Node.js 权威指南笔记（二）

数据库访问。

一、MongoDB

1. 概念

MongoDB 是一个基于分布式文件存储的 NoSQL 数据库。它采用了 文档数据库模型，以 JSON 类似的 BSON（Binary JSON）格式存储数据。与传统的关系型数据库（如 MySQL）不同，MongoDB 不使用表和行，而是使用 集合（collection） 和 文档（document） 来组织和存储数据。

• NoSQL：非关系型数据库，灵活、扩展性强，特别适合大规模数据和分布式应用。
• 文档数据库：MongoDB 是一种文档数据库，它的每个文档都是一组键值对，非常适合处理半结构化数据。

相关概念

1. 分布式文件存储：是一种数据存储架构，数据被分散存储在多台服务器上，而不是集中在单一服务器中。它通过将数据拆分并复制到多个节点上，实现高可用性、容错性和扩展性。分布式存储可以提高数据的安全性和访问速度，并且非常适合处理大规模数据集。特点：数据冗余、容错、可扩展、提高存储效率。
2. 文档数据库模块：是一种非关系型数据库（NoSQL），以 文档 的形式存储数据。每个文档类似于 JSON 对象，由键值对组成，并存储在集合（collection）中。文档数据库允许存储不规则结构的数据，每个文档的字段和字段类型可以不同。特点：灵活的模式、支持嵌套数据、水平扩展方便。
3. 半结构化数据：是一种介于结构化数据和非结构化数据之间的数据形式，通常没有严格的表格或关系模型，但包含可以识别的数据标记或元数据。常见的格式包括 JSON、XML、HTML 等。半结构化数据比非结构化数据更易于处理，但不如结构化数据那样严格。特点：灵活、不规则、不需要预定义模式。
4. 关系型数据库：（Relational Database，RDBMS）是一种基于 表 的结构化数据存储系统，数据通过行和列的方式存储，并且通过关系（外键、主键等）进行关联。使用结构化查询语言（SQL）进行数据操作。常见的关系型数据库包括 MySQL、PostgreSQL、Oracle 等。特点：严格的数据结构、数据一致性强、支持事务。
5. 非关系型数据库：（NoSQL Database）是一类不使用传统关系模型的数据库，通常以键值对、列族、文档或图形的形式存储数据。NoSQL 数据库具有灵活的架构，适用于处理大量数据和高并发访问。常见的 NoSQL 数据库有 MongoDB（文档型）、Redis（键值型）、Cassandra（列族型）等。特点：灵活的数据模式、水平扩展、高性能处理海量数据。 应用场景：大数据分析、社交网络、实时应用、物联网（IoT）数据。

2. 作用和应用场景

作用

MongoDB 提供了高性能、可扩展性和灵活的查询功能，尤其适用于处理大量分布式数据。与传统 SQL 数据库相比，MongoDB 通过以下方式提升数据管理效率：

• 横向扩展：MongoDB 可以轻松地通过分片（sharding）来实现分布式数据存储和处理。
• 灵活的数据模式：文档可以存储不规则的数据，支持不同的字段结构。
• 高吞吐量：适合需要高并发读写的应用。
• 丰富的查询语言：支持类似 SQL 的查询语言，拥有丰富的聚合功能。

应用场景

• 内容管理系统（CMS）：如博客、新闻网站，数据结构复杂且动态变化。
• 实时数据处理：如物联网、日志分析等需要处理高吞吐量的应用。
• 电商平台：管理商品、订单等半结构化数据。
• 社交媒体应用：MongoDB 可以很好地处理大量用户数据和关系数据。

3. 安装和使用步骤

安装步骤

1. 下载安装 MongoDB：

   • 在 MongoDB 官方网站下载适合你系统的 MongoDB 安装包。
   • 安装完成后，将 MongoDB 的 bin 目录添加到环境变量中。

2. 启动 MongoDB 服务：

   • 使用命令行启动 MongoDB 服务，通常 MongoDB 的默认端口为 27017。
   • Windows: 在命令行中输入 mongod 启动 MongoDB 服务。
   • macOS/Linux: 在终端输入 mongod --config /usr/local/etc/mongod.conf（路径可能根据安装情况变化）。

3. 安装 MongoDB 客户端（Mongo Shell）：

   • MongoDB 提供了 mongo 命令行工具，可以通过它连接到 MongoDB 数据库进行操作。

使用步骤

1. 连接到数据库：

   • 打开 MongoDB shell，输入 mongo 命令来连接到本地 MongoDB 服务：

     mongo

   • MongoDB shell 启动后，可以执行各种数据库操作。

2. 连接远程数据库：

   mongo <your_host>:<port>

3. 选择数据库：

   use myDatabase

   如果数据库不存在，会在插入第一条记录时创建该数据库。

4. 增删改查 CRUD 具体代码

1. 创建文档（Insert）

// 插入单条数据
db.users.insertOne({
  name: 'John Doe',
  age: 30,
  email: 'john.doe@example.com',
})

// 插入多条数据
db.users.insertMany([
  { name: 'Jane Doe', age: 25, email: 'jane.doe@example.com' },
  { name: 'Mark Smith', age: 40, email: 'mark.smith@example.com' },
])

2. 查询文档（Read）

// 查询所有用户
db.users.find({})

// 查询特定条件的用户
db.users.find({ age: { $gt: 30 } }) // 查询年龄大于30的用户

3. 更新文档（Update）

// 更新单条数据
db.users.updateOne(
  { name: 'John Doe' }, // 查询条件
  { $set: { age: 31 } } // 更新操作
)

// 更新多条数据
db.users.updateMany(
  { age: { $lt: 30 } }, // 查询条件
  { $set: { status: 'active' } } // 更新操作
)

4. 删除文档（Delete）

// 删除单条数据
db.users.deleteOne({ name: 'Jane Doe' })

// 删除多条数据
db.users.deleteMany({ age: { $gt: 30 } })

5. 聚合查询

MongoDB 的聚合框架类似 SQL 的 GROUP BY，支持复杂的数据处理和聚合。

db.orders.aggregate([
  { $match: { status: 'completed' } }, // 筛选已完成订单
  { $group: { _id: '$customerId', totalSpent: { $sum: '$amount' } } }, // 计算每个客户的总消费
  { $sort: { totalSpent: -1 } }, // 按总消费降序排序
])

5. 注意事项

1. 数据模式设计：

   • 虽然 MongoDB 是无模式的数据库，但合理的文档结构设计仍然非常重要。需要平衡嵌套结构的复杂性和性能。

2. 索引优化：

   • 正确地使用索引可以显著提高查询性能。MongoDB 支持多种索引类型，如复合索引、唯一索引等。

3. 事务支持：

   • MongoDB 支持多文档事务，可以在应用需要事务性操作时使用，但要谨慎使用，因为事务可能会带来额外的性能开销。

4. 分片与复制集：

   • 在需要高可用性或横向扩展的场景下，使用 MongoDB 的分片机制（sharding）和复制集（replica set）来实现分布式存储和读写分离。

5. 内存与磁盘使用：

   • MongoDB 将大量的数据存储在内存中，所以在大数据量时，确保服务器有足够的内存。同时，也要注意磁盘 I/O 和存储的压力，选择适合业务需求的存储方案。

---

通过 MongoDB，开发者可以轻松处理大规模、半结构化数据，并支持灵活的数据存储和查询方式，使其在现代 web 应用和大数据处理中非常流行。

二、MySQL