非关系型数据库的增删改操作详解
随着互联网的快速发展,数据量呈爆炸式增长，传统的数据库技术已经无法满足现代应用的需求，非关系型数据库（NoSQL）应运而生，以其灵活的数据模型、可扩展性和高并发处理能力，逐渐成为数据处理的新宠，本文将详细介绍非关系型数据库的增删改操作。
增操作
数据插入
非关系型数据库的数据插入操作相对简单,主要分为以下几种方式：
（1）单条插入：通过指定键值对的方式将一条数据插入到数据库中，在mongodb中，可以使用
db.collection.insertOne()
方法实现单条插入。
（2）批量插入：同时插入多条数据，提高数据插入效率，在Redis中，可以使用命令实现批量插入。
数据更新
非关系型数据库的数据更新操作通常包括以下几种方式：
（1）替换更新：将原有数据替换为新的数据，在MongoDB中，可以使用
db.collection.updateOne()
方法实现替换更新。
（2）部分更新：只更新数据中的一部分，在MongoDB中，可以使用
db.collection.updateOne()
方法实现部分更新。
删操作
数据删除
非关系型数据库的数据删除操作主要分为以下几种方式：
（1）单条删除：删除指定键值对的数据，在MongoDB中，可以使用
db.collection.deleteOne()
方法实现单条删除。
（2）批量删除：同时删除多条数据，在Redis中，可以使用命令实现批量删除。
数据软删除
非关系型数据库中的软删除是指在删除数据时,不直接从数据库中移除，而是将数据标记为已删除，在MongoDB中，可以使用
db.collection.updateOne()
方法实现软删除。
改操作
数据修改
非关系型数据库的数据修改操作通常包括以下几种方式：
（1）替换修改：将原有数据替换为新的数据，在MongoDB中，可以使用
db.collection.updateOne()
方法实现替换修改。
（2）部分修改：只修改数据中的一部分，在MongoDB中，可以使用
db.collection.updateOne()
方法实现部分修改。
数据版本控制
非关系型数据库中的数据版本控制是指记录数据修改的历史,以便追踪数据的变化，在MongoDB中，可以使用操作符实现数据版本控制。
非关系型数据库的增删改操作相对简单,但需要注意以下几点：
通过掌握非关系型数据库的增删改操作,我们可以更好地应对日益增长的数据量，提高数据处理效率，为各类应用提供强大的数据支持。
要当Java工程师，需要掌握什么技能？
Java工程师需要掌握的技能还是比较多的。 技能傍身才能较好的应对工作，而且不同的Java开发岗位对于面试者的需求也是不一样的。
相关技能可以参考如下：
第一阶段，Java核心基础：
1.深入理解Java面向对象思想
2.掌握开发中常用基础API
3.熟练使用集合框架、IO流、异常
4.能够基于JDK8开发
第二阶段，数据库关键技术
1.掌握最流行关系型数据MySQL常见操作
2.熟练增删改查数据处理
3.掌握Java JDBC、连接池操作
第三阶段，Web网页技术
1.掌握基本的JavaWeb基础知识JSP/Servlet/jQuery等
2.具备基本的B/S结构软件开发能力
3.可以动手开发一个B/S架构的Web项目
第四阶段，开发必备框架&技术
1.掌握SSM框架技术
2.掌握使用Maven进行模块的开发
3.熟悉基本的Linux命令以及Linux服务器的使用
4.掌握高级缓存技术Redis的原理，并熟练使用
第五阶段，互联网高级技术
分布式管理系统、Keepalived+Nginx主备、微服务架构技术、消息中间件技术、MySQL调优、高并发技术、性能优化、内存和GC等
第六阶段，前沿技术&大型企业级项目
edis的原理，并熟练使用
旅游策划和旅游规划有什么区别
旅游策划是一种旅游策略、旅游筹划、旅游谋划或者旅游计划、旅游打算，它更趋向于企业、组织结构为了达到一定的旅游目的，充分调查旅游市场环境及相关联的环境的基础之上，遵循一定的方法或者规则，对未来即将发生的事情进行系统、周密、科学的预测并制订科学的可行性的旅游策划方案。 而旅游规划，更趋向于个人制定的比较全面长远的旅游发展计划，是对未来整体性、长期性、基本性问题的思考和考量，设计未来整套旅游行动的方案。
如何正确的使用MongoDB并优化其性能
e799bee5baa6e79fa5ee4b893e5b19e136数据库性能对软件整体性能的影响是不言而喻的，那么，当我们使用MongoDB时改如何提高数据库性能呢？1.范式化与反范式化在项目设计阶段，明确集合的用途是对性能调优非常重要的一步。 从性能优化的角度来看，集合的设计我们需要考虑的是集合中数据的常用操作，例如我们需要设计一个日志（log）集合，日志的查看频率不高，但写入频率却很高，那么我们就可以得到这个集合中常用的操作是更新（增删改）。 如果我们要保存的是城市列表呢？显而易见，这个集合是一个查看频率很高，但写入频率很低的集合，那么常用的操作就是查询。 对于频繁更新和频繁查询的集合，我们最需要关注的重点是他们的范式化程度，在上篇范式化与反范式化的介绍中我们了解到，范式化与反范式化的合理运用对于性能的提高至关重要。 然而这种设计的使用非常灵活，假设现在我们需要存储一篇图书及其作者，在MongoDB中的关联就可以体现为以下几种形式：1.完全分离（范式化设计）示例1：View Code{ _id : ObjectId(5124b5dc7dca), title : 如何使用MongoDB, author : [ ObjectId(144b5dc7dca),ObjectId(144b5dc7dca),ObjectId(144b5dc7dca), ] }我们将作者(comment) 的id数组作为一个字段添加到了图书中去。 这样的设计方式是在非关系型数据库中常用的，也就是我们所说的范式化设计。 在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。 当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。 在这种情况下查询性能显然是不理想的。 但当某位作者的信息需要修改时，范式化的维护优势就凸显出来了，我们无需考虑此作者关联的图书，直接进行修改此作者的字段即可。 2.完全内嵌（反范式化设计）示例2：View Code{ _id : ObjectId(5124b5dc7dca), title : 如何使用MongoDB, author : [{ name : 丁磊 age : 40, nationality : china,},{ name : 马云 age : 49, nationality : china,},{ name : 张召忠 age : 59, nationality : china,},]} 在这个示例中我们将作者的字段完全嵌入到了图书中去，在查询的时候直接查询图书即可获得所对应作者的全部信息，但因一个作者可能有多本著作，当修改某位作者的信息时时，我们需要遍历所有图书以找到该作者，将其修改。 3.部分内嵌（折中方案）示例3：View Code{ _id : ObjectId(5124b5dc7dca), title : 如何使用MongoDB, author : [ { _id : ObjectId(144b5dc7dca), name : 丁磊},{ _id : ObjectId(144b5dc7dca), name : 马云},{ _id : ObjectId(144b5dc7dca), name : 张召忠},]}这次我们将作者字段中的最常用的一部分提取出来。 当我们只需要获得图书和作者名时，无需再次进入作者集合进行查询，仅在图书集合查询即可获得。 这种方式是一种相对折中的方式，既保证了查询效率，也保证的更新效率。 但这样的方式显然要比前两种较难以掌握，难点在于需要与实际业务进行结合来寻找合适的提取字段。 如同示例3所述，名字显然不是一个经常修改的字段，这样的字段如果提取出来是没问题的，但如果提取出来的字段是一个经常修改的字段（比如age）的话，我们依旧在更新这个字段时需要大范围的寻找并依此进行更新。 在上面三个示例中，第一个示例的更新效率是最高的，但查询效率是最低的，而第二个示例的查询效率最高，但更新效率最低。 所以在实际的工作中我们需要根据自己实际的需要来设计表中的字段，以获得最高的效率。
发表评论