MongoDB 使用教程

Posted 2023-03-30 路遥万里

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MongoDB 使用教程相关的知识，希望对你有一定的参考价值。

文章目录

MongoDB的使用

MongoDB的使用

数据库操作

一个mongodb中可以建立多个数据库。
MongoDB的默认数据库为"test"，该数据库存储在data目录中。
MongoDB的单个实例可以容纳多个独立的数据库，每一个都有自己的集合和权限，不同的数据库也放置在不同的文件中。

show dbs

#显示所有数据的列表

> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB

这些数据库名是保留的，可以直接访问这些有特殊作用的数据库。

admin：从权限的角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器。
local: 这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
config: 当Mongo用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。

#显示当前数据库对象或集合
> db
test

use

#连接到一个指定的数据库,没有则创建
> use local
local

use可创建数据库

> use mydb
switched to db mydb
> db
mydb
> show dbs  #只有当真正有文档数据写入时才会显示
admin   0.000GB
config  0.000GB
local   0.000GB

可以看到，我们刚创建的数据库 mydb并不在数据库的列表中，要显示它，我们需要向 mydb 数据库插入一些数据。

> db.mydb.insert("name":"goudan")   #mydb是集合名称，没有则会自动创建
WriteResult( "nInserted" : 1 )
> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB
mydb    0.000GB

db.dropDatabase()删除当前数据库

#删除当前数据库，默认为 test，可以使用 db 命令查看当前数据库名
> db
mydb
> db.dropDatabase()
 "dropped" : "mydb", "ok" : 1 
> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB
> db   #任然在当前mydb中
mydb

集合操作

集合就是 MongoDB 文档组，类似于 RDBMS （关系数据库管理系统：Relational Database Management System)中的表格。

集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。

如我们可以将以下不同数据结构的文档插入到集合中：

"id":1
"id":1,"name":"goudan"
"id":1,"name":"goudan", "address":"beijing"

当第一个文档插入时，集合就会被创建。

db.createCollection(name, options)

参数说明：

name: 要创建的集合名称
options: 可选参数, 指定有关内存大小及索引的选项。options 如下参数：
在插入文档时，MongoDB 首先检查固定集合的 size 字段，然后检查 max 字段。

字段	类型	描述
capped	布尔	（可选）如果为 true，则创建固定集合。固定集合是指有着固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。当该值为 true 时，必须指定 size 参数。
autoIndexId	布尔	3.2 之后不再支持该参数。（可选）如为 true，自动在 _id 字段创建索引。默认为 false。
size	数值	（可选）为固定集合指定一个最大值，即字节数。如果 capped 为 true，也需要指定该字段。
max	数值	（可选）指定固定集合中包含文档的最大数量。

> use mydb
switched to db mydb
> db.createCollection("test")
 "ok" : 1 
> db.createCollection("myTbl",  capped : true, autoIndexId : true, size:6142800, max : 10000 )

	"note" : "The autoIndexId option is deprecated and will be removed in a future release",
	"ok" : 1

show collections 或 show tables

> show collections
myTable
myTbl

db.collection.drop()

#如果成功删除选定集合，则 drop() 方法返回 true，否则返回 false。
> db.myTbl.drop()
true

文档操作

1. 文档介绍

文档的数据结构和 JSON 基本一样。
所有存储在集合中的数据都是 BSON 格式。
BSON 是一种类似 JSON 的二进制形式的存储格式，是 Binary JSON 的简称。
文档是一组键值(key-value)对(即 BSON)，一个简单的文档例子如下：

"id":1,"name":"goudan", "address":"beijing"

2. MongoDB 数据类型

下表为MongoDB中常用的几种数据类型。

数据类型	描述
String	字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的。
Integer	整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位。
Boolean	布尔值。用于存储布尔值（真/假）。
Double	双精度浮点值。用于存储浮点值。
Min/Max keys	将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。
Array	用于将数组或列表或多个值存储为一个键。
Timestamp	时间戳。记录文档修改或添加的具体时间。
Object	用于内嵌文档。
Null	用于创建空值。
Symbol	符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊符号类型的语言。
Date	日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时间：创建 Date 对象，传入年月日信息。
Object ID	对象 ID。用于创建文档的 ID。
Binary Data	二进制数据。用于存储二进制数据。
Code	代码类型。用于在文档中存储 javascript 代码。
Regular expression	正则表达式类型。用于存储正则表达式。

ObjectId

ObjectId 类似唯一主键，可以很快的去生成和排序，包含 12 bytes，含义是：

前 4 个字节表示创建 unix 时间戳,格林尼治时间 UTC 时间，比北京时间晚了 8 个小时
接下来的 3 个字节是机器标识码
紧接的两个字节由进程 id 组成 PID
最后三个字节是随机数

MongoDB 中存储的文档必须有一个 _id 键。这个键的值可以是任何类型的，默认是个 ObjectId 对象

由于 ObjectId 中保存了创建的时间戳，所以你不需要为你的文档保存时间戳字段，你可以通过 getTimestamp 函数来获取文档的创建时间:

> var newObject = ObjectId()
> newObject.getTimestamp()
ISODate("2022-05-10T10:17:55Z")

ObjectId 转为字符串

> newObject.str
62a46bd34c256eb2b320f207

3. 插入文档

MongoDB 使用 insert() 或 save() 方法向集合中插入文档，语法如下：

db.COLLECTION_NAME.insert(document)
或
db.collection.insertOne() 和 db.collection.insertMany()   #3.2 版本之后新增
或
db.COLLECTION_NAME.save(document)

save()：如果 _id 主键存在则更新数据，如果不存在就插入数据。该方法新版本中已废弃，可以使用 db.collection.insertOne() 或 db.collection.replaceOne() 来代替。
insert(): 若插入的数据主键已经存在，则会抛 org.springframework.dao.DuplicateKeyException 异常，提示主键重复，不保存当前数据。

db.collection.insertMany() 用于向集合插入一个新文档，语法格式如下：

db.collection.insertMany(
   [ <document 1> , <document 2>, ... ],   -- insertOne()时这儿就一个文档，不需要数组即可
   
      writeConcern: <document>,
      ordered: <boolean>
   
)

参数说明：

document：要写入的文档。
writeConcern：写入策略，默认为 1，即要求确认写操作，0 是不要求。
ordered：指定是否按顺序写入，默认 true，按顺序写入。

案例

-- myTable中添加1个文档
> db.myTable.insert("id":1,"name":"goudan", "address":"beijing")
WriteResult( "nInserted" : 1 )

-- myTable中添加1个文档
> db.myTable.insertOne("id":2,"name":"mz", "address":"beijing")

	"acknowledged" : true,
	"insertedId" : ObjectId("62a46e194c256eb2b320f209")


-- myTable中添加2个文档
> db.myTable.insertMany(["id":3,"name":"shanjige", "address":"beijing","id":4,"name":"haonan", "address":"jianshazui"])

	"acknowledged" : true,
	"insertedIds" : [
		ObjectId("62a46e644c256eb2b320f20a"),
		ObjectId("62a46e644c256eb2b320f20b")
	]


-- myTable中添加1个文档
> db.myTable.save("id":5,"name":"renzha", "address":"tangshan")
WriteResult( "nInserted" : 1 )

> db.myTable.find()
 "_id" : ObjectId("62a46dee4c256eb2b320f208"), "id" : 1, "name" : "goudan", "address" : "beijing" 
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "shanjige", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20b"), "id" : 4, "name" : "haonan", "address" : "jianshazui" 
 "_id" : ObjectId("62a46eae4c256eb2b320f20c"), "id" : 5, "name" : "renzha", "address" : "tangshan"

4. MongoDB更新文档

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

update() 更新

db.collection.update(
   <query>,
   <update>,
   
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   
)

参数说明：

query : update的查询条件，类似sql update查询内where后面的。
update : update的对象和一些更新的操作符（如 $,$ inc…）等，也可以理解为sql update查询内set后面的
upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
writeConcern :可选，抛出异常的级别。

-- 更新name值shanjige为sjg
> db.myTable.update("name":"shanjige",$set:"name":"sjg")
WriteResult( "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 )

save() 更新
save() 方法通过传入的文档来替换已有文档，_id 主键存在就更新，不存在就插入。语法格式如下：

db.collection.save(
   <document>,
   
     writeConcern: <document>
   
)

参数说明：

document : 文档数据。
writeConcern :可选，抛出异常的级别。

-- 更新文档name值renzha为rz
> db.myTable.save( "_id" : ObjectId("62a46eae4c256eb2b320f20c"), "id" : 5, "name" : "rz", "address" : "tangshan" )
WriteResult( "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 )

-- 格式化查询myTable所有数据
> db.myTable.find().pretty()

	"_id" : ObjectId("62a46dee4c256eb2b320f208"),
	"id" : 1,
	"name" : "goudan",
	"address" : "beijing"


	"_id" : ObjectId("62a46e194c256eb2b320f209"),
	"id" : 2,
	"name" : "mz",
	"address" : "beijing"


	"_id" : ObjectId("62a46e644c256eb2b320f20a"),
	"id" : 3,
	"name" : "sjg",
	"address" : "beijing"


	"_id" : ObjectId("62a46e644c256eb2b320f20b"),
	"id" : 4,
	"name" : "haonan",
	"address" : "jianshazui"


	"_id" : ObjectId("62a46eae4c256eb2b320f20c"),
	"id" : 5,
	"name" : "rz",
	"address" : "tangshan"

5. MongoDB 查询文档

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。find()查询数据的语法格式如下：

db.collection.find(query, projection)[.pretty()]

query ：可选，使用查询操作符指定查询条件
projection ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值，只需省略该参数即可（默认省略）。
.pretty() : 美化查询结果。
除find()外，还有findOne() 方法，它只返回一个文档。

MongoDB 与 RDBMS Where 语句比较

MongoDB与常规的 SQL 数据条件查询类似，通过下表可以更好的理解 MongoDB 的条件语句查询：

操作	格式	范例	RDBMS中的类似语句
等于	`<key>:<value>`	`db.col.find("by":"goudan").pretty()`	`where by = 'goudan'`
小于	`<key>:$lt:<value>`	`db.col.find("likes":$lt:50).pretty()`	`where likes < 50`
小于或等于	`<key>:$lte:<value>`	`db.col.find("likes":$lte:50).pretty()`	`where likes <= 50`
大于	`<key>:$gt:<value>`	`db.col.find("likes":$gt:50).pretty()`	`where likes > 50`
大于或等于	`<key>:$gte:<value>`	`db.col.find("likes":$gte:50).pretty()`	`where likes >= 50`
不等于	`<key>:$ne:<value>`	`db.col.find("likes":$ne:50).pretty()`	`where likes != 50`

MongoDB and条件

MongoDB 的 find() 方法可以传入多个键(key)，每个键(key)以逗号隔开，即常规 SQL 的 AND 条件。

>db.col.find(key1:value1, key2:value2).pretty()

MongoDB OR 条件

MongoDB OR 条件语句使用了关键字 $or,

>db.col.find(
   
      $or: [
         key1: value1, key2:value2
      ]
   
).pretty()

查询案例

-- 查询myTable所有数据
> db.myTable.find()
 "_id" : ObjectId("62a46dee4c256eb2b320f208"), "id" : 1, "name" : "goudan", "address" : "beijing" 
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20b"), "id" : 4, "name" : "haonan", "address" : "jianshazui" 
 "_id" : ObjectId("62a46eae4c256eb2b320f20c"), "id" : 5, "name" : "rz", "address" : "tangshan" 

-- 查询myTable name=sjg的数据
> db.myTable.find("name":"sjg")
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 

-- 查询myTable name=sjg and address=beijing的数据
> db.myTable.find("name":"sjg","address":"beijing")
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 

-- 查询myTable name = sjg or address=beijing的数据
> db.myTable.find($or:["name":"sjg","address":"beijing"])
 "_id" : ObjectId("62a46dee4c256eb2b320f208"), "id" : 1, "name" : "goudan", "address" : "beijing" 
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 

-- 查询myTable id > 1 and (name=sjg or address=beijing)的数据
> db.myTable.find("id":$gt:1,$or:["name":"sjg","address":"beijing"])
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 

-- 查询myTable第一条数据
> db.myTable.findOne()

	"_id" : ObjectId("62a46dee4c256eb2b320f208"),
	"id" : 1,
	"name" : "goudan",
	"address" : "beijing"


-- 查询myTable满足name=sjg or address=beijing条件的第一条数据
> db.myTable.findOne($or:["name":"sjg","address":"beijing"])

	"_id" : ObjectId("62a46dee4c256eb2b320f208"),
	"id" : 1,
	"name" : "goudan",
	"address" : "beijing"

6. 文档删除

官方推荐使用 deleteOne() 和 deleteMany() 方法。

删除 name 等于 sjg 的全部文档：

> db.myTable.deleteMany( name : "sjg" )
 "acknowledged" : true, "deletedCount" : 1

删除 name 等于 gouda的一个文档：

> db.myTable.deleteOne(  name: "goudan"  )
 "acknowledged" : true, "deletedCount" : 1 

> db.myTable.find()
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20b"), "id" : 4, "name" : "haonan", "address" : "jianshazui" 
 "_id" : ObjectId("62a46eae4c256eb2b320f20c"), "id" : 5, "name" : "rz", "address" : "tangshan"

如删除集合下全部文档：

> db.myTable.deleteMany()
 "acknowledged" : true, "deletedCount" : 3 
> db.myTable.find()
> db.myTable.count()
0

MongoDB中limit和skip

MongoDB Limit() 方法
如果你需要在MongoDB中读取指定数量的数据记录，可以使用MongoDB的Limit方法，limit()方法接受一个数字参数，该参数指定从MongoDB中读取的记录条数。limit()方法基本语法如下所示：

>db.COLLECTION_NAME.find().limit(NUMBER)

MongoDB Skip() 方法

我们除了可以使用limit()方法来读取指定数量的数据外，还可以使用skip()方法来跳过指定数量的数据，skip方法同样接受一个数字参数作为跳过的记录条数。skip() 方法脚本语法格式如下：

>db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)  -- skip默认数量为0

查询案例

> db.myTable.find().limit(2)
 "_id" : ObjectId("62a46dee4c256eb2b320f208"), "id" : 1, "name" : "goudan", "address" : "beijing" 
 "_id" : ObjectId("62a46e194c256eb2b320f209"), "id" : 2, "name" : "mz", "address" : "beijing" 
> db.myTable.find().limit(2).skip(2)
 "_id" : ObjectId("62a46e644c256eb2b320f20a"), "id" : 3, "name" : "sjg", "address" : "beijing" 
 "_id" : ObjectId("62a46e644c256eb2b320f20b"), "id" : 4, "name" : "haonan", "address" : "jianshazui"

聚合查询

MongoDB 中聚合(aggregate)主要用于处理数据(诸如统计平均值，求和等)，并返回计算后的数据结果。
有点类似 SQL 语句中的 count(*)。
aggregate() 方法

MongoDB中聚合的方法使用aggregate()。aggregate() 方法的基本语法格式如下所示：

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

查询案例

-- 根据address过滤，统计每个城市人数
> db.myTable.aggregate([$group : _id : "$address", addr_users : $sum : 1])
 "_id" : "tangshan", "addr_users" : 1 
 "_id" : "jianshazui", "addr_users" : 1 
 "_id" : "beijing", "addr_users" : 3 

-- 查询总的数据条数
> db.myTable.count()
5

MongoDB入门实战教程

本系列教程目录：

MongoDB入门实战教程（1）

MongoDB入门实战教程（2）

MongoDB入门实战教程（3）

MongoDB入门实战教程（4）

MongoDB入门实战教程（5）

MongoDB入门实战教程（6）

前面我们学习了聚合查询，本篇我们来看看在模型设计中如何应用引用模式来提高查询效率。

1内嵌模式

在进行MongoDB的模型设计中，基于JSON文档模型，我们很容易就可以设计出一个内嵌模式的文档模型出来。

可以不夸张地说，80%~90%的场景下，我们优先都会使用内嵌对象或内嵌数组的方式来设计文档模型的所谓的1-1、1-N、N-N的关系。

例如下面这个Contacts的文档模型，它描述了一个联系人的关系建模：

Contacts

{
  name: "Edison Zhou",
  company: "CSCEC YZW",
  title: ".NET Engineer",
  portraits: {
    mimetype: xxx,
    data: xxxx
  },
  addresses: [
    { type: home, … },
    { type: work, … }
  ],
  groups: [
    {name: "YZW Football Assocation" },
    {name: "YZW .NET Assocation" }
  ]
}

可以看到，所谓的内嵌类其实类似于 预先聚合（关联），这样的操作（引用+冗余）其实对读操作更有性能优势。

但是，内嵌设计有一个大前提限制：即内嵌后文档大小不能超过16MB。

此外，如果内嵌的数组（通常是数组）的长度太大，比如数万或更多的时候，也是不适合采用内嵌模式的。

那么，此时我们应该怎么设计呢？

2 引用模式

万级长度的内嵌数组

这里我们仍然适用上面提到的Contacts模型，假设其中的groups是一个内嵌数组，这个groups的数据可能有百万级的长度，且每个Contacts文档都需要冗余这么一份数据，而且groups数据还面临着频繁修改的需求。

Contacts

{
  name: "Edison Zhou",
  company: "CSCEC YZW",
  title: ".NET Engineer",
  ......
  // 假设下面groups有百万级，且一个group的信息改动会引发百万级的DB操作
  groups: [
    {name: "YZW Football Assocation" },
    {name: "YZW .NET Assocation" }
  ]
}

适当使用引用模式解决

解决方案很简单，就是针对groups使用单独的collection来存储，在Contancts模型中添加对group id的集合的引用。

Collection 1 - Contacts：

Contacts

{
  name: "Edison Zhou",
  company: "CSCEC YZW",
  title: ".NET Engineer",
  ......
  // 假设下面groups有百万级，且一个group的信息改动会引发百万级的DB操作
  group_ids: [1,2,3,4,5...]
}

Collection 2 - Groups：

Groups

{
  groups_id,
  name
}

这样的设计其实类似于关系型数据库模型的设计，用Id来关联，我们再熟悉不过了。

但是，在MQL中，我们就需要额外使用$lookup来实现类似SQL中的关联查询了，严格来说，应该算是LEFT OUTER JOIN查询。

嗯，这又是一种聚合操作：

db.Contacts.aggregate([
{
  $lookup:
  {
    from: "groups",
    localField: "group_ids",
    foreignField: "group_id",
    as: "groups"
  }
}]);

这个查询会得到如下图所示的结果：

.NET中的Lookup操作：

上面讲解了如何通过MQL进行操作，那么，在.NET中如何实现$lookup的效果呢？

好在MongoDB Driver已经帮我们提供了这样的一个LookUp，且看下面的代码示例：

假设我们的实体定义如下：

public class Contact
{
    [BsonId]
    [BsonRepresentation(BsonType.ObjectId)]
    public string Id { get; set; }

    public string Name { get; set; }

    public string Company { get; set; }

    public string Title { get; set; }

    public int[] GroupIds { get; set; }

    public IList<Group> Groups { get; set; }
}

public class Group
{
    [BsonId]
    [BsonRepresentation(BsonType.ObjectId)]
    public string Id { get; set; }

    public int GroupId { get; set; }

    public string Name { get; set; }
}

那么，可以通过Driver实现以下操作：

public async Task<IList<Contact>> GetAsync()
{
    return await _contacts
        .Aggregate()
        .Lookup<Contact, Group, Contact>(
            _groups,
            local => local.GroupIds,
            from => from.GroupId,
            result => result.Groups)
        .ToListAsync();
}

完整示例github地址：https://github.com/EdisonChou/EDT.Mongo.Sample

运行结果如下所示：

什么时候使用引用模式

综上所述，当满足以下条件之一时，你可以开始考虑引用模式设计文档模型：

（1）当内嵌后的文档太大，有可能超过16MB限制的时候；

（2）内嵌的文档或数组元素有可能会频繁修改的时候；

（3）内嵌数组元素有可能会持续增长且没有封顶的时候；

引用模式设计的限制

引用模式也并非银弹，它存在以下一些限制：

（1）MongoDB对于使用引用的集合之间没有所谓的外键检查；

（2）MongoDB使用聚合框架的$lookup来模仿关联查询；

（3）$lookup只支持LEFT OUTER JOIN，且关联目标（from）不能是分片表；

db.Contacts.aggregate([
{
  $lookup:
  {
    from: "groups", // 这里的from不能是分片表
    ......
  }
}]);

总结

本文简单介绍了MongoDB的模型设计中的内嵌模式和引用模式，探讨了引用模式的使用、何时使用及使用限制。

下一篇，我们会学习MongoDB的模式设计中的一些设计模式并套用这些设计模式简化设计难度。

参考资料

唐建法，《MongoDB高手课》（极客时间）

郭远威，《MongoDB实战指南》（图书）

△推荐订阅学习

作者：周旭龙

出处：https://edisonchou.cnblogs.com

本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。

以上是关于MongoDB 使用教程的主要内容，如果未能解决你的问题，请参考以下文章

MongoDB--》MongoDB数据库以及可视化工具的安装与使用—保姆级教程

MongoDB最简单的入门教程之五-通过Restful API访问MongoDB

《MongoDB入门教程》第01篇 MongoDB简介

MongoDB和MongoDB Compass的安装配置教程

MongoDB快速入门教程（4.1）

《MongoDB入门教程》第04篇 MongoDB客户端