MongoDB+MongoVUE安装及入门[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

文章目录

linux下安装MongoDB 4.0

戳这里《CentOS7 搭建MongoDB 4.0环境》

前言及概念

据说nodejs和mongoDB是一对好基友，于是就忍不住去学习了解了一下MongoDB相关的一些东西，那么，MongoDB是什么？这里的五件事是每个开放人员应该知道的：

MongoDB是一个独立的服务器;
- 如MySQL或PostreSQL 一样，MongoDB提供侦听端口以便接入。它提供了用于查询，创建，更新和删除的工具。从理论上讲，你使用它的工作方式相同：连接，执行任务并关闭连接
它是基于文档的，而不是基于表格的;
- MongoDB 没有结构化语言。如果你想创建一个新的文档类型，你不用做任何事来告诉数据库关于这些数据的结构，而仅仅是存到数据库中即可。
- 简单的说，MongoDB使用类似JavaScript或PHP 的类型处理方式。也就是说，数据库是灵活的弱类型。
- 虽然有一些数据是有限制条件的（大块的数据可能需要一些明确的处理），但在大多数情况下，你可以像写PHP代码一样编写你的MongoDB代码。
它是非结构化的;
- 还记得这些你写的数据库抽象层吗？还记得那些你处理过的ORM层吗？现在，你可以将它们全部丢弃。在MongoDB中你不需要他们。MongoDB没有很多查询语句。在大多数情况下，只需给它一个数组指定你想要的信息，然后它会给你返回文档的数组。如果你想运行一些非常复杂的查询(如Map-Reduce操作)，可以向MongoDB传递JavaScript，其内部的JavaScript引擎可以解析这个脚本
不必去学习另一种查询语言;
- 开发时间也短，因为没有结构需要管理和很少（如果有的话）的数据映射。
- 学习曲线很平滑，因为没有新的查询语言学习。代码是简洁的。毕竟，无须任何其他ORM，封装可以非常简单。你的代码是未来的保证。向你的对象增加更多的字段是很轻松的。因此，需求变化了，你可以很快修改代码以便适应。
- MongoDB足以让我意识到它有改变游戏规则的潜力。这也是让大家主张使用新一代的文档数据库代替基于SQL的关系数据库的原因。将关系数据库留在尘土里，更可能的是让它们做它们能做好的事情：存储属于行和表的数据。
- MongoDB 是用C++开发的面向文档的数据库，也就是反传统的数据库范式来设计的，把相关的对象都记录到一个文档里，每个文档内是schema-free的，也就是列名可以自由定义，比较灵活，特别是面对业务逻辑多变的应用场景十分给力。数据以BSON（类似JSON）的格式二进制存储。不好的地方就是可能带来一定的数据冗余和存储开销。
- 另外，MongoDB的索引机制和MySQL等数据库是一样的，可以利用传统的关系数据库的经验来使用MongoDB的索引。
- 不像其他很多NoSQL产品由个别工程师根据应用场景开发出来的，MongoDB是有一个专门的公司 10gen 来维护。有一点要注意的是，MongoDB自己是不管理内存的，无法指定内存大小，完全交给操作系统来管理，因此有时候是不可控的，在生产环境使用必须在OS层面监控内存使用情况。
它具有强大的主流开发语言支持，如C#、C++、Java、PHP、Perl、Python、Ruby。

环境安装

MongoDB的安装

下载mongoDB
MongoDB官网地址
 个人百度云盘地址，版本为:mongodb-win32-x86_64-2008plus-ssl-v3.0-latest-signed.msi
安装

到这里mongodb就已经安装成功了。

创建存储数据的文件夹
如下图，在D盘下创建一个用于装数据的data文件夹。
指定数据存储路径并启动服务
在cmd下进入刚刚mongoDB安装的路径，如下图:
启动服务
执行指令：
```
mongod --dbpath D:\data
```
(这里注意前面是两个-，markdown不知道为什么显示出来就只有一个-了,见下图中的指令)，其中D:\data为数据存放的位置。如下图这启动成功。
验证服务是否已经启动
在浏览器下打开:http://localhost:27017/ ，如果出现下图效果则说明服务已经启动成功:

MongoVUE安装

下载MongoVUE
个人网盘下载
下载解压后效果如下:
安装
如下图:

MongoDB+MongoVUE安装及入门[通俗易懂]

不多做解释，到此MongoVUE已经安装完成.

补丁
将解压zip下“补丁”文件夹中的“MongoVUE.exe”文件替换到安装文件目录下，如下图：

替换到

到此，已经完成。

建立连接

先打开MongoVUE，按如下图流程

基础操作

创建表

右键数据库，点击add Collection，如下图：

添加数据

选择刚刚添加的表，右键，选择Insert/Import Documents，如下图：

查看log日志
```
db.Test.insert({
	Name:"张三",
	Age:23,
	Sex:"男",
	Add:"XXX市XXX号XXX街道XXX号"
});
```

查询

如下图,最基础的查询:

基本查询，在{find}中输入Json
如:{Name:“张三”}

db.Test.find({ "Name" : "张三" }).limit(50);
db.Test.find({ "Name" : "张三" }).limit(50).explain();

日期查询

需要通过ISODate函数将日期进行格式话，如：{“InsertDate”:ISODate(“2016-03-09T16:00:00Z”)}
查询大于，小于,大于等于,小于等于
```
db.Test.find({ "Age" : { "$gt" : 50 } }).limit(50);
db.Test.find({ "Age" : { "$gt" : 50 } }).limit(50).explain();
```
```
 	\$lt：小于
 	\$lte：小于等于
 	\$gt：大于
 	\$gte：大于等于
```
右击表格，点击Find2，比Find多了一个where；写表达式,如下图：
```
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50);
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).explain();
```

排序${Sort}

如下图，在${Sort}中输入Json:{Age:-1},即对Age字段进行排序：

注：当大于0的时候为升序，小于0的时候则为降序
```
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).sort({ "Age" : -1 });
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }).limit(50).sort({ "Age" : -1 }).explain();
```

查询字段${Fields}

如下图，查询_id和这些个字段{Name:1,Age:1}
```
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 1, "Age" : 1 }).limit(50).sort({ "Age" : -1 });
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 1, "Age" : 1 }).limit(50).sort({ "Age" : -1 }).explain();
```
注：当等于1的时候，就是查询_id和和等于1的字段；当如果等于0时，就是查询除了等于0的字段之外的所有字段,如下图:
```
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 0, "Age" : 0 }).limit(50).sort({ "Age" : -1 });
db.Test.find({ "$where" : "this.Age==23 || this.Age==50" }, { "Name" : 0, "Age" : 0 }).limit(50).sort({ "Age" : -1 }).explain();
```