标签分类
当前位置:首页 > 程序设计电子书 > MongoDB电子书网盘下载
MongoDB实战 MongoDB实战
xiaoql520

xiaoql520 提供上传

资源
40
粉丝
23
喜欢
112
评论
1

    MongoDB实战 PDF 扫描高清版

    MongoDB电子书
    • 发布时间:

    给大家带来的一篇关于MongoDB相关的电子书资源,介绍了关于MongoDB、实战方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小27.5 MB,Shakuntala编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.1,更多相关的学习资源可以参阅 程序设计电子书、等栏目。

  • MongoDB实战 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1efdZHTZyFVqvqAME9XmHeA
  • 分享码:w7q3
  • MongoDB实战 PDF

    MongoDB开发人员现身说法

    循序渐进、重视实践活动

    包含MongoDB开发与运维管理

    MongoDB实战》由10gen企业(开发并适用开源系统数据库查询MongoDB)承担维护保养Ruby及c语言官方网MongoDB驱动器的前端工程师KyleBanker撰写而成,是1本全方位细腻详细介绍MongoDB以及运用的权威性手册。《MongoDB实战》共有三一部分,最先详细介绍MongoDB的历史时间、特点和应用情景,随后细腻论述MongoDBAPI,致力于应用软件开发渐近式叙述电商运用的方式与实际操作,并最终从DBA的视角考虑特性和运维管理。另一个,书中还详细介绍了朝向文本文档数据库查询实体模型,并深度1分析了拷贝、全自动分块及其布署等特点。《MongoDB实战》合适初级应用软件开发者和DBA学习培训参照。

    目录

    • 第1章  大数据 1
    • 1.1  入门指南 1
    • 1.2  大数据 3
    • 1.3  大数据源 4
    • 1.4  大数据的三个V 5
    • 1.4.1 数量 6
    • 1.4.2 多样性 6
    • 1.4.3 速率 7
    • 1.5  大数据的使用 7
    • 1.5.1 可见性 8
    • 1.5.2 发现和分析信息 8
    • 1.5.3 市场细分和产品定制 8
    • 1.5.4 协助决策 8
    • 1.5.5 创新 8
    • 1.6  大数据的挑战 9
    • 1.6.1 政策与程序 9
    • 1.6.2 访问数据 9
    • 1.6.3 技术与技能 9
    • 1.7  传统系统与大数据 10
    • 1.7.1 大数据的结构 10
    • 1.7.2 数据存储 10
    • 1.7.3 数据处理 10
    • 1.8  大数据技术 10
    • 1.9  本章小结 11
    • 第2章  NoSQL 13
    • 2.1 SQL 13
    • 2.2 NoSQL 13
    • 2.2.1 定义 14
    • 2.2.2 NoSQL简史 14
    • 2.3 ACID对比BASE 15
    • 2.3.1 CAP定理 15
    • 2.3.2 BASE 16
    • 2.4 NoSQL的优缺点 17
    • 2.4.1 NoSQL的优点 17
    • 2.4.2 NoSQL的缺点 18
    • 2.5 SQL与NoSQL数据库的
    • 对比 18
    • 2.6 NoSQL数据库的种类 21
    • 2.7  本章小结 22
    • 第3章  MongoDB介绍 23
    • 3.1  历史 23
    • 3.2 MongoDB设计原则 24
    • 3.2.1 高速、可扩展性与敏捷性 24
    • 3.2.2 非关系型方法 24
    • 3.2.3 基于JSON的文档存储 25
    • 3.2.4 性能与功能对比 25
    • 3.2.5 随处都能运行数据库 25
    • 3.3  与SQL的对比 26
    • 3.4  本章小结 26
    • 第4章  MongoDB数据模型 27
    • 4.1  数据模型 27
    • 4.1.1 JSON和BSON 28
    • 4.1.2 标识符(_id) 29
    • 4.1.3 固定集合 30
    • 4.2  多态模式 30
    • 4.2.1 面向对象编程 30
    • 4.2.2 模式演化 31
    • 4.3  本章小结 32
    • 第5章  MongoDB-安装与配置 33
    • 5.1  选择你的版本

    上一篇:Python微服务开发  下一篇:深入理解linux内核

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    MongoDB相关电子书
    学习笔记
    网友NO.487322

    Python+MongoDB自增键值的简单实现

    背景 最近在写一个测试工具箱,里面有一个bug记录系统,因为后台我是用Django和MongoDB来实现的,就遇到了一个问题,要如何实现一个自增的字段。 传统的关系型数据库要实现起来是非常容易,只要直接设置一个自增字段就行了,插入数据时不用管这个键值,只管自己处理的数据就行了,会自动实现自增的功能,但是非关系型数据库好像没有这个功能(或者我不知道)。百度之后发现都是MongoDB的设置方法,并不是我想要的。 解决思路 百度没有找到好的思路,那就只能自己解决了,我的想法很简单,字段不会自增,那么就自己造一个自增的方案。 我发现在MongoDB修改的方法有一个$inc的方法.可以实现int类型的自增。那么就非常简单了,自己建一个collection,然后这个collection中只有一个int的字段,每次插入数据时来这个collection取ID就行了,然后再调用一下$inc方法,那么就实现了自动自增的方案。 代码展示 Python实现起来还是非常简单的Python和Django非常契合。代码如下: def bugPlus(self): """ bugID自增 :return:True """ db = self.__chooseCollection(config.COLLECTION['bugID']) db.update_one({"bugID": self.getBugID()}, {"$inc": {"bugID": 1}}) return True 每次插入成功后,调用这个方法就可以实现ID的自增。 def getBugID(self): """ 获取当前bug的最新编号 :return:None """ db = self.……

    网友NO.339859

    pyspark操作MongoDB的方法步骤

    如何导入数据 数据可能有各种格式,虽然常见的是HDFS,但是因为在Python爬虫中数据库用的比较多的是MongoDB,所以这里会重点说说如何用spark导入MongoDB中的数据。 当然,首先你需要在自己电脑上安装spark环境,简单说下,在这里下载spark,同时需要配置好JAVA,Scala环境。 这里建议使用Jupyter notebook,会比较方便,在环境变量中这样设置 PYSPARK_DRIVER_PYTHON=jupyter PYSPARK_DRIVER_PYTHON_OPTS=notebook ./bin/pyspark 如果你的环境中有多个Python版本,同样可以制定你想要使用的解释器,我这里是python36,根据需求修改。 PYSPARK_PYTHON=/usr/bin/python36 pyspark对mongo数据库的基本操作 (• . •) 有几点需要注意的: 不要安装最新的pyspark版本,请安装 pip3 install pyspark==2.3.2 spark-connector 与平常的MongoDB写法不同,格式是: mongodb://127.0.0.1:database.collection 如果计算数据量比较大,你的电脑可能会比较卡,^_^ #!/usr/bin/env python# -*- coding: utf-8 -*-"""@author: zhangslob@file: spark_count.py @time: 2019/01/03@desc: 不要安装最新的pyspark版本 `pip3 install pyspark==2.3.2` 更多pyspark操作MongoDB请看https://docs.mongodb.com/spark-connector/master/python-api/"""import osfrom pyspark.sql import SparkSession# set PYSPARK_PYTHON to python36os.environ['PYSPARK_PYTHON'] = '/usr/bin/python36'# load mongodb data# 格式是:"mongodb://127.0.0.1:database.collection"i……

    网友NO.947732

    node.js连接mongoDB数据库 快速搭建自己的web服务

    一、写在前面 人人都想成为全栈码农,作为一个web前端开发人员,通往全栈的简洁之路,貌似就是node.js了。前段时间学习了node.js,来谈谈新手如何快速的搭建自己的web服务,开启全栈之路。 二、安装node.js 接触过后端开发的人都知道,首先要安装服务。作为新手,肯定是选择最简单的可视化安装了(傻瓜式下一步,其它的方式等熟悉相关操作后自然就会了的),通过官网 http://nodejs.org/dist/v0.6.1/node-v0.6.1.msi 下载电脑适配的安装包(这个是windows的,买不起mac啊),然后根据引导安装就可以了,默认安装在C:\Program Files\nodejs文件下,并将该目录添加进PATH环境变量。具体做法,右击”我的电脑“-”属性“-“系统高级”-”高级“-”环境变量“-选择“变量名:PATH”;“改变量值:在最后面添加【C:\Program Files\nodejs】(根据自己的安装目录而定)”。打开cmd直接运行命令: node -v 可以输出当前版本号。node文件里已经集成了npm,之后使用npm install XXX 来安装需要的插件或者模块。 三、使用express框架 忙活了一阵,终于可用npm命令进行初始化、安装express框架,然后写个hello world 爽一下了。为什么要选择express框架了,当然有它的特别之处,对新手来说最怕的就是麻烦还容易出错。express当然为我们考虑到了,所以提供了快速生成器:……

    网友NO.510147

    JAVA mongodb 聚合几种查询方式详解

    一、BasicDBObject 整个聚合查询是统计用户的各种状态下的用户数量为场景: 1.筛选条件: date为查询日期: BasicDBObject Query = new BasicDBObject(); Query.put("time",new BasicDBObject("$gte", date + " 00:00:00") .append("$lte", date + " 23:59:59")); 如果有多个条件:直接加Query.put("status", 0); 如果有OR筛选: BasicDBList values = new BasicDBList();values.add(new BasicDBObject("status", new BasicDBObject("$exists",false)));values.add(new BasicDBObject("status", 0));Query.put("$or", values); 其中 new BasicDBObject("$exists",false)) 就是“status”不存在(mongodb文档可不等于实体的字段) 2.拼接match DBObject Match = new BasicDBObject("$match", Query); 将上一步的Query放入macth筛选中 3.拼接分组条件 此步相当于SQL的Group By BasicDBObject GroupBy = new BasicDBObject();// 分组条件GroupBy.put("userId", "$userId");//根据用户ID来分组 同第一步的筛选一样,如果有多个分组可直接添加在后面:GroupBy.put("status", "$status"); 4.分组后查询 首先把分组拼接上: DBObject Select = new BasicDBObject("_id", GroupBy); 如果我们要对分组后的数据进行操作:(这里是用户的统计数量) Select.put("count", new BasicDBObject("$sum", 1)); 5.拼接$group DBObject Group = new BasicDBObject("$group", Select); 至此。我们拼接,mongodb的语句到此结束 下面我们开始查询操作: import com.mongodb.AggregationOutput;import org.spring……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明