MongoDB入门级别教程全(Windows版,保姆级教程)

简介: 一份全面的MongoDB入门级教程,包括在Windows系统上安装MongoDB、使用MongoDB Shell和Compass GUI进行数据库操作,以及MongoDB的基本数据类型和查询技巧。

下载mongodb

进入官网:

Download MongoDB Community Server | MongoDB

选择msi,Windows版本

下载完后直接双击:

选择complete

这里建议改地方:

我这里直接改成d盘:work目录下面:

点击next:

因为这个是要在线按照mongodb的gui界面的,因为官网速度有点慢,所以去掉。后面我们手动在下载回来。然后点击next,就行了。

然后等一会就完成了,如果你要等很久,那只能说明,你那个图形化界面不应该勾中的。

下载mongoDB图形化界面

具体链接为:MongoDB Compass Download (GUI) | MongoDB

点击下载就行了:

下载mongoDB Shell

选中msi:

点击下载就行了。

下载完成后,双击打开:

目录改一下:

安装就行了。

开始学习:

进入mongdb的shell工具目录:

双击那个exe文件。

输入命令,建立连接:

mongosh

清除屏幕 指令: cls

退出 指令: exit

配合vs code + shell 使用:

打开vs code

安装这个插件:

安装完了,下面会出现:

把这个url,复制到vscode的那个框上:

 mongodb://127.0.0.1:27017/mongosh?directConnection=true&serverSelectionTimeoutMS=2000&appName=mongosh+2.0.2

然后按下回车,就好了。

然后用打开shell

成功:

配置一下环境变量:

测试成功。

用mongoDB创建和使用数据库

查询数据库

show  dbs

use  admin

创建并切换到某个数据库 use某个的数据库,是那个数据库没有就创建,有就使用的

use  human

因为human这个数据库是空的,所以使用show human 是显示不出来的

创建一个student的集合

db.createCollection("student")

现在查看数据库,就可以发现有了human数据库

删除数据库:

human> db.dropDatabase()

使用gui界面操作数据库

填写数据库名称,集合名称

然后点击创建就行了。

删除数据库:

插入mongdb的文档

human> db.student.insertOne({name:"Joe",age:30,GPA:3.2})

查找当前文档的内容

db.student.find()

它这个id是自动生成的,mongdb自带的_id字段

插入多条数据:

db.stduent.insertMany([{name:"cao"},{name:"b"},{name:"a"}])

查看一下。

可以看出 一个stduent 一个student,不同的集合

如何用gui来插入数据

然后插入:

点击这个:

就好了:

点击insert便可以直接插入:

插入多条数据:注:记住每次都要点击那个规范格式

Mongodb的基本数据类型

Mongodb的基本数据类型包括:

  1. 字符串(String):存储字符串数据,最大长度为16 MB。

  2. 整型(Integer):存储整数数据。

  3. 长整型(Long):存储大的整数数据。

  4. 双精度浮点型(Double):存储浮点数数据。

  5. 布尔型(Boolean):存储true或false值。

  6. 日期型(Date):存储日期和时间数据。

  7. 数组(Array):存储一组有序的数据。

  8. 对象ID(ObjectId):存储文档的唯一标识符。

  9. Null类型:表示一个空值或不存在的值。

  10. 正则表达式(RegExp):存储正则表达式。

  11. JavaScript代码片段(Code):存储JavaScript代码。

  12. 二进制数据(Binary Data):存储二进制数据。

  13. 最大值(Max Key):表示数据的最大值。

  14. 最小值(Min Key):表示数据的最小值。

Mongodb查询排序:

  1. sort():对查询结果进行排序,可指定升序或降序,默认为升序。

示例:对age字段进行降序排序

db.collection.find().sort({age:-1})
 2.limit():限制查询结果数量。

示例:查询前3条数据

db.collection.find().limit(3)
3.skip():跳过指定数量的结果。

示例:查询第4-6条数据

db.collection.find().skip(3).limit(3)
4.count():返回查询结果的数量。

示例:查询符合条件的数据总数

db.collection.find().count()
5.max()和min():返回查询结果中指定字段的最大值和最小值。

示例:查询age字段的最大值和最小值

db.collection.find().max({age:1})
db.collection.find().min({age:1})
 6.forEach():对查询结果进行遍历,可用于执行自定义操作。

示例:将符合条件的结果的age字段加1

db.collection.find().forEach(function(doc){
    db.collection.update({_id:doc._id}, {$inc:{age:1}})
})

查询指定字段值的文档

目录
相关文章
|
22天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
15天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
19天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2570 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
17天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
1天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
152 2
|
19天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1565 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
2天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
920 14
|
16天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
684 9
|
15天前
|
存储 监控 调度
云迁移中心CMH:助力企业高效上云实践全解析
随着云计算的发展,企业上云已成为创新发展的关键。然而,企业上云面临诸多挑战,如复杂的应用依赖梳理、成本效益分析等。阿里云推出的云迁移中心(CMH)旨在解决这些问题,提供自动化的系统调研、规划、迁移和割接等功能,简化上云过程。CMH通过评估、准备、迁移和割接四个阶段,帮助企业高效完成数字化转型。未来,CMH将继续提升智能化水平,支持更多行业和复杂环境,助力企业轻松上云。