Brief intro to MongoDB

在以前我们使用数据库的时候，讨论的是使用哪一款关系数据库，如今非关系型数据库也渐渐成为一个可替代的选择，这篇文章将简单对非关系型数据库的代表之一MongoDB展开介绍。

为什么我们需要NoSQL？

虽然像MySQL这数据库已经足够轻量级，但我们在使用存储和使用数据时，有时并不需要使用关系型数据库建立E-R的联系，表与表之间也不需要进行union操作，我们需要的仅仅是一个能让我们对结构化数据进行CRUD (Create, Retrieve, Update, Delete)操作。
此外，NoSQL的火热也与近些年来XML或者JSON等数据结构的流行离不开关系。

MongoDB基础

在官方文件中对MongoDB的介绍是“MongoDB is an open-source document database”, 所谓document，对应关系型数据库中的一行数据，且document中的数据是通过键值(key-value)对来组织的, 其对数据的定义类似于JSON或者Python中的dict数据集合, 如下所示，下面的一组数据在MongoDB中被视为表的一行。

{
	name:'QianchaoLiu',
	age:'20',
	School:'TJU'
}

一些在RDBMS(关系型数据库)中的概念和MongoDB的对应概念如下表

RDBMS	MongoDB
database	database
table	collection
column	field

接来下我们将从一些细节上学习MongoDB

数据类型

MongoDB中包含的数据存储类型包括String,Array,Double,Object,Date,Null等等，详见文档。

主键的处理

每一个表(collection)，都有一个默认的字段(field): “_id”, 系统会默认地对表中的数据建立主键索引。

CRUD操作

下面以Python为例，对MongoDB的操作做出示例。

连接数据库

from pymongo import MongoClient
# 连接数据库
conn = MongoClient('local', 27017)  # 和MongoClient('mongodb://localhost:27017/') 效果一样
# 切换到database
db = connection.test_database  # 和db = connection['test_database'] 效果一样
# 切换到collection
collection = db.test_collection

当Colelction和database未提前创建时，这里是滞后创建的，先连接，在创建第一个ducoment后collection和database才会被创建。

Insert document

插入单行数据时，采用下叙述方法：

post = {
	name:'QianchaoLiu',
	age:'20',
	School:'TJU'
}
posts = db.posts
posts.insert_one(post) # 插入一行数据
# 或插入数据并返回默认创建的_id:_id = posts.insert_one(post).inserted_id

当批量插入数据时，一个方法是使用for循环进行逐条插入，另一种方式是使用 posts.insert_many([{},{}])

Select

posts.find_one({"author": "Mike"})

在查询唯一一行数据时使用上述方法，当查询多会返回多个数据时，我们使用：

for item in posts.find({"author": "Mike"}):
	print item

Update

content = collection.find_one({"author": "Mike"})
content["author"] = "liuqianchao"
collection.save(content)

索引

下面介绍Mongo常用的索引操作(以在Console里操作为例)：

db.stats() # 查看数据库存储情况
use database; # 切换databse
show collections; # 查看所有tables
db.collection.getIndexes() # 查看目前存在的索引
db.collection.ensureIndex({"field":1}) # 添加新的索引, 1表示升序
db.collection.dropIndex({"filed":1}) # 删除某条索引

需要注意，当某条索引为复合索引(Compound Index 同时索引多个字段)时, 单独调用前几个索引是能有效利用索引的，但如果只调用后续索引（比如跳过定义的第一个索引字段）则没能利用索引。

Mongo的内存管理

在使用Mongo，大家可能会发现Mongo进程所占用的内存是比较高的，这是因为Mongo的设计是基于“内存映射存储引擎”的，其会把数据读入内存，从而提高存储和读取的速度。