MongoDB
MongoDB
MongoDB 是一个文档数据库，它的基本数据单位就是文档，存储格式是 BSON（Binary JSON）一种类似 JSON 的结构，松散的结构可以存储不同类型的数据，相较于关系数据库更为灵活，并且使用 js 作为脚本语言，可以通过脚本来完成组合操作。本文主要介绍使用在 Go 中使用官方的 mongo 驱动操作 mongodb 数据库，并不是 mongodb 教程，如果你没有 mongo 基础，请先自行了解和学习。
mongodb 文档：Introduction to MongoDB — MongoDB Manual
驱动
mongodb 在 go 这方面的库比较少，早期有些社区维护的库，后面都停止维护了，不过官方的 mongo 驱动库已经完全足够使用了。
开源仓库：mongodb/mongo-go-driver: The Official Golang driver for MongoDB (github.com)
文档地址：mongodb/mongo-go-driver: The Official Golang driver for MongoDB (github.com)
安装
下载依赖的话使用下面的地址就行了。
$ go get go.mongodb.org/mongo-driver/mongo连接
下面是一个简单的 mongo 客户端与服务端建立连接的例子。
package main
import (
"context"
"fmt"
"go.mongodb.org/mongo-driver/mongo"
"go.mongodb.org/mongo-driver/mongo/options"
"go.mongodb.org/mongo-driver/mongo/readpref"
"log"
)
func main() {
ctx := context.Background()
// 使用URI建立连接
client, err := mongo.Connect(ctx, options.Client().ApplyURI("mongodb://admin:123456@192.168.48.138:27017/"))
if err != nil {
log.Panicln(err)
}
// 关闭连接
defer client.Disconnect(ctx)
// ping测试连接是否可用
fmt.Println(client.Ping(ctx, readpref.Primary()))
}bson
mongodb 在 go 里面使用了以下几种类型来映射数据库中的文档，位于bson/bson.go
// BSON文档的有序表示
type D = primitive.D
// 一对键值，BSON文档的有序表示的基本单位
type E = primitive.E
// BSON文档的无序表示
type M = primitive.M
// BSON数据的有序表示
type A = primitive.A它们的实际类型如下
// BSON文档的有序表示
type D []E
// 一对键值，BSON文档的有序表示的基本单位
type E struct {
Key string
Value interface{}
}
// BSON文档的无序表示
type M map[string]interface{}
// BSON数据的有序表示
type A []interface{}通过以上几种类型，即可以构造查询 SQL，也可以用来映射数据。
提示
驱动 examples 目录下有着相当多的使用示例，官方非常详细的演示了如何使用上述四种类型。
查询文档
首先创建 user 数据库，向集合 users 插入如下数据
> use user
> db.users.insertMany([
{
name: "mike",
age: 12,
},
{
name: "jenny",
age: 14,
},
{
name: "jack",
age: 18,
address: "usa"
}
])查询单个
type User struct {
Name string `bson:"name"`
Age int `bson:"age"`
Address string `bson:"address"`
}
var user User
result := client.Database("user"). // 选中数据库
Collection("users"). // 选中集合
FindOne(ctx, bson.D{{"address", "usa"}}) // 过滤条件
// 反序列化
if err := result.Decode(&user); err != nil {
log.Panicln(err)
}
fmt.Printf("%+v\n", user)上面那段查询代码等价于
db.users.findOne({
address: "usa"
})输出结果
{Name:jack Age:18 Address:usa}查询多个
type User struct {
Name string `bson:"name"`
Age int `bson:"age"`
Address string `bson:"address"`
}
var users []User
cursor, err := client.Database("user"). // 选中数据库
Collection("users"). // 选中集合
Find(ctx, bson.D{}) // 过滤条件
if err != nil {
log.Panicln(err)
}
if err := cursor.All(ctx, &users); err != nil {
log.Panicln(err)
}
fmt.Printf("%+v\n", users)等价于
db.users.find({})输出
[{Name:jack Age:18 Address:usa} {Name:mike Age:12 Address:} {Name:jenny Age:14 Address:}]在构造查询条件的时候，也可以使用 options
type User struct {
Name string `bson:"name"`
Age int `bson:"age"`
Address string `bson:"address"`
}
var users []User
find := options.Find()
find.SetSort(bson.M{"age": 1})
find.SetLimit(1)
cursor, err := client.Database("user"). // 选中数据库
Collection("users"). // 选中集合
Find(ctx, bson.D{}, find) // 过滤条件
if err != nil {
log.Panicln(err)
}
if err := cursor.All(ctx, &users); err != nil {
log.Panicln(err)
}
fmt.Printf("%+v\n", users)等价于
db.users.find({}).sort({age:1}).limit(1)输出
[{Name:mike Age:12 Address:}]创建文档
下面是创建一个文档的例子
one, err := client.Database("user").Collection("users").InsertOne(ctx, User{
Name: "lili",
Age: 20,
Address: "china",
})
if err != nil {
log.Panicln(err)
}
fmt.Println(one.InsertedID)创建成功后会返回文档的 ObjectID
ObjectID("64c60fa01e2548d9e4de6cf4")下面是创建多个文档的例子
users := []any{User{
Name: "john",
Age: 10,
Address: "usa",
}, User{
Name: "pop",
Age: 30,
Address: "uk",
}}
one, err := client.Database("user").Collection("users").InsertMany(ctx, users)
if err != nil {
log.Panicln(err)
}
fmt.Println(one.InsertedIDs)创建成功后返回返回一组 ObjectID
[ObjectID("64c610d5aec2618d6ca0b515") ObjectID("64c610d5aec2618d6ca0b516")]上面两段代码就等价于db.users.insertOne和db.users.insertMany。
更新文档
下面是更新单个文档的示例，将名为 lili 人更名为 mark
upres, err := client.Database("user").Collection("users").UpdateOne(ctx, bson.D{
{"name", "mark"},
},
bson.D{
{"$set", bson.D{
{"name", "lili"},
}},
})
if err != nil {
log.Panicln(err)
}
fmt.Printf("%+v", upres)等价于
db.users.updateOne({
name: "lili"
}, {
$set: {
name: "mark"
},
})输出
&{MatchedCount:1 ModifiedCount:1 UpsertedCount:0 UpsertedID:<nil>}下面是更新多个文档的示例，将年龄为 10 的人地址更新为 cn
upres, err := client.Database("user").Collection("users").UpdateMany(ctx, bson.D{
{"age", 10},
},
bson.D{
{"$set", bson.D{
{"address", "cn"},
}},
})
if err != nil {
log.Panicln(err)
}
fmt.Printf("%+v", upres)除了使用Update，mongo 还提供了Replace，两者的区别在于前者是更新文档字段，后者是直接替换文档。例如下面的代码，就不再需要操作符了。
upres, err := client.Database("user").Collection("users").ReplaceOne(ctx, bson.D{
{"age", 10},
},
bson.D{
{"address", "cn"},
})
if err != nil {
log.Panicln(err)
}
fmt.Printf("%+v", upres)同时 mongo 还提供了FindOneAndUpdate和FindOneAndReplace来获取文档和更新文档。如下
res := client.Database("user").Collection("users").FindOneAndReplace(ctx, bson.D{
{"address", "cn"},
},
bson.D{
{"address", "uk"},
})
if err := res.Err(); err != nil {
log.Panicln(err)
}
var user User
res.Decode(&user)
fmt.Printf("%+v", user)输出
Name: Age:0 Address:cn}此操作会先查询文档再进行修改文档。
删除文档
下面是删除一个文档的例子
result, err := client.Database("user").Collection("users").DeleteOne(ctx, bson.D{
{"name", "jack"},
})
if err != nil {
log.Panicln(err)
}
fmt.Println(result.DeletedCount)下面是删除多个文档的例子
result, err := client.Database("user").Collection("users").DeleteMany(ctx, bson.D{
{"age", "10"},
})
if err != nil {
log.Panicln(err)
}
fmt.Println(result.DeletedCount)聚合
聚合操作会用到mongo.Pipeline类型，它的本质是[]bson.D
type Pipeline []bson.Dpipline := mongo.Pipeline{
{
{"$match", bson.D{
{"address", "uk"},
}},
},
{
{"$sort", bson.D{
{"age", 1},
}},
},
}
aggregate, err := client.Database("user").Collection("users").Aggregate(ctx, pipline)
if err != nil {
log.Panicln(err)
}
var users []User
if err := aggregate.All(ctx, &users); err != nil {
log.Panicln(err)
}
log.Println(users)输出
[{lili 20 uk} {kak 30 uk}]这段聚合操作就是匹配所有 address 为 uk 的用户，然后按照年龄排序。