MongoDB一个基于分布式文件存储的数据库(介于关系数据库和非关系数据库之间的数据库)

简介: 1:MongoDB的官方网址:https://www.mongodb.com    MongoDB的中文社区:http://www.mongoing.com/(老外也很看重中国市场啊,知道大家英语不好,做的中文社区)    MongoDB的中文网址:http://docs.

1:MongoDB的官方网址:https://www.mongodb.com

   MongoDB的中文社区:http://www.mongoing.com/(老外也很看重中国市场啊,知道大家英语不好,做的中文社区)

   MongoDB的中文网址:http://docs.mongoing.com/manual-zh/

   MongoDB的github:https://github.com/mongodb

2:在MongoDB的github上面下载压缩包上传到VMware的linux操作系统上面:操作过程就不做多叙述了(使用Xsheel链接linux操作系统,使用Filezilla上传文件到linux操作系统上面),之前的博客讲过操作过程:

http://www.cnblogs.com/biehongli/p/7026809.html

3:下载过程(简单叙述,根据需要下载不同操作系统不同的版本即可,这里以linux操作系统为主):

4:将MongoDB的压缩包上面到linux操作系统之后就可以进行解压缩操作(拷贝到指定目录的做法):

MongoDB常使用的几个命令:

5:MongoDB的简单使用(首先配置一下MongoDB,将MongoDB的路径添加到环境变量中):

在执行vim ~/.bashrc命令之后将最下面添加一下mongodb的配置:

配置之后使用source ~/.bashrc使配置生效,之后使用mongod -version检查是否配置成功:

6:开始启动MongoDB数据库,首先创建MongoDB的数据目录,其次创建MongoDB的日志目录:

启动MangoDB的数据库命令: mongod --dbpath data --logpath log/mongod.log -logappend --fork

参数说明:--dbpath数据库的目录文件所在路径;

--logpath:数据库的日志的路径,注意,这里是日志文件的路径,不是日志目录的路径;

-logappend:以追加的形式追加到日志文件里面;

--fork:将数据库文件放到后台运行;

退出MongoDB数据库的命令exit:

脚本启动和配置文件启动(以后不用再手动启动):

7:简单介绍一下使用window系统来安装MongoDB数据库的过程:

安装过程不再叙述,很简单。百度经验教程也不少:安装好之后记得配置一下环境变量,如下所示:

配置好环境变量之后验证是否配置成功:

首先切换到自己的安装目录,然后创建数据目录data,然后创建日志目录log:

开启MongoDB数据库服务:

再新开一个终端(cmd),然后mongo:

为了启动的方便,可以将MongoDB的启动添加到Window的服务中:

命令(切记以管理员的身份操作,你不成功的原由很可能就是没有使用管理员的身份打开命令行哦~~~):

添加服务命令:

mongod --dbpath "E:\Download\MongoDB\MongoDB\data" --logpath "E:\Download\MongoDB\MongoDB\log\mongod.log" --logappend --install --serviceName MongoDB

删除服务命令:mongod --dbpath "E:\Download\MongoDB\MongoDB\data" --logpath "E:\Download\MongoDB\MongoDB\log\mongod.log" --logappend --remove --serviceName MongoDB

之后操作数据库就可以了:

停止MongoDB数据库操作(别以为关闭命令行就停止MongoDB的数据库服务了哈...):

 8:环境安装好之后就可以对MongoDB数据库进行操作:

show dbs令可以显示所有数据的列表:

执行 db 命令可以显示当前数据库对象或集合:

运行use命令,可以连接到一个指定的数据库:

MongoDB 创建数据库的语法格式如下:

user 数据库名称:

MongoDB 删除数据库的语法格式如下:db.dropDatabase()

集合删除语法格式如下:db.集合.drop()

首先创建student数据库,然后创建一个集合col,然后查看数据库,然后查看集合,然后删除集合,然后查看集合是否被删除:

MongoDB 使用 insert() 或 save() 方法向集合中插入文档,,然后使用find()方法查询结果,语法如下:

 

MongoDB 使用 update() 和 save() 方法来更新集合中的文档:

MongoDB remove()函数是用来移除集合中的数据:

MongoDB 查询文档使用 find() 方法,find() 方法以非结构化的方式来显示所有文档(如果你需要以易读的方式来读取数据,可以使用 pretty() 方法):

 

findOne() 方法,它只返回一个文档:

更多的MongoDB的学习知识自己可以去网上找找,这里推荐菜鸟教程

目录
相关文章
|
8月前
|
存储 关系型数据库 分布式数据库
喜报|阿里云PolarDB数据库(分布式版)荣获国内首台(套)产品奖项
阿里云PolarDB数据库管理软件(分布式版)荣获「2024年度国内首版次软件」称号,并跻身《2024年度浙江省首台(套)推广应用典型案例》。
|
8月前
|
NoSQL MongoDB 数据库
数据库数据恢复—MongoDB数据库数据恢复案例
MongoDB数据库数据恢复环境: 一台操作系统为Windows Server的虚拟机上部署MongoDB数据库。 MongoDB数据库故障: 工作人员在MongoDB服务仍然开启的情况下将MongoDB数据库文件拷贝到其他分区,数据复制完成后将MongoDB数据库原先所在的分区进行了格式化操作。 结果发现拷贝过去的数据无法使用。管理员又将数据拷贝回原始分区,MongoDB服务仍然无法使用,报错“Windows无法启动MongoDB服务(位于 本地计算机 上)错误1067:进程意外终止。”
|
8月前
|
缓存 NoSQL Linux
在CentOS 7系统中彻底移除MongoDB数据库的步骤
以上步骤完成后,MongoDB应该会从您的CentOS 7系统中被彻底移除。在执行上述操作前,请确保已经备份好所有重要数据以防丢失。这些步骤操作需要一些基本的Linux系统管理知识,若您对某一步骤不是非常清楚,请先进行必要的学习或咨询专业人士。在执行系统级操作时,推荐在实施前创建系统快照或备份,以便在出现问题时能够恢复到原先的状态。
843 79
|
8月前
|
存储 NoSQL MongoDB
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
358 8
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
|
8月前
|
存储 监控 分布式数据库
ClickHouse分布式数据库动态伸缩(弹性扩缩容)的实现
实现ClickHouse数据库的动态伸缩需要持续的维护和精细的操作。从集群配置到数据迁移,再到监控和自动化,每一步都要仔细管理以确保服务的可靠性和性能。这些活动可以显著提高应用的响应性和成本效率,帮助业务根据实际需求灵活调整资源分配。
466 10
|
7月前
|
运维 NoSQL 容灾
告别运维噩梦:手把手教你将自建 MongoDB 平滑迁移至云数据库
程序员为何逃离自建MongoDB?扩容困难、运维复杂、高可用性差成痛点。阿里云MongoDB提供分钟级扩容、自动诊断与高可用保障,助力企业高效运维、降本增效,实现数据库“无感运维”。
|
7月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
514 2
|
7月前
|
存储 缓存 NoSQL
【📕分布式锁通关指南 12】源码剖析redisson如何利用Redis数据结构实现Semaphore和CountDownLatch
本文解析 Redisson 如何通过 Redis 实现分布式信号量(RSemaphore)与倒数闩(RCountDownLatch),利用 Lua 脚本与原子操作保障分布式环境下的同步控制,帮助开发者更好地理解其原理与应用。
461 6
|
8月前
|
存储 缓存 NoSQL
Redis核心数据结构与分布式锁实现详解
Redis 是高性能键值数据库,支持多种数据结构,如字符串、列表、集合、哈希、有序集合等,广泛用于缓存、消息队列和实时数据处理。本文详解其核心数据结构及分布式锁实现,帮助开发者提升系统性能与并发控制能力。
|
12月前
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
1438 0
分布式爬虫框架Scrapy-Redis实战指南

热门文章

最新文章

推荐镜像

更多