mongodb查询 mongodb基本命令

大家好，关于mongodb查询很多朋友都还不太明白，今天小编就来为大家分享关于mongodb基本命令的知识，希望对各位有所帮助！

mongodb大量数据查询涉及到多表关联怎么破

因为很多项目根本用不到复杂的关联查询，才有了nosql数据库。可以大大提高效率。

如果涉及到复杂的多表关联，那就老老实实用关系数据库呗。

mongodb如何定位

mongo数据库本身就介于redis内存数据库和mysql数据库之间。

以下侧重于mongo的优点。

mongoVredis，

1：redis受内存的限制，无法存储海量的数据；mongo可以存储海量的数据。

2：redis仅支持简单的string、hash、list、set、zset数据结构，而mongo支持文档型的数据结构，可以说就是JSON字符串，这种数据结构是多么的灵活，使用是多么的方便，想必不用过多介绍。

3：redis可以提供复杂的查询吗？mongo笑笑不语。

4：redis有内置数据分析功能(mapreduce)吗？

再来看mongoVmysql

1：mongo的文档型数据结构，每一个文档可以映射为编程语言中的一个独立对象，同一个集合的文档之间的数据结构完全不必相同，如此灵活的数据结构，可以轻松的适应业务逻辑变更。mysql这类的关系数据库，怎么比？

2：mongo的插入速度比MySQL更快。

3：mongo可以轻松的分布式扩展，不需要停机，不需要更改应用程序。

三者其实各有优缺点，对应不同的数据库应用场景的。

什么时候需要mongo？

不需要跨文档或跨表的事务，也不需要复杂的join查询支持业务变更频繁，导致数据结构需要频繁更改需要大量的地理位置查询，文本查询海量数据存储，且数据量快速增加

Mongo其实弥补了redis和mysql中的不足。个人在爬虫中，经常采用mongo保存爬取的数据，而redis保存待爬取的链接和用于网页去重。

如何优化mongodb的查询，存的是很复杂的json格式数据

索引支持是MongoDB高效查询的关键。如果没有索引，MongoDB必须执行集合扫描（扫描集合中所有的文档），然后筛选匹配文档。MongoDB中的索引与其他数据库系统中的索引类似。MongoDB在集合级别定义索引，并支持MongoDB集合中文档的任何字段或子字段定义索引。MongoDB索引通过B-tree实现，查询复杂度介于O(1)到logn之间。MongoDB提供了许多不同的索引类型来支持特定类型的数据和查询。

单字段索引：除MongoDB定义的_id索引外，MongoDB还支持在文档的单个字段上创建用户定义的升序/降序索引。复合索引：MongoDB支持用户在多个字段上定义索引，即复合索引。复合索引中字段的顺序很重要。如果复合索引为{A:1,B:-1}，则索引首先以A字段进行排序，然后在每个A值以B字段进行排序。多健索引：MongoDB使用多键索引来索引存储在数组中的内容。如果索引字段包含数组值，MongoDB会为数组的每个元素创建单独的索引条目。这些多键索引允许查询通过匹配数组中的元素来获取包含数组的文档。

以下是MongoDB查询优化的一些基本原则：

在查询条件、排序条件、统计条件的字段上选择创建索引，可以显著提高查询效率。必要时使用hint()强制使用某个索引查询。只查询要使用的字段，而不查询所有字段。减少使用低效的操作符，如$where和$exists操作符，完全不能使用索引;$ne和$not操作符使用索引效率较低，甚至有时完全不用索引;$nin操作符总是会全表扫描.MongoDB在一次查询中只能使用一个索引,所以使用$or查询多次在合并结果，不如单次查询的效率高。考虑到数据分片，尽量减少跨分片查询，比如尽量少用$in，$in会让你的查询去每一个分片上查一次，可以考虑在在每个分片上建索引。

另外最最重要的是，MongoDB提供explain语句，可以获取query语句的查询计划（queryPlanner）、以及执行过程中的统计信息（executionStats）。MongoDB在解析完查询之后，通常会产生几个候选的查询计划，然后会为这些查询计划按照某个规则来打分，分数最高的查询计划就是合适的查询计划，这个查询计划里面使用的索引就是系统认为合适的索引。所以，如果你的查询太慢，可以查看查询计划，看是否使用了你想要的索引，以及扫描的具体情况，其中统计信息里面有3个返回项，nReturned、totalKeysExamined、totalDocsExamined，分别代表该条查询返回的条目、索引扫描条目、文档扫描条目。对于一个理想查询，这三个值应该尽可能接近。

最后，祝每个人的query查询都快到起飞！

mongodb,redis,hbase，三者都是nosql数据库，他们的最大区别和不同定位是什么

1.如果你对数据的读写要求极高，并且你的数据规模不大，也不需要长期存储，选redis；

2.如果你的数据规模较大，对数据的读性能要求很高，数据表的结构需要经常变，有时还需要做一些聚合查询，选MongoDB；

3.如果你需要构造一个搜索引擎或者你想搞一个看着高大上的数据可视化平台，并且你的数据有一定的分析价值或者你的老板是土豪，选ElasticSearch；

4.如果你需要存储海量数据，连你自己都不知道你的数据规模将来会增长多么大，那么选HBase。

而对于分布式数据库的选择，初步来看实际上可以分为三类

1.偏基于Hadoop体系架构和分布式存储的，类似HDFS库和HBase数据库，也包括中间类型MongoDB

2.偏内存和缓存类的，类似Redis库

3.偏全文检索类和数据分析类的，类似ElasticSearch和Solr库

mongodb时间范围查询语句怎么写

你需要有一个字段标示写入数据库的时间，然后查询的时候，设定查询时间段：db.things.find({"createTime":{"$gt":"2014-10-290:0:0"}}

)//大于某个时间db.things.find({"createTime":{"$lt":"2014-10-290:0:0"}}

)//小于某个时间

非关系型数据库Mongodb和Hbase的区别

1、Mongodb是文档型数据库，hbase是列式数据库；

2、Mongodb主键是“_id”，hbase的主键就是rowkey；

3、Mongodb支持二级索引，而hbase本身不支持二级索引；

4、Mongodb支持集合查找，正则查找，范围查找，支持skip和limit等等，是最像mysql的nosql数据库，而hbase只支持三种查找：通过单个rowkey访问，通过rowkey的range，全表扫描；

END，本文到此结束，如果可以帮助到大家，还望关注本站哦！