CREATE TABLE form_data (
    id BIGINT PRIMARY KEY,
    field_1 VARCHAR(200),   -- 姓名/昵称/商品名
    field_2 VARCHAR(200),   -- 手机号/年龄/单价
    field_3 VARCHAR(200),   -- 紧急联系人/兴趣爱好/数量
    -- ... 预留 50 个字段
    field_50 VARCHAR(200)
);

SELECT * FROM form_data WHERE field_1 = '张三' AND field_2 = '13800000000';

CREATE TABLE form_field_values (
    record_id BIGINT,
    field_name VARCHAR(50),     -- "姓名"、"手机号"、"兴趣爱好"
    field_value VARCHAR(500),   -- "张三"、"13800000000"、"篮球,足球"
    PRIMARY KEY (record_id, field_name)
);

CREATE TABLE form_data (
    id BIGINT PRIMARY KEY,
    data JSON
);
INSERT INTO form_data VALUES (1, '{"name":"张三","phone":"13800000000","allergy":false}');

// JSON（文本格式，人类可读）
{
  "_id": "507f1f77bcf86cd799439011",
  "name": "张三",
  "age": 28,
  "tags": ["Java", "MongoDB"],
  "address": {
    "city": "北京",
    "street": "中关村大街"
  }
}

-- MySQL：两张表 + 外键 + JOIN
CREATE TABLE orders (
    id BIGINT PRIMARY KEY,
    user_id BIGINT,
    total DECIMAL(10,2),
    create_time DATETIME
);
CREATE TABLE order_items (
    id BIGINT PRIMARY KEY,
    order_id BIGINT,
    product_name VARCHAR(200),
    price DECIMAL(10,2),
    quantity INT,
    FOREIGN KEY (order_id) REFERENCES orders(id)
);
-- 查询：SELECT * FROM orders o JOIN order_items oi ON o.id = oi.order_id WHERE o.id = 10001;

// MongoDB：一个 Document 嵌入所有数据
{
  _id: ObjectId("..."),
  userId: 1001,
  total: NumberDecimal("6999.00"),
  createTime: ISODate("2024-01-15T10:30:00Z"),
  items: [
    { productName: "华为Mate60 Pro", price: NumberDecimal("6999.00"), quantity: 1 }
  ]
}
// 查询：db.orders.findOne({ _id: ObjectId("...") })
// 一次查询，订单 + 明细一次性全拿到了

# 启动单节点 MongoDB 7.0
docker run -d --name mongo7 -p 27017:27017 mongo:7.0

# 进入 mongosh 交互式 shell
docker exec -it mongo7 mongosh
# 输出：test>

// 查看所有数据库
show dbs

// 切换/创建数据库（MongoDB 在第一次写入数据时才真正创建）
use myapp

// 查看当前数据库
db.getName()
// 返回：myapp

// 查看所有 Collection
show collections

// Collection 不需要手动创建——第一次写入数据时自动创建
// 但也可以显式创建（指定配置项）
db.createCollection("users", {
  validator: {                          // JSON Schema 验证（可选）
    $jsonSchema: {
      bsonType: "object",
      required: ["name", "email"],
      properties: {
        name: { bsonType: "string" },
        email: { bsonType: "string" },
        age: { bsonType: "int", minimum: 0, maximum: 150 }
      }
    }
  }
})

// 删除 Collection
db.users.drop()

// 插入一条
db.users.insertOne({
  name: "张三",
  email: "zhangsan@example.com",
  age: 28,
  tags: ["数据存储"],
  address: { city: "北京", street: "中关村大街" }
})
// 返回：{ acknowledged: true, insertedId: ObjectId("...") }

// 插入多条
db.users.insertMany([
  { name: "李四", email: "lisi@example.com", age: 32, tags: ["数据存储"] },
  { name: "王五", email: "wangwu@example.com", age: 25 }   // 没有 tags 和 address，完全合法
])

// 插入一条没有 age 字段的
db.users.insertOne({ name: "赵六", email: "zhaoliu@example.com", gender: "男" })
// gender 字段其他文档都没有，也完全合法

// 查询所有
db.users.find()

// 条件查询：age = 28
db.users.find({ age: 28 })

// 条件查询：age > 25
db.users.find({ age: { $gt: 25 } })

// 多条件 AND
db.users.find({ age: { $gt: 25 }, "address.city": "北京" })

// 只返回指定字段（1 = 包含，0 = 排除。_id 默认包含）
db.users.find({ age: { $gt: 25 } }, { name: 1, email: 1, _id: 0 })

// 查一条（返回 Document 本身，不是 Cursor）
db.users.findOne({ name: "张三" })

// 更新单条：找到 name=张三 → 改 age 为 29
db.users.updateOne(
  { name: "张三" },
  { $set: { age: 29 } }
)

// 更新多条：所有 age < 20 的标记为 junior
db.users.updateMany(
  { age: { $lt: 20 } },
  { $set: { level: "junior" } }
)

// 注意以下常见错误：
// ❌ db.users.updateOne({name:"张三"}, {age: 29})
// 不写 $set → 整个文档被替换成 {age:29}，其他字段全部丢失！

// 原子增减
db.users.updateOne(
  { name: "张三" },
  { $inc: { age: 1 } }           // age 原子 +1
)

// push 元素到数组
db.users.updateOne(
  { name: "张三" },
  { $push: { tags: "Spring" } }   // tags 数组追加 "Spring"
)

// 删除一条
db.users.deleteOne({ name: "赵六" })

// 删除多条（条件匹配的全部删除）
db.users.deleteMany({ age: { $lt: 18 } })

// 删除 Collection 中所有文档
db.users.deleteMany({})

// $and：所有条件都满足
db.users.find({
  $and: [
    { age: { $gt: 25 } },
    { tags: "Java" }
  ]
})
// 注：多数情况下不需要显式写 $and。直接写逗号分隔的条件就是 AND：
// db.users.find({ age: {$gt: 25}, tags: "Java" })

// $or：任一条件满足
db.users.find({
  $or: [
    { age: { $lt: 25 } },
    { tags: "Java" }
  ]
})

// $not：条件取反
db.users.find({
  age: { $not: { $gt: 30 } }    // age 不大于 30 = age ≤ 30
})

// $nor：所有条件都不满足
db.users.find({
  $nor: [
    { tags: "Java" },
    { age: { $gt: 35 } }
  ]
})
// 等价 SQL：NOT (tags CONTAINS 'Java' OR age > 35)

// $exists：字段存在/不存在
db.users.find({ age: { $exists: true } })    // 有 age 字段的
db.users.find({ gender: { $exists: false } }) // 没有 gender 字段的

// $type：按类型筛选
db.users.find({ age: { $type: "int" } })      // age 是 int32 类型的
db.users.find({ age: { $type: ["int", "long"] } })  // age 是整数类型的

// 精确匹配整个数组（很少用）
db.users.find({ tags: ["数据存储"] })
// 只匹配 tags 恰好 = ["Java", "MongoDB"] 的，顺序也必须一样

// $all：包含所有指定值（无视顺序、无视额外元素）
db.users.find({ tags: { $all: ["Java", "MongoDB"] } })
// 匹配 tags = ["Java", "MongoDB", "Spring"] ✓
// 匹配 tags = ["MongoDB", "Java"] ✓
// 匹配 tags = ["Java"] ✗

// $elemMatch：数组中至少一个元素满足所有条件
db.orders.find({
  items: {
    $elemMatch: {
      productName: "华为手机",
      price: { $gt: 5000 }
    }
  }
})
// 查找"订单中至少有一个商品是华为手机且价格 > 5000"的订单

// $size：数组长度
db.users.find({ tags: { $size: 2 } })    // tags 数组恰好 2 个元素

// 用点号访问嵌入文档的字段
db.users.find({ "address.city": "北京" })

// 精确匹配整个嵌入文档（字段顺序也必须一样，很少用）
db.users.find({ address: { city: "北京", street: "中关村大街" } })
// 推荐始终用点号，而不是精确匹配嵌入文档

// 排序：1 = 升序，-1 = 降序
db.users.find().sort({ age: -1 })

// 多字段排序：先按 age 降序，age 相同的按 name 升序
db.users.find().sort({ age: -1, name: 1 })

// 分页：skip + limit
db.users.find().skip(0).limit(10)    // 第 1 页
db.users.find().skip(10).limit(10)   // 第 2 页

// 计数
db.users.countDocuments({ age: { $gt: 25 } })

// 去重
db.users.distinct("address.city")
// 返回：["北京", "上海", "深圳"]

// 给 email 字段建唯一索引
db.users.createIndex({ email: 1 }, { unique: true })

// 给 age 建降序索引
db.users.createIndex({ age: -1 })

// 复合索引（age + name）
db.users.createIndex({ age: 1, name: 1 })

// 查看索引
db.users.getIndexes()

// 删除索引
db.users.dropIndex("email_1")

// 没有索引时（COLLSCAN：全 Collection 扫描）
db.users.find({ email: "zhangsan@example.com" }).explain("executionStats")
// "winningPlan": { "stage": "COLLSCAN" }  ← 全表扫描
// "executionTimeMillis": 52

// 创建索引后
db.users.createIndex({ email: 1 })

// 再次 explain
db.users.find({ email: "zhangsan@example.com" }).explain("executionStats")
// "winningPlan": { "stage": "IXSCAN" }  ← 索引扫描
// "executionTimeMillis": 1