标签：存储 入门 MongoDB 数据库 查询 文档 数据

目录

1.MongoDB 简介与特点

• 1.1.NoSQL 数据库的概念与分类
• 1.2.MongoDB 的特点与优势
• 1.3.为什么选择 MongoDB？

2.MongoDB 安装与配置

• 2.1.下载与安装 MongoDB
• 2.2.连接 MongoDB 数据库并进行基本操作

3.MongoDB 数据建模

• 3.1.MongoDB 的文档模型
• 3.2.集合与文档的概念
• 3.3.如何设计 MongoDB 数据库的数据模型

4.CRUD 操作

• 4.1.创建文档（Insert）
• 4.2.查询文档（Find）
• 4.3.更新文档（Update）
• 4.4.删除文档（Delete）
• 4.5.使用 MongoDB Shell 进行基本操作

 

1.MongoDB 简介与特点

1.1.NoSQL 数据库的概念与分类

在传统的关系型数据库（如MySQL、PostgreSQL等）以外，出现了一类新型的数据库，称为 NoSQL（Not Only SQL）数据库。NoSQL 数据库旨在解决关系型数据库在大规模数据处理、高并发访问和灵活性方面的局限性，具有以下特点：

1. 灵活的数据模型： NoSQL 数据库通常采用非结构化或半结构化的数据模型，例如文档存储、键值对存储或列族存储，允许存储各种类型和格式的数据，而不需要提前定义固定的表结构。

2. 分布式架构： NoSQL 数据库设计为分布式系统，能够水平扩展以处理海量数据和高并发请求。通过分片技术，数据可以在多台服务器上进行分布存储和处理，提高系统的性能和可用性。

3. 高性能和高可用性： NoSQL 数据库的设计注重性能和可用性，在处理大规模数据和高并发访问时能够提供较高的性能和可靠性。

4. 适应多样化的数据类型： NoSQL 数据库不仅支持传统的文本、数值和日期等数据类型，还能够存储图形、地理空间、多媒体等复杂数据类型，满足不同领域和应用的需求。

NoSQL 数据库根据其数据存储模型和应用场景可以分为以下几类：

• 键值存储（Key-Value Stores）： 键值存储数据库以键值对的形式存储数据，适合于简单的数据结构和快速的读写操作，如 Redis 等。

• 列族存储（Column Family Stores）： 列族存储数据库以列族的方式存储数据，每个列族可以包含多个列，适合于大规模数据的高性能读写操作，如 Apache HBase等。

• 文档存储（Document Stores）： 文档存储数据库以类似 JSON 或 XML 的文档格式存储数据，文档可以包含不同的字段和数据类型，适合于半结构化和非结构化数据的存储，如 MongoDB、Couchbase 等。

• 图形数据库（Graph Databases）： 图形数据库以图的方式存储数据，适合于处理复杂的关系型数据和图形结构，如 Neo4j 等。

1.2.MongoDB 的特点与优势

MongoDB 是一种非常流行的 NoSQL 数据库，具有许多独特的特点和优势。

• 1. 灵活的文档数据模型、无需预定义

MongoDB采用文档型数据模型，就像你平时使用的JSON对象一样。这意味着你可以轻松地存储各种不同类型的数据，而且数据结构可以灵活地调整，不需要事先定义表结构。就像你随时可以改变家里房间的布置一样，MongoDB让你的数据也能像积木一样灵活摆放。

• 2. 高度可扩展性

MongoDB支持水平扩展，也就是说，如果你需要更多的存储空间或处理能力，只需简单地添加更多的服务器节点即可。这样你就可以随着业务的增长，不断地扩展数据库的规模，而不必担心系统的性能问题。就像你在游戏中不断提升自己的等级，MongoDB也能在不断成长中适应你的需求。

• 3. 强大的查询功能

MongoDB提供了丰富而强大的查询功能，你可以轻松地执行各种查询操作，比如范围查询、模糊查询、文本搜索等等。而且，MongoDB还支持对查询结果进行聚合操作，比如分组、排序、统计等，让你能够灵活地处理各种复杂的数据需求，就像你在超市挑选商品一样轻松。

• 4. 高性能的读写操作

MongoDB的读写操作非常高效，它采用了一些先进的技术，比如内存映射文件和预写式日志，这使得读取数据时可以直接从内存中获取，写入数据时也能够保证数据的安全性和稳定性。就像你在阅读一本书时，书页已经提前标记好了，你可以轻松地找到自己想要的内容一样。

• 5. 自动故障转移与副本集

MongoDB支持副本集技术，这意味着你可以设置多个副本节点来保证数据的可靠性和高可用性。当主节点发生故障时，系统会自动选举一个新的主节点，确保系统的稳定运行，而不会因为一个节点的故障而导致整个系统崩溃。

MongoDB拥有许多强大的特点和优势，使其成为了众多开发者和企业的首选数据库。如果你正在寻找一个灵活、可扩展、高性能的数据库解决方案，那么MongoDB绝对是一个值得考虑的选择！

1.3.为什么选择 MongoDB？

在选择数据库系统时，开发人员需要考虑各种因素，包括数据模型、性能、可用性、开发效率等。MongoDB 作为一种 NoSQL 数据库，具有许多优势，因此成为了许多开发团队的首选。

以下是选择 MongoDB 的几个重要原因：

1. 灵活的数据模型： MongoDB 使用文档存储模型，数据以 BSON 格式的文档形式存储，允许存储不同结构和类型的数据。这种灵活的数据模型使得 MongoDB 非常适合存储半结构化和非结构化数据，可以快速适应变化的数据模式。

2. 易于扩展： MongoDB 支持水平扩展，可以通过分片（Sharding）技术将数据分布在多台服务器上，以应对大规模数据和高并发访问的需求。通过添加更多的节点，可以简单地扩展数据库的容量和性能。

3. 高性能： MongoDB 的存储引擎采用了内存映射技术，能够提供高性能的数据访问速度。此外，MongoDB 还支持索引、聚合框架和查询优化等功能，可以提高数据查询和分析的效率。

4. 强大的查询功能： MongoDB 提供了丰富的查询语言和操作符，支持范围查询、条件查询、聚合操作、地理空间查询等功能。开发人员可以灵活地执行复杂的查询和分析操作，满足各种场景下的数据需求。

5. 丰富的生态系统： MongoDB 拥有庞大的社区支持和活跃的开发社区，提供了丰富的文档、教程和学习资源。此外，MongoDB 还有丰富的生态系统和第三方工具，为开发人员提供了更多的选择和支持。

6. 开发效率高： MongoDB 支持多种编程语言的驱动程序和客户端库，包括 JavaScript、Python、Java、Node.js 等，使得开发人员可以方便地与应用程序集成和交互。此外，MongoDB 提供了简单易用的管理工具，使得数据库的部署、配置和管理变得简单和高效。

 以下是一些适合选择 MongoDB 的典型场景：

1. 半结构化数据存储： MongoDB 的文档存储模型非常适合存储半结构化和非结构化数据，例如 JSON 格式的文档、日志数据、社交媒体数据等。对于这类数据，MongoDB 提供了灵活的模式，能够轻松应对数据结构的变化和扩展。

2. 快速迭代的开发环境： MongoDB 的无模式和动态模式特性使其成为快速迭代和敏捷开发的理想选择。开发人员可以在不受固定模式限制的情况下，快速地进行原型设计、功能迭代和数据模型调整。

3. 大数据量和高并发访问： MongoDB 支持分片技术，能够将数据水平分割并存储在多个节点上，从而实现数据的水平扩展和负载均衡。这使得 MongoDB 能够处理大规模数据和高并发访问，适用于需要大规模存储和处理数据的应用场景。

4. 实时数据分析与业务智能： MongoDB 的丰富的聚合框架和查询功能使其成为实时数据分析和业务智能的理想选择。开发人员可以使用 MongoDB 提供的聚合操作符、地理空间查询等功能，进行实时数据分析和业务智能的处理。

5. 云原生应用开发： MongoDB 在云原生应用开发中具有广泛的应用，与容器化、微服务架构和云计算平台的集成非常紧密。诸如 MongoDB Atlas 等云托管服务提供了方便的部署和管理解决方案，使得 MongoDB 成为云原生应用开发的首选数据库之一。

6. 敏捷的 Web 应用和移动应用开发： MongoDB 与现代 Web 应用框架（如 Node.js、Express.js 等）和移动应用开发框架（如 React Native、Flutter 等）非常兼容，能够与前端开发技术紧密集成，提供高效的数据存储和访问方案。

 

2.MongoDB 安装与配置

2.1.下载与安装 MongoDB

1. 下载 Docker Compose

首先，确保你的电脑上已经安装了Docker和Docker Compose。如果还没有安装，可以参考上一章Mysql入门指南得安装说明，你也可以在Docker的官方网站（https://docs.docker.com/get-docker/）找到安装指南。安装完成后，你就可以在命令行中使用Docker和Docker Compose了。

2. 创建 Docker Compose 文件

接下来，我们需要创建一个Docker Compose文件，用于定义MongoDB的容器配置。在你的项目目录下创建一个名为docker-compose.yml的文件，并将以下内容添加到文件中：

version: '3.7'
# 定义Docker Compose文件的版本为3.7

services:
  # 定义服务
  mongodb:
    # 服务名为mongodb
    image: mongo
    # 使用mongo镜像作为容器
    container_name: mongodb
    # 容器名称为mongodb
    ports:
      - "27017:27017"
      # 将容器的27017端口映射到主机的27017端口
    volumes:
      - ./data:/data/db
      # 将主机的./data目录挂载到容器的/data/db目录，用于持久化存储数据
    restart: always
    # 容器启动后始终重启

在这个Docker Compose文件中，我们定义了一个名为mongodb的服务，使用了官方的MongoDB镜像，并将容器的27017端口映射到主机的27017端口。此外，我们还将MongoDB的数据目录挂载到了主机的./data目录下，以确保数据的持久化存储。

3. 启动 MongoDB 容器

保存并关闭docker-compose.yml文件后，在命令行中进入到文件所在的目录，并执行以下命令：

docker-compose up -d

这个命令会启动MongoDB容器，并在后台运行。Docker会自动下载MongoDB镜像，并根据我们的配置启动容器。

4. 停止 MongoDB 服务

停止 MongoDB 服务同样也很简单，我们只需要执行以下命令

docker-compose down

这条命令会停止并移除 MongoDB 容器，同时释放相关资源。如果你只想停止容器但不移除，可以使用-v参数：

docker-compose down -v

5. 验证安装

安装完成后，你可以通过在命令行中输入以下命令来验证MongoDB是否成功运行：

docker ps

如果一切顺利，你应该能够看到一个名为mongodb的容器正在运行。

2.2.连接 MongoDB 数据库并进行基本操作

1. 连接 MongoDB 数据库

我们可以使用 MongoDB 的命令行客户端 mongo 来连接 MongoDB 数据库。首先，打开一个新的终端窗口，然后执行以下命令来连接 MongoDB 数据库：

docker exec -it mongodb mongo

这个命令将会在我们的 MongoDB 容器中启动一个交互式的 MongoDB Shell，并自动连接到默认的数据库。

2. 进行基本操作：

连接上 MongoDB 数据库后，我们就可以进行一些基本的操作了。比如，我们可以列出所有数据库，创建新的数据库和集合，插入文档等。以下是一些常用的命令示例：

• 列出所有数据库：

show dbs

• 切换到指定数据库（如果不存在则自动创建）

use mydb

• 列出当前数据库的所有集合

show collections

• 插入文档到指定集合

db.users.insertOne({name: "John", age: 30})

• 查询集合中的所有文档

db.users.find()

• 删除指定集合中的所有文档

db.users.deleteMany({})

 

3.MongoDB 数据建模

3.1.MongoDB 的文档模型

MongoDB 的文档模型是其核心特性之一，它采用了一种灵活的数据结构来组织和存储数据。在 MongoDB 中，数据以 BSON（Binary JSON）格式的文档存储，这种文档模型与传统的关系型数据库的行和列模型有着显著的区别。

以下是 MongoDB 文档模型的主要特点和优势：

1. 文档导向： MongoDB 是一种文档数据库，数据以文档的形式存储。每个文档是一个键值对（key-value）的集合，类似于 JSON 或 BSON 格式的文档。文档可以嵌套其他文档或数组，从而支持复杂的数据结构。

2. 动态模式： MongoDB 的文档模型是动态的，即文档之间可以有不同的结构。这意味着不同的文档可以有不同的字段，而且字段的类型和值也可以动态地更改和调整。这种动态模式使得 MongoDB 非常适合存储半结构化和非结构化数据。

3. 灵活性： 由于 MongoDB 的文档模型是灵活的，开发人员可以轻松地进行数据模型的调整和扩展。不需要提前定义固定的表结构，而是可以根据应用的需求和数据的变化，动态地调整和扩展数据模型。

4. 嵌套文档和数组： MongoDB 的文档支持嵌套文档和数组，可以将相关的数据组织在一起，从而更好地表示数据之间的关系。这种嵌套结构可以减少多表关联的需求，简化数据的查询和操作。

5. 丰富的数据类型： MongoDB 支持丰富的数据类型，包括字符串、数字、日期、布尔值、数组、嵌套文档、对象 ID、二进制数据等。这些数据类型能够满足不同类型和格式的数据存储需求。

在设计 MongoDB 的文档模型时，开发人员需要考虑以下几个方面：

• 数据访问模式： 分析应用的数据访问模式，确定数据的读写频率和访问方式，从而优化数据模型和索引设计。

• 数据关系： 确定数据之间的关系，包括一对一、一对多、多对多等关系，以确定是否需要嵌套文档、引用关系还是多个集合。

• 性能优化： 考虑数据量的增长和性能的需求，设计合适的数据模型和索引策略，以确保数据库的性能和可扩展性。

• 数据一致性： 考虑数据的一致性和完整性，设计合适的数据模型和约束条件，避免数据冗余和不一致性。

3.2.集合与文档的概念

在 MongoDB 中，数据以文档（Document）的形式组织，并且这些文档被组织在集合（Collection）中。理解集合与文档的概念是 MongoDB 数据建模的重要基础。

以下是集合与文档的概念及其在 MongoDB 中的应用：

1. 集合（Collection）：

   • 在 MongoDB 中，集合是一组文档的容器，类似于关系型数据库中的表。

   • 集合是动态创建的，无需提前定义，当插入第一个文档时，MongoDB 会自动创建相应的集合。

   • 集合是无模式的，即其中的文档可以有不同的字段和结构，但通常情况下，集合中的文档具有相似的结构。

2. 文档（Document）：

   • 文档是 MongoDB 中数据的基本单元，类似于关系型数据库中的行。

   • 文档是以 BSON 格式（Binary JSON）存储的，是一种类似于 JSON 的二进制编码格式。

   • 文档由键值对（Key-Value）组成，可以包含多种数据类型，例如字符串、数字、日期、数组、嵌套文档等。

   • 文档的结构可以是动态的，即不同的文档可以有不同的字段和结构。

在 MongoDB 中，集合与文档的概念为开发人员提供了极大的灵活性和便利性：

• 动态模式： 由于 MongoDB 的集合和文档是无模式的，开发人员可以自由地添加、修改和删除文档中的字段，而无需事先定义表结构，从而提高了数据模型的灵活性和扩展性。

• 嵌套结构： MongoDB 支持在文档中嵌套其他文档或数组，这使得在一次查询中可以获取到所有相关数据，减少了多次查询的需求，提高了数据的存储效率和访问性能。

• 易于开发： MongoDB 的文档模型与现代编程语言中的数据结构非常相似，这使得开发人员可以轻松地将应用程序中的对象映射到 MongoDB 中的文档，从而降低了开发和维护的成本。

3.3.如何设计 MongoDB 数据库的数据模型

MongoDB 数据建模是设计数据库中集合和文档结构的过程，需要根据应用的需求和查询模式来合理设计数据模型。以下是设计 MongoDB 数据库数据模型的一些建议：

1. 了解应用需求：

   • 在设计 MongoDB 数据模型之前，首先需要深入了解应用的需求。考虑应用的数据访问模式、数据关系、查询频率以及性能需求等方面的因素。

   • 确定关键查询场景，例如常见的读取和写入操作，以及复杂查询和聚合操作。这有助于优化数据模型和索引设计。

2. 识别数据关系：

   • 分析数据之间的关系，包括一对一、一对多、多对一和多对多关系。这有助于决定文档的嵌套结构和引用关系。

   • 对于频繁一起查询的数据，可以考虑将它们嵌套在同一个文档中，从而减少多次查询的需求。

3. 嵌套文档和引用关系：

   • MongoDB 支持嵌套文档和引用关系。在选择嵌套文档还是引用关系时，需要根据数据的大小、更新频率和查询频率来决定。

   • 对于经常在一起查询的数据，使用嵌套文档可以减少查询次数，提高性能。而对于大量数据或更新频繁的数据，使用引用关系可能更为合适。

4. 使用适当的数据类型：

   • 在 MongoDB 中，支持多种数据类型，包括字符串、数字、日期、数组、嵌套文档、二进制数据等。根据数据的性质选择适当的数据类型。

   • 对于经常进行范围查询或排序的字段，使用合适的索引和数据类型可以提高查询性能。

5. 合理使用索引：

   • 对于常见的查询场景，使用合理的索引是提高性能的关键。理解查询的字段和排序方式，创建相应的单字段或复合索引。

   • 避免创建过多的索引，因为每个索引都会占用存储空间并影响写入性能。权衡索引的性能和存储开销。

6. 考虑数据的增长和变化：

   • 预估数据的增长趋势和变化情况。设计的数据模型应该具有足够的扩展性，能够适应未来的数据量增加和结构变化。

   • 根据实际情况选择适当的分片策略，以支持水平扩展。

7. 持续优化：

   • 数据模型的设计是一个迭代的过程。根据实际运行中的性能和需求，持续优化数据模型、索引和查询。

   • 监测数据库性能，使用 MongoDB 提供的性能分析工具来识别瓶颈，并采取适当的优化措施。

 

4.CRUD 操作

在 MongoDB 中，CRUD 操作是指创建（Create）、读取（Read）、更新（Update）和删除（Delete）文档的基本操作。

4.1.创建文档（Insert）

在 MongoDB 中，文档是以 BSON 格式存储的数据，它们被组织在集合（Collection）中。创建文档的操作通常涉及插入一个或多个文档到集合中。

4.1.1. 插入单个文档

要插入单个文档到 MongoDB 中，可以使用 insertOne() 方法。下面是插入单个文档的基本语法：

db.collection.insertOne(
   <document>,
   {
     writeConcern: <document>,
     bypassDocumentValidation: <boolean>
   }
)

其中：

• collection 是指要插入文档的集合名称。
• <document> 是要插入的文档对象，通常是一个 JSON 格式的对象。
• writeConcern 是写入关注的设置，用于指定写操作的确认级别。
• bypassDocumentValidation 是一个布尔值，指示是否跳过文档验证，默认为 false。

示例：

db.students.insertOne({
   name: "John Doe",
   age: 25,
   department: "Computer Science"
})

4.1.2. 插入多个文档

要插入多个文档到 MongoDB 中，可以使用 insertMany() 方法。下面是插入多个文档的基本语法：

db.collection.insertMany(
   [ <document1>, <document2>, ... ],
   {
     writeConcern: <document>,
     ordered: <boolean>
   }
)

其中：

• <document1>, <document2>, ... 是要插入的多个文档对象，通常是一个包含多个 JSON 格式的对象的数组。
• writeConcern 是写入关注的设置，用于指定写操作的确认级别。
• ordered 是一个布尔值，指示是否按照给定的文档顺序插入，默认为 true。

示例：

db.students.insertMany([
   { name: "Alice", age: 22, department: "Mathematics" },
   { name: "Bob", age: 24, department: "Physics" },
   { name: "Charlie", age: 23, department: "Biology" }
])

4.1.3. 插入操作注意事项

在进行插入操作时，需要注意以下几点：

• 插入文档的集合必须事先存在，如果集合不存在，MongoDB 会自动创建。
• 插入的文档必须符合集合的验证规则，否则插入操作会失败。
• MongoDB 提供了写关注（Write Concern）机制，用于指定写操作的确认级别和错误处理方式。
• 在插入多个文档时，可以选择是否按顺序插入，以及是否跳过验证。

4.2.查询文档（Find）

在 MongoDB 中，查询文档是常见的操作之一。通过查询操作，您可以从集合中检索文档并满足特定的查询条件。MongoDB 提供了丰富而灵活的查询功能，使得您能够以多种方式检索数据。

以下是查询文档的一般步骤和常用查询操作符：

4.2.1.基本查询

使用 find() 方法可以从集合中检索文档。以下是一个简单的示例：

db.collection.find({<query>})

其中 <query> 是查询条件，可以是一个文档，指定要匹配的字段和条件。

4.2.2.查询条件

MongoDB 提供了丰富的查询条件，您可以使用各种比较操作符、逻辑操作符和正则表达式来构建查询条件。

• 比较操作符：$eq（等于）、$ne（不等于）、$gt（大于）、$lt（小于）、$gte（大于等于）、$lte（小于等于）等。

• 逻辑操作符：$and（逻辑与）、$or（逻辑或）、$not（逻辑非）、$nor（逻辑或非）等。

• 正则表达式：$regex 操作符用于基于正则表达式进行模式匹配。

4.2.3.投影操作符

   使用投影操作符可以指定查询结果中要返回的字段，这有助于减少数据传输和提高性能。

db.collection.find({<query>}, {<projection>})

其中 <projection> 是一个文档，指定要包含或排除的字段。

4.2.4.排序和限制

使用 sort() 方法可以对查询结果进行排序，limit() 方法用于限制返回的文档数量。

db.collection.find({<query>}).sort({<field>: <order>}).limit(<limit>)

其中 <field> 是要排序的字段，<order> 是排序顺序（1 表示升序，-1 表示降序），<limit> 是返回的文档数量。

4.2.5.索引优化

为了提高查询性能，您可以在集合中创建索引。索引可以加速数据检索操作，并且在查询过程中使用合适的索引可以显著提高查询性能。

db.collection.createIndex({<field>: 1})

其中 <field> 是要创建索引的字段，1 表示升序索引，-1 表示降序索引。

查询文档是 MongoDB 中使用最频繁的操作之一，因此了解如何有效地构建查询是至关重要的。通过合理使用查询操作符、投影操作符和索引优化，可以提高查询性能并更好地满足应用程序的需求。

4.3.更新文档（Update）

过更新操作，您可以修改现有文档的内容，或者根据特定条件更新文档的字段值。MongoDB 提供了多种方式来执行更新操作，以满足不同的需求和场景。

以下是更新文档的一般步骤和常用更新操作符：

4.3.1.基本更新操作

使用 update() 方法可以更新集合中的文档。以下是一个简单的示例：

db.collection.update({<query>}, {<update>})

其中 <query> 是更新条件，指定要匹配的文档，<update> 是要进行的更新操作。

4.3.2.更新操作符

MongoDB 提供了多种更新操作符，用于指定要对文档进行的具体更新操作。

• $set：设置指定字段的值。

• $unset：删除指定字段。

• $inc：对指定字段进行递增或递减操作。

• $push：向数组字段中添加新元素。

• $addToSet：向数组字段中添加新元素，如果元素已存在则不添加。

• $pull：从数组字段中删除匹配的元素。

• $rename：重命名指定字段。

• $currentDate：将指定字段的值设置为当前日期或时间。

4.3.3.更新多个文档

如果要更新多个文档，可以使用 updateMany() 方法。这对于批量更新操作非常有用。

db.collection.updateMany({<query>}, {<update>})

4.3.4.更新选项

在更新操作中，您还可以指定一些选项，例如 upsert 和 multi。upsert 选项表示如果查询条件不存在，则插入新文档；multi 选项表示更新所有匹配的文档，默认只更新第一个匹配的文档。

db.collection.update({<query>}, {<update>}, {upsert: true, multi: true})

4.4.删除文档（Delete）

文档可以根据特定的条件从集合中移除文档，从而维护数据的一致性和完整性。

以下是 MongoDB 中删除文档的常用方法和操作：

4.4.1.删除单个文档

使用 deleteOne() 方法可以删除符合特定条件的第一个文档。

db.collection.deleteOne({<filter>})

其中 <filter> 是删除文档的条件。

4.4.2.删除多个文档

使用 deleteMany() 方法可以删除符合特定条件的所有文档。

db.collection.deleteMany({<filter>})

<filter> 是删除文档的条件，可以匹配多个文档。

4.4.3.删除集合

使用 drop() 方法可以删除整个集合，包括其中的所有文档。

db.collection.drop()

该操作会永久性地删除集合和其中的所有文档，慎用。

在执行删除操作时，需要特别注意以下几点：

• 谨慎使用删除操作：删除操作会永久性地从数据库中移除文档，因此在执行删除操作之前，请确保您真的想要删除这些文档。

• 使用适当的条件：在执行删除操作时，请确保您提供了正确的删除条件，以确保只删除您想要删除的文档。

• 注意数据一致性：在删除文档时，请注意数据的一致性和完整性，确保删除操作不会破坏数据的关联性和约束条件。

• 备份数据：在执行删除操作之前，建议您备份数据库中的重要数据，以防止意外删除导致的数据丢失。

4.5.使用 MongoDB Shell 进行基本操作

MongoDB Shell 是与 MongoDB 数据库进行交互的主要工具之一。它是一个基于 JavaScript 的命令行界面，允许用户执行各种操作，包括数据库的连接、文档的插入、查询、更新和删除等。

以下是使用 MongoDB Shell 进行基本操作的步骤和示例：

4.5.1.连接到 MongoDB 数据库

在命令行中启动 MongoDB Shell，并连接到 MongoDB 数据库实例。

mongo

如果 MongoDB 数据库运行在不同的主机或端口上，您可以使用以下命令指定主机和端口：

mongo --host <hostname>:<port>

4.5.2.选择数据库

在连接到 MongoDB 实例后，您可以选择要使用的数据库。如果数据库不存在，MongoDB 会自动创建。

use mydatabase

这里的 mydatabase 是您要使用的数据库名称。

4.5.3.执行 CRUD 操作

您可以在 MongoDB Shell 中执行各种 CRUD 操作来管理数据。以下是一些基本操作的示例：

• 插入文档：

db.collection.insertOne({ key: value })

• 查询文档：

db.collection.find({ key: value })

• 更新文档：

db.collection.updateOne({ key: value }, { $set: { key: newValue } })

• 删除文档：

db.collection.deleteOne({ key: value })

4.5.4.退出 MongoDB Shell

在完成操作后，您可以通过输入 exit 或 quit 命令来退出 MongoDB Shell。

exit

通过使用 MongoDB Shell，您可以直接与 MongoDB 数据库进行交互，执行各种操作，并查看操作的结果。它是一个强大而灵活的工具，为开发人员提供了直接管理和操作数据库的能力。熟练掌握 MongoDB Shell 可以帮助您更有效地管理和开发 MongoDB 数据库应用程序。

 

     

标签：存储,入门,MongoDB,数据库,查询,文档,数据
From： https://www.cnblogs.com/hxjcore/p/18066478