MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。 MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

威士忌节点 具有弱引用应用程序缓存的 MongoDB 图形 ORM。 ＃＃安装 要在您的 Python 项目中使用： pip install -e git://github.com/texuf/whiskeynode.git#egg=whiskeynode 要下载、设置和执行测试，请在 Mac/Linux 上运行以下命令： get clone cd virtualenv venv --distribute source venv/bin/activate python setup.py install pip install nose mock 运行测试： python tests 要运行此示例： python -c "execfile('examples/activities.py')" ＃＃哲学 Whiskeynode 强制您严格定义模型以及它们之

安装Mgo 允许读取 mongodb 作为一个 fusefs。 在职的 ls mountpoint/列出该数据库中的所有集合 ls mountpoint/collection列出所有以_id为文件名的文档 cat mountpoint/collection/document使用json.MarshalIndent返回文档内容 待办事项/想法 集合仅在启动时读取 检查一些极端情况 xxx.index集合中的文档没有_id字段，因此它们尚未列出 也许尝试使用 mgo 的 GridFS（ ） 学分 使用作为熔断层 使用进行连接

步骤：https://blog.midaug.win/posts/2021070201/ 包含： 1、Studio-3T-2019.3.0 和 2020.8.0 双版本mac dmg 官方安装包 2、data-man-mongodb-ent-2019.3.0.jar 注意： 网上大部分data-man-mongodb-ent-2019.3.0.jar方式在 big sur 11.4上都是失败的 内附intel版本mac big sur 11.4版本上实测成功记录

Studio3T mac 加 data-man-mongodb-ent-2019.3.0.jar

Django连接MongoDB

mongodb附安装教程：https://blog.csdn.net/mrwangofpython/article/details/113947653

最近重构并优化了一套后端服务的代码： 1. 设计并开发高效的C++对象池算法，时间复杂度为 O(1) 在整个重构框架中，对象池是负责管理内存的底层基本模块 2. 利用命令模式的思想开发 Redis 子模块 抽象出方便高效的接口提供给上层程序员使用 3. 利用组合模式和装饰模式的思想开发 MongoDB 数据库查询条件装饰器 将查询条件和数据库 MongodbModule 数据模型进行解耦合 4. 抽象出一套 MongoDB Module 结果集接口 通过模板和特化技术实现 string/int 等不同索引类型的结果集 5. 开发 AbstractMongodbModule 类处理通用的 MongoDB 数据库表数据操作 数据库中不同的表都有自己的 AbstractMongodbModule 子类对应 6. 用 Perl 开发自动代码生成器，上层程序员对照数据库表结构写 .tmpl 配置文件， 自动生成该数据库表的 MongodbModule 子类，减轻程序员新增表时的工作量 7. 结合 Redis 模块和 MongoDB 模块，开发 HierarchicalModule 分层数据模型 构造一个 Redis 缓存层 + MongoDB 持久层的后台 Server 架构 并通过简单方便的接口供上层程序员使用，具体的数据分层处理对上层程序员是黑盒的 8. 设计并开发整套缓存层使用的 KEY 规则，方便缓存更新 结合公司的数据订阅系统进行 Redis缓存层 + MongoDB 持久层数据更新功能 9. 重构后的分层数据架构比原有接口效率提高 5 - 400 倍(返回数据记录条数从 150 - 5 条) 绝大部分时间后端接口需要获取记录个数在 50 以内，所以效率提升在 100 倍左右

地址簿快递 使用 mongodb 使用 nodejs express 制作的 AddressBook 应用程序

试文档