跳至主要内容

MongoDB



1. 데이터를 저장할 폴더 생성
    C:\data\db 폴더 생성(default경로) or 원하는 위치에 생성
   ※ 기본 directory는 C:\data\db이다.

2. server 실행
  •     MongoDB가 설치된 폴더를 환경설정변수에 추가
  •     cmd창에서 아래와 같은 명령어로 MongoDB 실행
    • mongod (기본 디비 폴더 사용 시)
    • mongod --dbpath 'DB path' (DB directory를 변경하고 싶을 때 사용)

3. client 접속
    새로운 명령창을 켜고 mongo명령어로 서버에 접속








4. 기본 명령어
- 데이터베이스 조회
show dbs

- 데이터베이스로 이동
use db명

- 현재 collection 조회
show collection

- 현재 db조회
삭제할 디비로 이동(use db
db.dropDatabase()


5. Collection 생성
db.createCollection('collection명', [opotion]) - capped: boolean 이 값을 true로 설정하면 capped collection을 활성화 시킨다. capped collection이란 고정된 크기를 가진 collection으로 지정한 size초과시 가장 오래된 데이터를 덮어씀 해당 옵션 지정시 size option도 핋수로 지저해야 함 - size: number capped collection을 위해 해당 collection의 최대 크기를 byte로 지정 - autoIndex: boolean 기본값은 false, true로 지정시 _ID필드의 index를 자동으로 생성 - max: number 해당 collection에 추가될 수 있는 치대 갯수를 설정
6. CRUD예제

    - collection 생성
     db.createCollection('articles')

     - document 삽입
db.articles.insert([

{

"title" : "article01",

"content" : "content01",

"writer" : "Velopert",

"likes" : 0,

"comments" : [ ]

},

{

"title" : "article02",

"content" : "content02",

"writer" : "Alpha",

"likes" : 23,

"comments" : [

{

"name" : "Bravo",

"message" : "Hey Man!"

}

]

},

{

"title" : "article03",

"content" : "content03",

"writer" : "Bravo",

"likes" : 40,

"comments" : [

{

"name" : "Charlie",

"message" : "Hey Man!"

},

{

"name" : "Delta",

"message" : "Hey Man!"

}

]


])
标签：

评论

发表评论

此博客中的热门博文

Pandas Plot

pandas.DataFrame.plot.bar import matplotlib.pyplot as plt import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(5, 4).round(1),                   index=['snail', 'pig', 'elephant','rabbit', 'giraffe'],                   columns=pd.Index(['speed', 'lifespan', 'active', 'cuite'],                   name='Genus')) ax = df.plot(kind='bar',figsize=(10,4), rot = 0) plt.show() ==> output in Pycharm
发表评论
阅读全文

Spring Cache

Cache 추상화 이해하기 핵심부분에서 추상화는 Java method에 캐싱을 적용함으로써 캐시에 보관된 정보로 메서드의 실행 횟수를 줄여준다. 즉 대상 메서드가 실행될때마다 추상화가 해당 메서드가 같은 인자로 이미 실행되었는 확인하는 캐싱 동작을 적용한다. 해당 데이터가 존재한다면 메서드를 실행하지 않고 결과를 반환하고 존재하지 않는다면 메서드를 실행하고 그 결과를 캐싱한 뒤에 사용자에게 반환해서 다음번 호출시에 사용 할 수 있게 한다. Spring cache는 cache 추상화를 지원하는데 EhCache, Redis, Couchbase 등 캐시 저장소와 빠르게 연동하여 bean으로 설정 할 수 있도록 도와준다. 선언적인 어노테이션 기반의 캐싱 @Cacheable  메소드에 지정 가능하고 지정된 메서드의 캐시 설정에 따라 데이터가 한번 생성되면 데이터가 캐싱되며, 다음 호출 시에 캐시에 저장된 데이터가 리턴된다. @Cacheable 설정 옵션은 다음과 같다. value 캐싱 공간의 대표 명칭 key Spring Expression Language(SpEl)으로 key생성을 지정  지정하지 않으면 모든 파라미터를 조합한 해시코드 값을 키로 생성 condition 조건부 캐싱. SpEL로 지정하고 표현식이 true면 메서드를 캐시 사용가능한 SpEL evaluation context 이름 위치 설명 예시 methodName root object 호출되는 메서드의 이름 #root.methodName method root object 호출되는 메서드 #root.method.name target root object 호출되는 대상 객체 #root.target targetClass root object 호출되는 대상 클래스 #root.targetClass args root object 대상을 호출하는데 사용한 인자(배열) #root.args[0] caches root object 현재 실행된 메서드 캐시의 컬렉션 #root.caches[0].name a...
发表评论
阅读全文

R 데이터 타입

R에서의 데이터 타입 기본형은 Vector 이다. 자료형은 다음과 같다. Vector List Matrix Array DataFrame Vector 정의 다른 언어의 배열과 비슷하고, 한 가지의 스칼라 데이터타입의 데이터들을 저장할 수 있다.       (ex, 숫자만 저장하는 배열/문자열만 저장하는 배열/ a <- 1/ a <- "hello") 슬라이스(Slice)를 제공한다.        Slice란? 배열의 일부를 잘라내고 이를 다시 배열로 다루는 개념 생성 c()함수 안에 원하는 인자들을 나열 > x <- c(1, 2, 3) > x [1] 1 2 3  다음과  x <- c(1, 2, 3)부분에 괄호로 코드를 묶으면 실행된 결과값이 출력된다.        ※ 괄호로 코드를 묶으면 괄호안의 문장을 수행하고 그 결과 값을 화면에 출력 > ( x <- c(1, 2, 3) ) [1] 1 2 3 데이터 접근 인덱스로 데이터에 접근할 수 있고 인덱스는 0이 아닌 1부터 시작한다. 접근 문법 x[n]: vector x의 n번째 요소 x[-n]: vector x에서 n번째 요소를 제외한 나머지를 반환 > x <- c("a", "b", "c") > x[-1] [1] "b" "c" x[idx_vector]: idx_vector에 지정된 요소를 얻어옴. idx_vector는 색인을 표현하는 숫자 vector이다. > x <- c("a", "b", "c") > x[c(1, 2)] [1] "a" "b" x[start:end]: start부터 end까지의 값을 반환, 반환 값은 start위치의 값과...
发表评论
阅读全文