学习mongoDb到SpringBoot整合看这一篇就足够了

MongoDB

简介

MongoDB 是什么：

MongoDB是一个基于文档的NoSQL数据库，用于处理大量的数据，并提供高性能、高可用性和易扩展性。相对于传统的关系型数据库，MongoDB采用文档的方式存储数据，每个文档是一组键值对的集合，类似于JSON格式。

基本概念：

• 文档（document）： MongoDB中数据的基本单元，类似于关系数据库中的行。文档是由键值对组成的。
• .集合（collection）： 一组文档的集合，类似于关系数据库中的表。
• 数据库（database）： 包含一个或多个集合，是数据的物理容器就是关系型数据库的库。

业务场景

MongoDB通常在需要处理大量非结构化或半结构化数据，并且对数据的高度伸缩性和灵活性有要求的场景下发挥作用。虽然MySQL更适合于结构化数据、支持事务和复杂查询的场景，Redis则擅长处理对速度和实时性要求极高的缓存需求，但MongoDB在以下业务场景中可能更为适用：

1. 大数据量/非结构化数据的存储：MongoDB适合存储大量非结构化或半结构化数据，如日志、文档、JSON格式的数据等。它支持灵活的数据模型，可以轻松地存储各种不同格式的数据。
2. 实时数据分析和处理：对于需要进行实时数据分析和处理的场景，MongoDB的分布式架构和高性能使其成为一个不错的选择。它能够快速存储和查询数据，支持复杂的聚合操作。
3. 大规模的写入和读取操作：如果系统需要大规模的写入和读取操作，MongoDB的分布式架构和横向扩展能力可以有效地处理这种负载。
4. 无固定模式的数据集合：相比于传统的关系型数据库，MongoDB更加灵活，不要求严格的固定模式。这使得它在面对数据模式经常变化或不确定的情况下更为适用。
5. 地理空间和位置数据：MongoDB对地理空间和位置数据有着很好的支持，这对于需要处理地理位置信息或空间数据的应用场景非常有用，比如地图应用、位置服务等。

下面是实际开发中的场景

数据库：MySQL

用户信息存储（MySQL）

场景：用户信息通常包含结构化数据，例如用户名、密码、电子邮件等。这些信息需要持久性存储和支持复杂的查询操作。因此，用户账户信息可以存储在MySQL中。

CREATE TABLE users (
    user_id INT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(255) NOT NULL,
    password VARCHAR(255) NOT NULL,
    email VARCHAR(255) NOT NULL,
    -- 其他用户相关信息
);

数据库：Redis

.会话缓存（Redis）:

场景：为了提高性能，可以使用Redis来缓存用户会话信息。当用户登录后，将其会话信息存储在Redis中，以便快速访问，避免每次请求都访问MySQL数据库。

伪代码示例 存储用户会话信息到Redis

redis.set("session:user_id", "session_data", expiration_time)

从Redis中获取用户会话信息

session_data = redis.get("session:user_id")

数据库：MongoDB

产品信息和日志（MongoDB）:

场景：电子商务应用通常有大量的产品信息，其中一些可能是半结构化的，例如产品描述、评论等。MongoDB适合存储这种类型的数据。同时，可以使用MongoDB存储日志信息，如用户活动日志、交易日志等。

// 伪代码示例
// 存储产品信息到MongoDB

db.products.insert({
    product_id: 1,
    name: "Product Name",
    description: "Product Description",
    price: 29.99,
    // 其他产品相关信息
});

// 存储用户活动日志到MongoDB

db.user_activity.insert({
    user_id: 123,
    action: "purchase",
    product_id: 1,
    timestamp: new Date(),
    // 其他日志信息
});

这只是一个简单的示例，实际应用可能更为复杂。在开发中，数据库的选择通常取决于具体的业务需求、性能要求和数据特征。这样的组合允许开发人员充分发挥各数据库的优势，以满足不同方面的需求。

安装

我这里采用docker进行安装,(环境统一,易于维护)
拉取镜像,如果不会docekr快速入门

docker pull mongo

创建容器

docker run -di --name mongo --restart=always -p 27017:27017 -v ~/data/mongodata:/data mongo

基础操作（Shell）

连接数据库：
在MongoDB中，使用MongoDB Shell连接数据库，可以通过以下命令：

mongo

6.0以上

mongosh

基本 CRUD 操作（Shell）：

创建（Create）：

向集合中插入文档。
db.collectionName.insertOne({ key: value }); // 单个文档插入
db.collectionName.insertMany([{ key1: value1 }, { key2: value2 }]); // 多个文档插入

此时已经是创建好了,当尝试向一个不存在的集合（collection）写入文档（document）时，MongoDB 会自动创建这个集合。这是MongoDB的一种特性，它与传统的关系型数据库系统（如MySQL或PostgreSQL）有所不同，在传统的关系型数据库中，您必须先显式地创建表格。这个可以隐式创建集合(表)

并且插入的文档数据不会受到约束,字段可以不同

表结构也会随着

读取（Read）：

查询集合中的文档。

db.collectionName.find();  // 查询集合中的所有文档
db.collectionName.findOne({ key: value });  // 查询符合条件的第一个文档

更新（Update）：

更新集合中的文档。

db.collectionName.updateOne({ filterKey: filterValue }, { $set: { updateKey: updateValue } });
db.collectionName.updateMany({ filterKey: filterValue }, { $set: { updateKey: updateValue } });

删除（Delete）：

从集合中删除文档。

db.collectionName.deleteOne({ key: value });  // 删除符合条件的第一个文档
db.collectionName.deleteMany({ key: value });  // 删除符合条件的多个文档

Springboot整合mongdb

环境安装

第一：导入mongo依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

第二：mongo yaml配置

server:
  port: 9998
spring:
  data:
    mongodb:
    #服务器地址
      host: 192.168.200.130 
      port: 27017
      #聊天记录,数据库比较大
      database: chart-history

第三使用@Autowerd来自动装配MongoTemplate使用

基础操作

创建新增文档,创建集合

因为mongodb对于数据字段是弱约束,插入文档到一张表,哪个表不存在的话就会自动创建

 @Autowired
    private MongoTemplate mongoTemplate;

    //保存
    @Test
    public void saveTest(){

        //这种方式创建集合 并且插入文档
        MongoCollection<org.bson.Document> mongoCollection = mongoTemplate.createCollection("mycollection");
        org.bson.Document doc = new Document("name", "Alice")
                .append("age", 30)
                .append("city", "New York");
        mongoCollection.insertOne(doc);

//第二种方式数据 使用注解指定文档类型
        Book book = new Book();
        book.setAuthor("Alice");
        book.setName("MongoDB in Action");
        book.setPrice(100);
   mongoTemplate.save(book);
   }

book指定的文档映射类

@Data
//类似mysql的映射表
@Document("ap_books")
public class Book {
    private  String name;
    private  String id;
    private  String author;
    private  Integer price;
    }

创建成功

推荐第二种方式插入表

这种方法使用了MongoTemplate的save方法来保存一个Java对象（在您的示例中是Book类的实例）。MongoTemplate会自动将POJO对象转换成MongoDB的文档格式。
这种方式更加符合Spring框架的风格，使得代码更简洁，更易于维护。

查找

//查询一个
@Test
public void saveFindOne(){
    ApAssociateWords apAssociateWords = mongoTemplate.findById("6581959dd324155de3434686", ApAssociateWords.class);
    System.out.println(apAssociateWords);
}

条件查询

@Test
public void testQuery(){
    Query query = Query.query(Criteria.where("associateWords").is("模糊查询匹配的字段"))
            .with(Sort.by(Sort.Direction.DESC,"createdTime"));

    List<ApAssociateWords> apAssociateWordsList = mongoTemplate.find(query, ApAssociateWords.class);
    System.out.println(apAssociateWordsList);
}

修改

Query query = new Query(Criteria.where("name").is("John"));
Update update = new Update().set("age", 31);

mongoTemplate.updateFirst(query, update, Person.class, "personCollection");

还是推荐直接删除在添加

删除

   @Test
    public void testDel(){
        mongoTemplate.remove(Query.query(Criteria.where("associateWords").is("匹配")),ApAssociateWords.class);
    }

高级查询

需要使用到query以及Criteria构建条件
构建查询条件。

Query query = new Query(Criteria.where("key").regex("regexPattern"));
List <YourObject> results = mongoTemplate.find(query, YourObject.class);

分页和排序：

对结果进行分页和排序。

Query query = new Query().with(Sort.by(Sort.Direction.DESC, "field")).skip(10).limit(5);//类似sql语句 from (current-1)*pageSize  limit size  
List<YourObject> results = mongoTemplate.find(query, YourObject.class);

复杂条件查询：

使用 Criteria 构建复杂的查询条件。

Criteria criteria = new Criteria().andOperator(
    Criteria.where("key1").is("value1"),
    Criteria.where("key2").gte(20)
);
Query query = new Query(criteria);
List<YourObject> results = mongoTemplate.find(query, YourObject.class);

and连接多条件

Query query = new Query(Criteria.where("age").gte(25).and("city").is("New York"));
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");

正则表达式(模糊查询)

Criteria criteria = Criteria.where("name").regex("^J");

聚合操作：

使用聚合框架进行高级数据处理。
计数

Query query = new Query(Criteria.where("age").gte(25));
long count = mongoTemplate.count(query, "personCollection");

大于或者小于

Query query = new Query(Criteria.where("age").gte(25).lte(35));
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");

参数是否存在,动态查询

Query query = new Query(Criteria.where("email").exists(true));//dto.getemali==null等标段式
List<Person> persons = mongoTemplate.find(query, Person.class, "personCollection");