MongoDB和CouchDB都是面向文档的数据库,它们都使用JSON文档格式,它俩通常都被看作是NoSQL数据库,并且现在都很时髦,有很多的共同点,但谈到查询时,两者的差别就很明显了,CouchDB需要预定义视图(本质上是JavaScript MapReduce函数),而MongoDB支持动态查询(基本上和传统关系数据库上的即席查询类似),更重要的是,谈到查询时,CouchDB的API是RESTful,而MongoDB的API更原生化,这意味着在代码中发出一个查询就要使用一个驱动。
例如,使用CouchDB时,为了插入一些数据,可以使用一些外部工具,如Groovy的RESTClient:
- import static groovyx.net.http.ContentType.JSON import groovyx.net.http.RESTClient
- def client = new RESTClient("http://localhost:5498/")
- response = client.put(path: "parking_tickets/1234334325", contentType: JSON,
- requestContentType: JSON, body: [officer: "Robert Grey",
- location: "199 Castle Dr", vehicle_plate: "New York 77777",
- offense: "Parked in no parking zone", date: "2010/07/31"])
注意,在这种情况下,我必须为停车票指定一个编号(1234334325),顺便提一下,也可以要求CouchDB使用UUID,如向/_uuids路径发出一个HTTP GET请求。
51CTO编辑向您推荐:强势的芒果:走进MongoDB
例如,如果我想找出由Officer Grey开出的所有票,我必须定义一个视图,视图是执行JavaScript MapReduce函数的简单URL,因此我可以快速实现一个函数来提取officer属性等于Robert Grey的所有文档。
- function(doc) { if(doc.officer == "Robert Grey"){
- emit(null, doc); }
- }
我必须给这个视图取一个名字,当我向这个视图发出HTTP GET请求时,至少可以得到一个文档。
- response = client.get(path: "parking_tickets/_view/by_name/officer_grey", contentType: JSON, requestContentType: JSON)
- assert response.data.total_rows == 1
- response.data.rows.each{ assert it.value.officer == "Robert Grey"
- }
总的来说,使用CouchDB时,我不能很快地发出一个即席RESTful调用查询信息,必须先定义一个查询(也叫视图),然后将其暴露出来。相反,使用MongoDB时,它和大多数关系数据库没多大区别,你可以在运行时查询你想要看到的任何信息。
例如,下面是我使用MongoDB的原生Java驱动实现的停车票实例:
- DBCollection coll = db.getCollection("parking_tickets"); BasicDBObject doc = new BasicDBObject();
- doc.put("officer", "Robert Grey");
- doc.put("location", "199 Castle Dr"); doc.put("vehicle_plate", "New York 77777");
- //... coll.insert(doc);
假设以后我要查询Robert Smith发出的停车票,只需要简单修改一下officer属性值就可以了,如:
- BasicDBObject query = new BasicDBObject(); query.put("officer", "Robert Smith");
- DBCursor cur = coll.find(query); while (cur.hasNext()) {
- System.out.println(cur.next()); }
虽然MongoDB和CouchDB有很多相似之处,但在查询方面的确有着本质的不同,CouchDB需要使用MapReduce,而MongoDB更多的是面向动态的查询,当然MongoDB也是支持MapReduce的。