- 浏览: 431606 次
- 性别:
- 来自: 杭州
文章分类
- 全部博客 (269)
- 原创 (7)
- Java (51)
- Java Concurrency (2)
- IDE (16)
- Linux (46)
- Database (23)
- NoSQL (35)
- Web服务器 (23)
- Log日志 (11)
- HTTP (11)
- HTML (2)
- XML (1)
- Test (7)
- Mina (0)
- Amoeba (4)
- Cobar (1)
- 序列化 (2)
- Python (5)
- PHP (1)
- Socket通信 (1)
- Network (3)
- Struts (2)
- Web前端 (10)
- Maven (6)
- SVN (15)
- Json (1)
- XMPP (2)
- Go (1)
- Other (4)
- 未整理 (5)
最新评论
-
u012374672:
[color=darkred][/color][flash=2 ...
Mongo的ORM框架的学习Morphia(annotations) -
b_l_east:
很有问题啊
利用redis的transaction功能,实现分布式下加锁
参看官方说明:
http://www.mongodb.org/display/DOCS/SQL+to+Mongo+Mapping+Chart
MySQL executable |
Oracle executable |
Mongo executable |
|
mysqld |
oracle |
||
mysql |
sqlplus |
mongo |
|
MySQL term |
Mongo term/concept |
||
database |
|||
table |
|||
index |
|||
row |
BSON document |
||
column |
BSON field |
||
join |
|||
primary key |
|||
group by |
|||
MongoDB queries are expressed as JSON (BSON ) objects. The following chart shows examples as both SQL and in Mongo Query Language syntax.
The query expression in MongoDB (and other things, such as index key patterns) is represented as JSON (BSON). However, the actual verb (e.g. "find") is done in one's regular programming language; thus the exact forms of these verbs vary by language. The examples below are Javascript and can be executed from the mongo shell .
SQL Statement |
Mongo Statement |
CREATE TABLE USERS (a Number , b Number ) |
implicit; can also be done explicitly with db.createCollection( "mycoll" ) |
|
|
ALTER TABLE users ADD ... |
|
|
|
INSERT INTO USERS VALUES(3,5) |
db.users.insert({a:3,b:5}) |
|
|
SELECT a,b FROM users |
db.users.find({}, {a:1,b:1}) |
SELECT * FROM users |
db.users.find() |
SELECT * FROM users WHERE age=33 |
db.users.find({age:33}) |
SELECT a,b FROM users WHERE age=33 |
db.users.find({age:33}, {a:1,b:1}) |
SELECT * FROM users WHERE age=33 ORDER BY name |
db.users.find({age:33}).sort({name:1}) |
SELECT * FROM users WHERE age>33 |
db.users.find({age:{$gt:33}}) |
SELECT * FROM users WHERE age!=33 |
db.users.find({age:{$ne:33}}) |
SELECT * FROM users WHERE name LIKE "%Joe%" |
db.users.find({name:/Joe/}) |
SELECT * FROM users WHERE name LIKE "Joe%" |
db.users.find({name:/^Joe/}) |
SELECT * FROM users WHERE age>33 AND age<=40 |
db.users.find({'age':{$gt:33,$lte:40}}) |
SELECT * FROM users ORDER BY name DESC |
db.users.find().sort({name:-1}) |
SELECT * FROM users WHERE a=1 and b='q' |
db.users.find({a:1,b:'q'}) |
SELECT * FROM users LIMIT 10 SKIP 20 |
db.users.find().limit(10).skip(20) |
SELECT * FROM users WHERE a=1 or b=2 |
db.users.find( { $or : [ { a : 1 } , { b : 2 } ] } ) |
SELECT * FROM users LIMIT 1 |
db.users.findOne() |
SELECT order_id FROM orders o, order_line_items li WHERE li.order_id=o.order_id AND li.sku=12345 |
db.orders.find({ "items.sku" :12345},{_id:1}) |
SELECT customer.name FROM customers,orders WHERE orders.id= "q179" AND orders.custid=customer.id |
var o = db.orders.findOne({_id: "q179" }); var name = db.customers.findOne({_id:o.custid}) |
|
|
SELECT DISTINCT last_name FROM users |
db.users.distinct('last_name') |
SELECT COUNT(*y) FROM users |
db.users.count() |
SELECT COUNT(*y) FROM users where AGE > 30 |
db.users.find({age: {'$gt': 30}}).count() |
SELECT COUNT(AGE) from users |
db.users.find({age: {'$exists': true }}).count() |
|
|
CREATE INDEX myindexname ON users(name) |
db.users.ensureIndex({name:1}) |
CREATE INDEX myindexname ON users(name,ts DESC) |
db.users.ensureIndex({name:1,ts:-1}) |
|
|
EXPLAIN SELECT * FROM users WHERE z=3 |
db.users.find({z:3}).explain() |
|
|
UPDATE users SET a=1 WHERE b='q' |
db.users.update({b:'q'}, {$set:{a:1}}, false , true ) |
UPDATE users SET a=a+2 WHERE b='q' |
db.users.update({b:'q'}, {$inc:{a:2}}, false , true ) |
|
|
DELETE FROM users WHERE z= "abc" |
db.users.remove({z:'abc'}); |
More examples, specifically aggregation examples, here
MongoDB资料汇总专题
1.MongoDB是什么
- MongoDB介绍PPT分享
- MongoDB GridFS介绍PPT两则
- 初识 MongoDB GridFS
- MongoDB GridFS 介绍
- 一个NoSQL与MongoDB的介绍PPT
- MongoDB:下一代MySQL?
- 写给Python程序员的MongoDB介绍
- 又一篇给Python程序员的MongoDB教程
- MongoDB源码研究系列文章
- 白话MongoDB系列文章
- MongoDB Tailable Cursors 特性介绍
- MongoDB 文档阅读笔记 —— 优雅的 NoSQL
- MongoDB 身上的优势和劣势
- auto-sharding 无用论:auto-sharding vs. manual-sharding
- MongoDB系列文章推荐
- MongoDB MapReduce
- Mongodb Mapreduce 初窥
- MongoDB中文介绍PPT
- MongoDB系列教程
- 【译】 MongoDB 入门教程
- NoSQL介绍及MongoDB入门
- MongoDB入门(PHP客户端)
- 简单的MongoDB
2.MongoDB内部实现
- MongoDB数据文件内部结构
- 从PHP客户端看MongoDB通信协议
- MongoDB的内部构造 From 《MongoDB The Definitive Guide》
- MongoDB索引内部实现
- 深入MongoDB内部结构
- Replica Sets系列文章之:选举
- Replica Sets系列文章之:更新配置
- Replica Sets系列文章之:同步
- 10gen工程师讲数据库索引实现
- 图解 MongoDB 地理位置索引的实现原理
- MongoDB的索引使用及索引机制
- 不可忽略的缓存重建
- Linux虚拟内存实现原理
- MongoDB数据缓存刷新机制
- MongoDB与内存
- BSON特性探讨及基于其特性的MongoDB优化
- MongoDB paddingFactor的含义
- MongoDB Tailable Cursors深入剖析
- MongoDB文档(Document)全局唯一ID的设计思路
- 详解MongoDB的Compact操作
- MongoDB的JavaScript性能
- MongoDB JavaScript Driver 测试
- MongoDB vs Cassandra
- MongoDB 与 CouchDB 全方位对比
- 关于MongoDB,你可能不知道的十件事
- MongoDB谈分布式数据存储系统
- MongoDB 集群
- Riak与MongoDB的对比
- 大偏移量下Redis、MongoDB分页/排名性能比较
3.MongoDB实战经验分享
- Foursquare 长达 11 小时的宕机
- 三招解决MongoDB的磁盘IO问题
- MongoDB最佳实践
- Foursquare的MongoDB存储实践
- foursquare 的数据分析系统(Hadoop+Hive+Redis+MongoDB)
- Foursquare:使用MongoDB Replica Sets的三种架构
- 视觉中国的NoSQL之路:从MySQL到MongoDB
- MongoDB在盛大大数据量下的应用
- Craigslist迁移20亿数据到MongoDB的经验与教训
- Localytics 的MongoDB优化经验
- wordnik:用MongoDB建立关系图谱
- Wordnik 的 MongoDB 使用经历
- MongoSV2011-Wordnik的MongoDB优化实践
- MongoDB 在 SourceForge 的应用
- MongoDB索引实战技巧
4.MongoDB与开源项目
- MongoDB集成Hadoop进行统计计算
- 使用Fluentd + MongoDB构建实时日志收集系统
- Karait:利用MongoDB Capped Collection构建的消息队列
- MongoDB-Log:基于MongoDB的日志系统
- MongoPress:一个MongoDB加PHP的开源CMS
- 射手分支项目-基于MongoDB的开源短网址服务
- short:Node.js 与 MongoDB结合的开源短域名项目
- 基于MongoDB GridFS的图片存储
- Graylog2:一个使用MongoDB的开源syslog存储系统
- 用MongoDB构建智能数据流过滤系统
- 使用MongoDB来实现web.py的session存储
5.MongoDB客户端与工具集
- MongoDB管理工具
- Dex – MongoDB索引优化工具
- Variety:MongoDB schema分析工具
- MongoDB工具MagicMongoDBTool使用介绍
- MySQL到MongoDB的同步工具
- MongoDB的tcpdump工具:mongosniff
- MongoLive:在Chrome里进行MongoDB实时监控
- Mongoid:一个MongoDB的Ruby ODM封装
- MongoDB客户端的选择
- CakePHP中的MongoDB使用
- Python调用MongoDB使用心得
- PHP与MongoDB:类库、框架与工具介绍
- MongoDB实战开发 【零基础学习,附完整Asp.net示例】
- 使用Bucardo从PostgreSQL同步数据到MongoDB
- PHP操作MongoDB时的整数问题及对策
- Windows下的MongoDB客户端MongoVUE
- mongodb c++ 起步
- mtop – 针对 MongoDB 的 top 命令
6.MongoDB应用 教程
- 用MongoDB取代RabbitMQ
- MySQL和MongoDB设计实例对比
- MongoDB安全性初探
- MongoDB REST Api介绍
- MongoDB+Hadoop构建MapReduce运算系统
- 安全警示,一个简单的MongoDB注入
- QCon北京2011大会之:MongoDB开发应用实践
- 又一个MongoDB Schema Design的Slide
- MongoDB Schema Design
- 夜说mongodb
- 从MySQL到MongoDB(添加MongoDB循环插入数据方法)
- MongoDB中索引的用法
- 文档型数据库设计模式-如何存储树形数据
- Mongo Beijing 2011 Slide分享—From MySQL To MongoDB
7.MongoDB性能与优化
- 深入MongoDB精髓技巧
- MongoDB容量规划
- 五步优化你的MongoDB
- MongoDB ObjectId的优化
- MongoDB智能查询优化的问题
- MongoDB 索引数据类型优化,节省60%内存
- MongoDB性能优化之连接优化
- MongoDB性能优化十大指标
- 如何解决MongoDB的PHP扩展不支持64位整数的问题
- MongoDB1.6版本与最新1.8版本性能测试——写入篇
- 记一次MongoDB性能问题,附原理解析
- MongoDB亿级数据量的性能测试
- 用Pre-Splitting提升MongoDB Auto-Sharding效率
8.MongoDB部署 、运维与监控
- MongoDB运行状态、性能监控,分析
- 使用Cacti监控MongoDB和Redis
- 10gen发布MongoDB监控系统MMS(附使用教程)
- MongoSpy, MongoWatch及MongoDB数据压缩
- Warning:MongoDB Replica Sets配置注意事项
- MongoDB部署与运维
- MongoDB Administration
- MongoDB集群硬件指南 – 在EC2、EBS上构建你的数据库集群
- MongoDB Auto-Sharding 的问题
- 压缩 MongoDB 的数据文件
- 监控你的MongoDB(MongoSV 精华摘录)
- 为什么需要超过7个结点的Replica Sets?
- MongoDB Replica Sets 简明搭建教程
- MongoDB的备份方式
- Mongo Database Profiler
9.MongoDB新闻
- 用还是不用MongoDB?悲催用户 PK 10gen CTO
- MongoDB的局限性与不足
- 10gen获得红杉资本牵头的2000万美元融资
- Mongo Search:一个搜索MongoDB文档的Chrome插件
- MongoDB云服务价格对比
- 从Google Trends看MongoDB,北京关注度居首位
- mongly:一个简洁的MongoDB教学网站
- Cinderella 提供对MongoDB、Redis的支持
- *nix、node.js、MongoDB 下一代的LAMP
- MongoDB Ruby 客户端升级,性能大幅提升
- MongoFR会议精华:视频及幻灯片
- MongoDB1.9.1新功能预告:提示符小优化PS1++
发表评论
-
mongodb 地理位置处理
2016-05-16 13:39 1430我只记录我用到的部分,没有完整分析mongodb对地理位置 ... -
Redis配置文件redis.conf
2014-11-14 14:10 1879# Redis configuration file ex ... -
Redis高可用部署及监控
2014-11-12 13:25 1111一、 Re ... -
JCS官方文档的简单笔记,仅供自己参考
2014-09-26 20:08 7851. 基本配置 jcs.default=DCjcs.de ... -
JCS基本配置
2014-09-26 19:39 9511、默认的内存缓存 ... -
NoSQL解决方案比较(MongoDB vs Redis, Tokyo Cabinet, and Berkeley DB)
2013-09-30 14:20 1349NoSQL解决方案比较 NoSQL Solution: E ... -
morphia与spring的整合
2012-12-07 15:06 1491转自: http://www.blogjava.net/wat ... -
Mongo的ORM框架的学习Morphia(十五)Morphia+spring整合
2012-12-07 15:06 1666转自:http://topmanopensource.itey ... -
Mongo的ORM框架的学习Morphia(十二) morphia的Query和Update
2012-12-07 15:06 1889转自:http://topmanopensource.itey ... -
Mongo的ORM框架的学习Morphia(十) morphia应用
2012-12-05 14:47 1471转自:http://topmanopensource.itey ... -
Mongo的ORM框架的学习Morphia(九) morphia简单使用
2012-12-05 14:44 1388转自 http://topmanopensource.itey ... -
Mongo的ORM框架的学习Morphia(八) morphia数据库访问接口
2012-12-05 14:35 2026转自:http://topmanopensource.itey ... -
Mongo的ORM框架的学习Morphia(annotations)
2012-12-05 14:33 2553一:@Entity的使用 @Entity ... -
Instagram的Redis实践(内存占用优化)
2012-11-30 10:43 1211转自:http://blog.nosqlfan.com/htm ... -
MongoDB 入门指南、示例
2012-11-23 10:38 859转自:http://www.cnblogs.com/hoojo ... -
mongodb中使用MapReduce
2012-11-23 10:12 1219MapReduce函数的用法如下: db.users.ma ... -
python的redis用法
2012-11-22 15:48 1178#! /usr/bin/env python #coding ... -
Python连接redis
2012-11-22 15:46 5626一、Redis是流行的NOSQL内存数据库,以Key-Valu ... -
【pipeline】【分布式的id生成器】【分布式锁【watch】【multi】】【redis分布式】
2012-08-29 10:42 1383转自 http://www.bwkeji.com/a/wang ... -
利用redis的transaction功能,实现分布式下加锁
2012-08-29 09:57 2423package memcached; import ja ...
相关推荐
3. 数据可视化:可视化工具通常提供图表和报表功能,便于理解数据分布和趋势,有利于数据分析和决策。 4. 集群管理:对于多服务器或分片的MongoDB集群,可视化工具能提供统一的管理视图,方便监控和调整。 5. 安全...
2. **数据可视化**:Navicat 12包含数据可视化工具,允许用户将MongoDB中的数据以图表的形式展示,如饼图、柱状图、线图等,便于数据理解和分析。 3. **备份与恢复**:在Navicat 12中,用户可以设置计划任务进行...
- **可视化数据**:通过表格和图表展示数据,便于理解和分析。 - **简化查询**:提供图形化的查询构建器,使得编写和测试查询更为容易。 - **数据库管理**:轻松执行备份、恢复、用户管理、权限设置等操作。 - **...
8. 数据可视化:通过图表和图形展示数据,帮助用户理解数据模式和趋势。 9. 集群管理:对于运行在集群环境中的MongoDB,管理软件提供集群监控和管理功能,如分片、副本集管理等。 10. 故障排查:当数据库出现问题...
尽管 MongoDB 使用的是基于 JSON 的查询语言(MQL),但 NosqlBooster 提供的 SQL 支持使得转换和适应变得轻松。 其次,NosqlBooster 具有强大的编辑和查看文档功能。用户可以直接在界面上创建、修改和删除文档,...
5. 性能监控:通过实时图表,MongoVUE 可以展示 MongoDB 实例的性能指标,如 CPU 使用率、内存使用、I/O 操作等,有助于识别和解决性能问题。 6. 用户管理:管理 MongoDB 的用户和权限也是管理员的重要职责。Mongo...
6. **数据可视化**:Navicat16支持创建各种图表,将数据库中的数据以直观的图形展示出来,帮助用户更好地理解和分析数据。 7. **实时监控与警报**:提供实时的数据库性能监控,可以设定阈值并触发警报,帮助用户...
- 高级图表:通过图表展示数据分布和趋势,有助于数据分析。 这三款工具均可以帮助用户更高效地进行MongoDB数据库的日常操作和管理,选择哪一款取决于个人偏好和具体需求。MongoVUE适合初学者,界面友好;MongoDB ...
4. **数据可视化**:通过表格、图表等形式展示数据,便于理解和分析,有助于数据决策。 5. **版本控制**:集成版本控制系统如Git,方便数据库对象的版本管理和协作。 6. **性能监控**:实时监控数据库性能,包括...
SQLyog的名字是“SQL”与“Yoga”的组合,寓意着它能帮助用户灵活地“修炼”和“掌握”SQL操作。 1. **界面友好**:SQLyog提供了一个直观的界面,使得即使是对SQL不熟悉的用户也能快速上手。它支持拖放操作,允许...
通过SQL到MongoDB的映射图表和SQL到聚合的映射图表,用户可以更直观地理解如何将SQL查询语句转换为MongoDB的查询。 在本手册的工具和程序参考页中,您可以看到MongoDB的包组件、内部元数据、配置数据库以及本地...
2. 数据可视化:通过图表和报表展示数据,帮助理解数据趋势和模式。 3. 数据编辑:支持插入、更新、删除操作,以及复杂的查询构建。 4. 数据同步:比较并同步数据库或集合之间的差异。 5. 数据导入/导出:从多种文件...
这个框架允许开发者通过一系列管道操作符对数据进行过滤、排序、分组和计算,类似于SQL的聚合函数。例如,你可以使用`$match`筛选特定条件的文档,`$group`按字段分组,`$sum`计算总数,以及`$sort`进行排序。通过...
MongoImport 和 MongoExport 是 MongoDB 的数据导入和导出工具,它们允许用户执行 MongoDB 数据的批量导入和导出操作。 从提供的【部分内容】可见,文档具有专业性和实用性,涉及了从基础功能到高级操作的方方面面...
在Flask应用中,Echarts可以接收服务器端提供的数据,动态渲染出直观的图表,帮助用户更好地理解和分析数据。 4. **项目结构与实现** 在`flask-zhenai-mongo-echarts-master`这个项目中,文件结构可能包括以下部分...
VS Code的Azure数据库(预览) 使用具有丰富Intellisense的在本地和云中浏览和查询Azure数据库,然后连接到Azure以支持MongoDB,Graph(Gremlin)和SQL(以前称为DocumentDB)来管理PostgreSQL和Cosmos DB数据库。...
5. **数据可视化**:可以以表格、树状或图表形式查看数据,帮助用户直观理解数据结构和关系。 6. **安全性能**:支持SSL/TLS加密,确保数据传输的安全性。 7. **版本控制**:通过版本历史记录,你可以查看和恢复过去...
- Mongood是一款基于微软Fluent UI设计的MongoDB管理工具,提供自动黑暗模式,支持Mongo-shell的数据类型和查询语法。 - 其独特的功能包括利用索引实现的自动查询和排序,以及Json数据库模式,适用于Server和...
2. **SQL查询支持**:虽然MongoDB是非关系型数据库,但MongoBooster支持类似SQL的查询语法,帮助用户快速理解和执行查询操作。 3. **数据编辑与导入导出**:用户可以直接在MongoBooster中创建、编辑、删除和更新...