MongDB

一、簡(jiǎn)介

  • 非關(guān)系型數(shù)據(jù)庫(kù)(nosql數(shù)據(jù)庫(kù))中的文檔型關(guān)系數(shù)據(jù)庫(kù)
    以bson(升級(jí)版json格式)結(jié)構(gòu)存儲(chǔ)數(shù)據(jù)

  • 非關(guān)系型數(shù)據(jù)庫(kù)特點(diǎn)
    1.數(shù)據(jù)模型比較簡(jiǎn)單.(主要)
    2.需要靈活性更強(qiáng)的應(yīng)用系統(tǒng)
    3.對(duì)數(shù)據(jù)庫(kù)性能要求較高(主要)
    4.不需要高度的數(shù)據(jù)一致性(主要)
    5.對(duì)于給定key,比較容易映射復(fù)雜值的環(huán)境.

  • mongodb特點(diǎn)
    1:JSON結(jié)構(gòu)和對(duì)象模型接近鸽捻,開(kāi)發(fā)代碼量少
    2:JSON動(dòng)態(tài)模型意味著更容易響應(yīng)新的業(yè)務(wù)需求
    3:復(fù)制集提供了 99.999%高可用
    4:分片架構(gòu)支持海量數(shù)據(jù)無(wú)縫擴(kuò)容

  • 每個(gè)文檔大小不能超過(guò)16MB

二、 MongoDB范式化與反范式化

  • 范式化:將數(shù)據(jù)分散到多個(gè)不同的集合泉坐,不同集合之間可以相互引用數(shù)據(jù)格二。如果要修改數(shù)據(jù),只需修改保存這塊數(shù)據(jù)的文檔就行浇雹。但是MongoDB沒(méi)有連接(join)工具,所以在不同集合之間執(zhí)行連接查詢需要進(jìn)行多次查詢硅堆。

  • 反范式化:將每個(gè)文檔所需的數(shù)據(jù)都嵌入在文檔內(nèi)部屿储。每個(gè)文檔都有自己的數(shù)據(jù)副本,而不是所有文檔共同引用一個(gè)數(shù)據(jù)副本渐逃。但是如果數(shù)據(jù)發(fā)生變化够掠,那么所有相關(guān)文檔都需要進(jìn)行更新。

  • 范式化能夠提高數(shù)據(jù)寫(xiě)入速度茄菊,反范式化能夠提高數(shù)據(jù)讀取速度疯潭。

三、Spring Data

Spring Data方法命名規(guī)范

關(guān)鍵字 例子 JPQL
And findByNameAndAge(String name, Integer age) where name = ? and age = ?
Or findByNameOrAge(String name, Integer age) where name = ? or age = ?
Is findByName(String name) where name = ?
Between findByAgeBetween(Integer min, Integer max) where age between ? and ?
LessThan findByAgeLessThan(Integer age) where age < ?
LessThanEqual findByAgeLessThanEqual(Integer age) where age <= ?
GreaterThan findByAgeGreaterThan(Integer age) where age > ?
GreaterThanEqual findByAgeGreaterThanEqual(Integer age) where age >= ?
After 等同于GreaterThan
Before 等同于LessThan
IsNull findByNameIsNull() where name is null
IsNotNull findByNameIsNotNull() where name is not null
Like findByNameLike(String name) where name like ?
NotLike findByNameNotLike(String name) where name not like ?
StartingWith findByNameStartingWith(String name) where name like '?%'
EndingWith findByNameEndingWith(String name) where name like '%?'
Containing findByNameContaining(String name) where name like '%?%'
OrderByXx[desc] findByIdOrderByXx[Desc] (Long id) where id = ? order by Xx [desc]
Not findByNameNot(String name) where name != ?
In findByIdIn(List<Long> ids) where id in ( ... )
NotIn findByIdNotIn(List<Long> ids) where id not in ( ... )
True findByXxTrue() where Xx = true
False findByXxFalse() where Xx = false
IgnoreCase findByNameIgnoreCase(String name) where name = ? (忽略大小寫(xiě))

四面殖、spring data jpa

https://www.cnblogs.com/chenglc/p/11226693.html

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末竖哩,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子脊僚,更是在濱河造成了極大的恐慌相叁,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,826評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件辽幌,死亡現(xiàn)場(chǎng)離奇詭異增淹,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)乌企,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)虑润,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人加酵,你說(shuō)我怎么就攤上這事拳喻。” “怎么了猪腕?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,234評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵舞蔽,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我码撰,道長(zhǎng),這世上最難降的妖魔是什么个盆? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,562評(píng)論 1 293
  • 正文 為了忘掉前任脖岛,我火速辦了婚禮,結(jié)果婚禮上颊亮,老公的妹妹穿的比我還像新娘柴梆。我一直安慰自己,他們只是感情好终惑,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,611評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布绍在。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪偿渡。 梳的紋絲不亂的頭發(fā)上臼寄,一...
    開(kāi)封第一講書(shū)人閱讀 51,482評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音溜宽,去河邊找鬼吉拳。 笑死,一個(gè)胖子當(dāng)著我的面吹牛适揉,可吹牛的內(nèi)容都是我干的留攒。 我是一名探鬼主播,決...
    沈念sama閱讀 40,271評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼嫉嘀,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼炼邀!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起剪侮,我...
    開(kāi)封第一講書(shū)人閱讀 39,166評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤拭宁,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后票彪,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體红淡,經(jīng)...
    沈念sama閱讀 45,608評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,814評(píng)論 3 336
  • 正文 我和宋清朗相戀三年降铸,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了在旱。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,926評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡推掸,死狀恐怖桶蝎,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情谅畅,我是刑警寧澤登渣,帶...
    沈念sama閱讀 35,644評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站毡泻,受9級(jí)特大地震影響胜茧,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜仇味,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,249評(píng)論 3 329
  • 文/蒙蒙 一呻顽、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧丹墨,春花似錦廊遍、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,866評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)没酣。三九已至,卻和暖如春卵迂,著一層夾襖步出監(jiān)牢的瞬間裕便,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,991評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工狭握, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留闪金,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,063評(píng)論 3 370
  • 正文 我出身青樓论颅,卻偏偏與公主長(zhǎng)得像哎垦,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子恃疯,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,871評(píng)論 2 354