SQL:

1.     關係型資料模型
2.     資料被存放在表中
3.     每條記錄（資料）都是相同型別並且具有相同屬性
4.     儲存資料需要定義
5.     新增新資料必須修改表結構
6.     ACID事務支援

NoSQL

1.     非關係型資料模型
2.     可以儲存json、鍵值對等
3.     靈活設定表結構
4.     混合儲存資料型別（不影響其他資料）
5.     支援ACID事務
6.     一致性可以改變
7.     橫向擴充套件

MongoDB術語 1.文件（document）相當於傳統資料庫中的“行”，但是比“行”複雜（資訊） 2.集合（collections）在MongoDB中表示一組文件，類似表，集合是沒有模式（可以混合插入不同的資料型別）的 3.資料庫（database）MnogoDB基礎命令

winpty mongo show dbs檢視資料庫 use databasename#建立資料庫，並使用 db.stats()檢視當前狀態 db.getMongo()檢視本地地址與埠號 db.createCollection("tablename",{size:??,capped:true,max:??})建立集合 設定capped為true,插入資料大於size時，會覆蓋掉最開始資料。 db.pytest1.insert({'name':'aa','age':45})直接建立pytest1表，並插入資料 db.pytest1.save({'name':'bb','age':50})插入資料。

show collections檢視集合名 post={'':'','':''.........}資料 db.tablename.insert(post)插入資料 db.tablename.find()           db.tablename.find().pretty()格式化查詢結果

db.pyus

er.find({age:{$lt:50,$gt:45}}).pretty() 查詢age大於45小於50的資訊 $gt        >  $lt         <  $lte       <=  $gte      >=  db.pyuser.find({},{name:1})  1表示True,取指定欄位名稱，預設一頁顯示20 條 it 顯示更多記錄

db.pyuser.find({age:50},{name:1,age:1}).pretty() 第一個字典為查詢條件

db.pyuser.find().sort({age:1}).pretty()1表示升序，-1表示降序 ——————————————limit—————————————————— db.pyuser.find().skip(3).limit(3).pretty() skip跳過 limit限制條數

 db.pyuser.find({$or:[{age:25},{age:50}]}).pretty()查詢年齡是25或50的資訊

 db.pyuser.count()查詢集合的條數

 db.goods.find(age:{$exists:true})查詢具有age欄位的記錄

 db.pytest.drop()刪除pytest表

insert:在insert增加id屬性時，當表如果有該id對應的資料，插入會報錯，錯誤原因為duplicate key error.   save:當表如果有該id對應的資料，會修改該表中的原有屬性.

更新：  db.pytest1.update({name:'aa'},{$set:{name:'newaa'}})        更新一條  db.pytest1.update({name:'bb'},{$set:{name:'newbb'}},false,true)           全部更新 update(條件，更新資料，是否插入新資料，是否全部更新)

是否插入資料表示：如果不存在update條件匹配的記錄，是否要插入到集合中。預設為false不插入，true插入

mysqladmin -u root -p password 修改mysql密碼 db.user.aggregate([{$group:{_id:"$sex",total:{$sum:1}}}])按sex分組，統計每組個數，升序排列。 db.user.aggregate([{$group:{_id:"$sex",avg:{$avg:"$score"}}}])按sex分組，統計每組平均數。 __________________________push_______________________________  db.user.aggregate([{$group:{_id:"$sex",scores:{$push:"$score"}}}]) { "_id" : "f", "scores" : [ 95 ] } { "_id" : "m", "scores" : [ 100, 90, 85, 75 ] }統計每組的具體值

> db.user.aggregate([{$group:{_id:"$sex",scores:{$push:"$score",$push:'$name'}}}]) { "_id" : "f", "scores" : [ "董明珠" ] } { "_id" : "m", "scores" : [ "Jack Ma", "Pnoy Ma", "Robin Li", "IG.wxz" ] } 分組顯示全部資料 > db.user.aggregate([{$group:{_id:"$sex",scores:{$push:"$score"},name:{$push:'$name'}}}]) { "_id" : "f", "scores" : [ 95 ], "name" : [ "董明珠" ] } { "_id" : "m", "scores" : [ 100, 90, 85, 75 ], "name" : [ "Jack Ma", "Pnoy Ma", "Robin Li", "IG. wxz" ] } #去重 > db.user.aggregate([{$group:{_id:'$sex',names:{$addToSet:'$name'}}}]) { "_id" : "f", "names" : [ "董明珠" ] } { "_id" : "m", "names" : [ "IG.wxz", "Robin Li", "Pnoy Ma", "Jack Ma" ] } #獲取分組的第一個值 > db.user.aggregate([{$group:{_id:'$sex',firstname:{$first:'$name'}}}]) { "_id" : "f", "firstname" : "董明珠" } { "_id" : "m", "firstname" : "Jack Ma" } ————————————————————————————————————————管道的概念： 管道在Unix和Linux中一般用於將當前命令的輸出結果作為（下是一個條件/下有一個命令）的引數。 MongDB的聚合管道是將MongoDB文件在一個管道處理完畢後將結果傳遞給下一個管道處理，管道的操作是可以重複的。 管道操作有以下： 1.$project 作用是修改文件的結構，用來重新命名，增加或刪除 文件中的欄位。 查詢name和score域 > db.user.aggregate({$project:{name:1,score:1,_id:0}}) { "name" : "Jack Ma", "score" : 100 } { "name" : "Pnoy Ma", "score" : 90 } { "name" : "Robin Li", "score" : 85 } { "name" : "董明珠", "score" : 95 } { "name" : "IG.wxz", "score" : 75 } { "name" : "IG.wxz", "score" : 90 } 將查詢到的結果的score加10 > db.user.aggregate({$project:{name:1,score:{$add:["$score",10]}}}) { "_id" : ObjectId("5b95b8f087e544934782321e"), "name" : "Jack Ma", "score" : 110 } { "_id" : ObjectId("5b95b93187e544934782321f"), "name" : "Pnoy Ma", "score" : 100 } { "_id" : ObjectId("5b95b95287e5449347823220"), "name" : "Robin Li", "score" : 95 } { "_id" : ObjectId("5b95b96b87e5449347823221"), "name" : "董明珠", "score" : 105 } { "_id" : ObjectId("5b95b99487e5449347823222"), "name" : "IG.wxz", "score" : 85 } { "_id" : ObjectId("5b95c05887e5449347823223"), "name" : "IG.wxz", "score" : 100 } ———————————————————————————————————————— 2.$match 作用於過濾文件，相當於find（）第一個引數 注意： （1）在$math中不能和$where表示式混合使用 （2）如果$math位於管道的第一個階段，可以利用索引提高查詢速 （3）$math儘量出現在管道的最前面，過濾出需要的資料，在後續的階段中可以提高效率 （4）$math中使用$text操作符的話，只能位於管道的第一階段 > db.user.aggregate([{$project:{_id:0}},{$match:{'score':{$lt:90}}}]) { "name" : "Robin Li", "age" : 40, "sex" : "m", "score" : 85 } { "name" : "IG.wxz", "age" : 30, "sex" : "m", "score" : 75 }

> db.user.aggregate([{$project:{_id:0}},{$match:{'score':{$gt:80,$lt:100}}},{$group:{_id:' $sex',count:{$sum:1}}}]) { "_id" : "f", "count" : 1 } { "_id" : "m", "count" : 3 } —————————————————————————————————————— 3.$sort > db.user.aggregate([{$sort:{score:1}},{$project:{_id:0}},{$limit:2}])#按分數排序，且顯示前兩條 { "name" : "IG.wxz", "age" : 30, "sex" : "m", "score" : 75 } { "name" : "Robin Li", "age" : 40, "sex" : "m", "score" : 85 } ****   ****  ****  ****  ****  ****  ****  ****  ****  ****  ****  ****  ****  ****  ****  **** $or、$nor、$not、$and  ###表示式運算子 > db.user.aggregate([{$project:{_id:0,name:1,newscore:{$and:[{$ne:['$score',90]},{$ne:['$s ex','f']}]}}}]) { "name" : "Jack Ma", "newscore" : true } { "name" : "Pnoy Ma", "newscore" : false } { "name" : "Robin Li", "newscore" : true } { "name" : "董明珠", "newscore" : false } { "name" : "IG.wxz", "newscore" : true } { "name" : "IG.wxz", "newscore" : false } > db.user.aggregate([{$project:{_id:0,name:1,newscore:{$and:[{$eq:['$score',90]},{$eq:['$s ex','f']}]}}}]) { "name" : "Jack Ma", "newscore" : false } { "name" : "Pnoy Ma", "newscore" : false } { "name" : "Robin Li", "newscore" : false } { "name" : "董明珠", "newscore" : false } { "name" : "IG.wxz", "newscore" : false } { "name" : "IG.wxz", "newscore" : false }

比較運算子 $eq $gt $lt $gte $lte $ne

> db.pytimer.aggregate([{$project:{year:{$year:'$data'},hour:{$hour:'$data'},week:{$week:' $data'},dayofweek:{$dayOfWeek:'$data'}}}]) { "_id" : ObjectId("5b95e59087e5449347823224"), "year" : 2018, "hour" : 3, "week" : 36, "d ayofweek" : 2 } 聚合管道的優化 這是一個策略： （1）將$match和$sort放到管道的前面，可以給集合建立索引，提高處理資料的效率 （2）可以使用match limit skip 對文件進行提前過濾，減少後續處理文件的數量 階段優化 （1）sort + match 順序優化 如果match在sort之後，優化器會自動把match放到sort之前 （2）limit+skip 如果skip在limit之後，優化器會吧limit移動到skip之前，移動後的limit的 值等於原來的值加上skip的值 eg： skip 10 limit 5————》limit 15 skip 10

聚合管道的限制作用就是對返回結果大小和記憶體的限制 MongoDB對返回結果的大小限制 返回一個文件大小不能超過16M只是MongoDB2.6版本之前的規定 2.6之後返回的結果可以是一個遊標或者放到集合裡，返回不受16M限制 記憶體的要求 管道每一個階段只能使用100M記憶體，如果超過會報錯，如果處理大資料時， 可以使用allowDiskUse選項，將資料存到磁碟上。以上的可以稱為 多目管道 單目管道distinct（）\count()