| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
- 데이터
- 기초
- 몽고DB
- 코딩문제
- 알고리즘기초
- 코테
- 코딩테스트
- 마크다운
- 수열
- 그래프
- 파이썬
- 그리디
- Algorithm
- 마크다운문법
- database
- NoSQL
- 소수
- Python
- 백준
- Markdown
- db
- 그리디알고리즘
- 수학
- chatGPT
- mongoDB
- httpCode
- 탐색알고리즘
- 알고리즘
- 데이터베이스
- 인프콘2024
- Today
- Total
목록db (3)
Dev_from the Bottom
#30. MongoDB_05 : 커서(Cursor) 개념 / 기초 활용법
1. 커서(Cursor)란? MongoDB는 조회를 할 때, find( ) 명령어로 도큐먼트를 호출한다. 내부적으로는 "커서(Cursor)"를 사용해 find의 결과를 반환한다.(혹은 'find의 결과로 Document 자체를 반환하지 않고 커서(객체)를 반환한다' 라고 표현하기도 함) 커서는 쿼리 결과에 대한 '포인터'라고 할 수 있다. 2. 커서(Cursor) 사용 이유 커서는 포인터. 즉, 도큐먼트(데이터)의 위치 정보가 들어가 있다. 포인터를 통해 도큐먼트(데이터)를 빠르게 조회할 수 있다. 도큐먼트(데이터)를 직접적으로 보여주는 것에 비해 편리성, 성능을 향상시킨다. 3. 커서(Cursor) 사용 예시 # 100개 데이터 생성 for(x=0; x>> { acknowledged: true, ins..
#28. MongoDB_04 : 데이터 검색/다중 데이터 입력/배열 검색
1. 모든 데이터 조회(전체) # 모든 데이터 조회 db.col2.find() 2. 다중 데이터 입력 : 배열 포함 db.col2.insertMany([{name:"홍길동2", age:500, etc:[{hobby:"달리기", state:"충청도2"}, {likenum:[1,2,3,4,5]}]}, {name:"핑크퐁", age:5, etc:[{hobby:"마술", state:"서울"}, {likenum:[10,20,30,40,50]}]}, {name:"뽀로로", age:5, etc:[{hobby:"여행", state:"경기"}, {likenum:[20,30,40,50, 60]}]} ]) >>> { acknowledged: true, insertedIds: { '0': ObjectId("629554873a..
#21. MongoDB_00 : NoSQL 개념(vs SQL) + MongoDB 인트로
1. NoSQL 개념(vs SQL) NoSQL : Non SQL or Not only SQL - 딱 한 가지 종류의 DB만을 의미하는 개념이 아님. SQL로 대표되는 관계형 데이터베이스 형태가 아닌, 데이터베이스를 통칭. SQL을 기준으로 여집합 개념이라고 이해하면 될듯 대략적으로 4가지 카테고리로 분류할 수 있는데, ▲DocumentDB, ▲Key-Value DB, ▲Column Family DB, ▲GraphDB DocumentDB 대표 : MongoDB Key-Value DB 대표 : Redis Column Family DB 대표 : Cassandra, Hbase GraphDB 대표 : Neo4j SQL과 NoSQL은 대립하는 관계라기보다는, 서로 보완하는 역할로 이해하는 것이 좋을 듯 대부분은 S..