xuan's note

sql--查詢語法都是sql>使用於資料多是數字 nosql--查詢語法都不一樣，使用javascript(JASON檔)>使用於資料多是文字 下載： MongoDB 、 Robo 3T 比較： SQL：     attribute                                              ，tuple             ，table        ，schema NoSQL：attribute datatype(single/array)，document  ，collection，ctructure （每一筆資料為一個document，查詢時在同一個collection可直接查詢，若為不同collection間要查詢則需使用另外的方法join） *在系統搜尋【服務】>找到【mongoDB】>右鍵【啟動】>這樣才可以連結到localhost *啟動【Robo 3T】mongoDB的GUI>【local】>右鍵【create database】>展開你的DB>【collections】>右鍵【create collections】>右鍵你的collections【insert Document】 【view Document】預設指令：db.getCollection('___').find({}) 查詢find：.find({屬性:{$運算子:{條件式}}}) 分類： 比較： 等於$eq、大於$gt、小於$lt… 陣列： 某陣列的內部元素符合條件式$elemMatch----找關鍵字(常用)： find({document_name:{$elemMatch:{欄位名:/關鍵字/}}}) 某陣列的大小等於某個值$size 邏輯： 有多個條件式需要查詢時用$and 欄位： $exists查詢某個欄位存在(true)不存在(false) $type某個欄位的資料型態(BSON type)

 NoSQL非關聯式資料庫-不需要Schema 文件導向：Web環境下 列式(column)：FB 鏈值(key-value)：Amazon 圖形資料庫：社交媒體 滿足bigdata的3V(速度Velocity、多樣、資料量Volume)、5V(價值Value、 Veracity) web2.0的資料量龐大，傳統的關聯式資料庫效率不佳 NoSQL-水平擴充：用很多台電腦(每台單價可以不高) SQL-垂直提升：硬體的配備越來越好 結構化：關聯式資料庫 半結構化：用關聯式資料庫會要更多查詢時間 非結構化： *服務→找到MongoDB Server→啟動，將狀態改為執行中 *cmd: >show dbs admin     0.000GB config     0.000GB local       0.000GB >use csmu switched to db csmu >db.students.insert({}) WriteResult({"nInserted" : 1}) >show dbs admin    0.000GB config    0.000GB csmu        0.000GB local      0.000GB >db.student.insert([ { "profile":{name,id} "course":{course_id,course_name,credits} →{name,id,{course_id,course_name,credits}} →array-tape document(階層式)/另外還有純量式 }, { ...第二筆資料... } ]) →jason格式 >show collection students >db.student.count 3 >db.students.drop() true *GUI:Robo 3T MongoDB文件結構設計:schema list反正規化 每一筆資料就是一筆document simple structure(scalar)-純量 csv to jason: csv轉檔json *BIG5會出現亂碼：轉碼→記事本:UTF8編碼→存檔 local>crea

要交作業需上傳mdf檔案時，若沒有在自己電腦裡的SQL先「卸離」使用中的資料庫，則會跳出「無法開啟」的警告提示。 「卸離」：進入SQL→選擇要卸離的資料庫→右鍵「工具」→卸離。會再跳出卸離視窗選擇要卸離的資料庫，按下確定即可卸離。 卸離後或想再修改可以利用「附加」資料庫，來對之前的資料庫進行修改。