效果如下： 步骤： 一、购买云服务器 我选择了阿里云的轻量应用服务器，2核2G的，新人特惠79元/年，链接是：https://www.aliyun.com/daily-act/ecs/activity_selection?userCode=mav2qqt6&gad_source=1&gad_campaignid=22576618714&gbraid=0AAAAAqenyIMVTP5i2U9BpK1u4HouvLbjK&gclid=CjwKCAjw6NrBBhB6EiwAvnT_rtb…

5.1 需求分析 某头条的文章评论业务如下： 文章示例参考：早晨空腹喝水，是对还是错？https://www.toutiao.com/a6721476546088927748/ 需要实现以下功能： 1）基本增删改查API 2）根据文章id查询评论 3）评论点赞 5.2 表结构分析 数据库：articledb 专栏文章评论 comment 字段名称 字段含义 字段类型 备注 _id ID ObjectId或String Mongo的主键的字段 articleid 文章ID String content 评论内容 St…

4.1 概述 索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。 如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数。 索引是特殊的数据结构，它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作。此…

3.1 案例需求 存放文章评论的数据存放到MongoDB中，数据结构参考如下： 数据库：articledb 专栏文章评论 comment 字段名称 字段含义 字段类型 备注 _id ID ObjectId或String Mongo的主键的字段 articleid 文章ID String content 评论内容 String userid 评论人ID String nickname 评论人昵称 String createdatetime 评论的日期时间 Date likenum 点赞数 Int32 replynum…

2.1 Windows系统中的安装启动 第一步：下载安装包 MongoDB 提供了可用于 32 位和 64 位系统的预编译二进制包，你可以从MongoDB官网下载安装，MongoDB 预编译二进制包下载地址：https://www.mongodb.com/try/download/community 根据上图所示下载 zip 包。 提示：版本的选择： MongoDB的版本命名规范如：x.y.z； y为奇数时表示当前版本为开发版，如：1.5.2、4.1.13； y为偶数时表示当前版本为稳定版，如：1.6.3、4.0.…

1.1 业务应用场景 传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。 解释：“三高”需求： • High performance - 对数据库高并发读写的需求。 • Huge Storage - 对海量数据的高效率存储和访问的需求。 • High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。 而MongoDB可应对“三高”需求。 具体的应用场景如： 1）社交场景，使用 Mon…

问题如下图： 解决方案： 在项目的根目录的pom.xml的maven-compiler-plugin下方加上如下代码，关键是version一定要加上，刷新maven即可

以Innodb存储引擎来说： count主要用于统计行数或非 NULL 值的数量 性能上：count(*) = count(1) > count(主键字段）> count(其他字段） 结果上：不一样，因为count(字段）包括主键为NULL的不统计，而count(*)和count(1)NULL也会统计 执行过程上：count(*)、count(1)、count(主键字段）如果表中存在二级索引，优化器就会选择key_len最小的二级索引进行扫描，因为相同数量的二级索引记录比主键索引记录占用更少的存储空间，…