节是所在主机的唯一标识。通常是机器主机名的散列值。这样就可以确保不同主机生成不同的ObjectId，不产生冲突。为了确保在同一台机器上并发的多个进程产生的ObjectId是唯一的，接下来的两字节来自产生ObjectId的进程的进程标识符（PID）。

前九字节保证了同一秒钟不同机器不同进程产生的ObjectId是唯一的。最后三字节是一个自动增加的计数器，确保相同进程同一秒产生的ObjectId也是不一样的。一秒钟最多允许每个进程拥有2563个不同的ObjectId。

5.5.2 自动生成 _id

在创建文档的时候，如果文档没有插入"_id"键，系统会自动创建一个。

六、使用 MongoDB shell

在之前已经讲过，可以使用命令mongo 127.0.0.1:12345/test连接相关数据库。而同时我们启动MongoDB的时候不连接到任何MongoDB有时也很方便。通过--nodb参数启动shell，启动时就不会连接到任何数据库：mongo --nodb。启动之后，在需要时运行new Mongo(hostname)命令就可以连接到想要的MongoDB了：

> conn = new Mongo("some-host:12345")
connection to some-host:12345
> db = conn.getDB("test")
test

6.1 shell 小贴士

可以使用help命令查看相关帮助，可以通过db.help()查看数据库级别的帮助，使用db.test.help()查看集合级别的帮助。如果想知道一个函数是做什么用的，可以直接在shell输入函数名（函数名后面不要加小括号即可），这样就可以看到相应函数的JS实现代码。

> db.test.update

6.2 使用shell 执行脚本

我们在MongoDB中可以直接执行相关的JS脚本，比如现在给出一个脚本script1.js（这里只是给出了一个脚本文件，其实可以同时给出多个脚本文件）。其内容如下：

print("Hello World");

执行时，首先启动MongoDB，然后使用命令

sudo bin/mongo 127.0.0.1:27017/test script1.js

执行。

7

8

在脚本中可以访问db变量，以及其他全局变量。然而，shell辅助函数（如"use db"）不可以在文件中使用。这些辅助函数都有对应的JS函数，如表所示：

可以使用脚本将变量注入到shell。例如，下面的脚本对于本书的复制和分片部分内容非常有用。这个脚本定义了一个connectTo()函数，它连接到指定端口处的一个本地数据库，并且将db指向这个连接。
defineConnectTo.js

var connectTo = function(port, dbname){
    if(!port){
        port = 27017;
    }
    if(!dbname){
        dbname = "test";
    }
    db = connect("localhost:" + port + "/" + dbname);
    return db;
};

如果在shell中加载这个脚本，connectTo函数就可以使用了。

9

除了添加辅助函数，还可以使用脚本将通用的任务和管理活动自动化。默认情况下，shell会在运行shell时所处的目录中查找脚本（可以使用run("pwd")命令查看）。如果脚本不在当前目录中，可以为shell指定一个相对路径或者绝对路径。如可以使用load("/usr/yj-software/my-mongodb/defineConnectTo.js")来加载defineConnectTo.js。注意，load函数无法解析~符号。也可以在shell中使用run()函数来执行命令行程序。可以在函数参数列表中指定程序所需的参数：

10