技术文档 - MongoDB 简易文档操作库 ActiveMongo 使用指南
2024-12-20 16:58:28作者:庞眉杨Will
1. 安装指南
ActiveMongo 是一个遵循文档激活模式的 MongoDB 抽象库。在开始使用之前,请确保您的环境中已经安装了 MongoDB,并且 PHP 环境配置正确。
PHP 环境要求
- PHP 5.3 或更高版本
- 已安装 MongoDB 扩展
安装步骤
- 从 GitHub 下载 ActiveMongo 源代码。
- 将下载的源代码放入项目的合适位置。
- 在您的 PHP 项目中引入 ActiveMongo 的自动加载文件。
require 'path/to/ActiveMongo/autoload.php';
- 确保您的 MongoDB 服务正在运行。
2. 项目使用说明
ActiveMongo 提供了简单且高效的 MongoDB 操作方式。以下是主要功能的使用说明:
连接 MongoDB
ActiveMongo 会在需要时自动连接 MongoDB。
定义集合
将每个集合定义为一个类,类名通常与集合名对应。
class User extends Document {
protected static $collection = 'users';
}
数据集迭代
ActiveMongo 支持对数据集进行迭代。
foreach ($users as $user) {
echo $user->username;
}
保存文档
ActiveMongo 提供了高效的保存方法,用于创建或更新文档。
$user = new User();
$user->username = 'example';
$user->save();
查询接口
ActiveMongo 提供了简单的查询接口,并允许在子类中获取 MongoCollection 进行复杂查询。
$users = User::find(['username' => 'example']);
删除文档
ActiveMongo 支持删除当前对象或整个集合。
$user->delete();
User::drop();
属性过滤
ActiveMongo 支持按属性进行过滤。
$users = User::find(['age' => ['$gte' => 18]]);
嵌套文档更新
ActiveMongo 支持嵌套文档的高效更新。
$user->profile->age = 29;
$user->save();
钩子支持
ActiveMongo 支持在关键操作前后的钩子。
class User extends Document {
protected static function pre_save($operation, &$document) {
// 钩子逻辑
}
}
集合安装
ActiveMongo 提供了简单的集合安装方法,用于创建索引和分片键。
User::install();
引用文档
ActiveMongo 支持引用其他文档,并提供了一种高效的方式来加载它们。
$profile = $user->profile->load();
动态引用
ActiveMongo 允许保存一个查询以供以后执行。
$dynamicQuery = User::query(['username' => 'example']);
3. 项目 API 使用文档
ActiveMongo 的 API 文档提供了每个类和方法的具体使用说明。以下是部分 API 的简要概述:
Document
: 所有文档类的基类,提供了基础文档操作方法。Collection
: 代表一个 MongoDB 集合,提供了集合操作方法。Query
: 用于构建和执行查询。
具体 API 使用方法,请参考项目代码注释或官方文档。
4. 项目安装方式
如前所述,ActiveMongo 可以通过从 GitHub 下载源代码的方式进行安装。此外,您也可以使用 Composer 这样的依赖管理工具来安装。
使用 Composer 的方式如下:
composer require crodasorg/activemongo
确保在 composer.json
文件中已经配置了 MongoDB 的依赖。
以上就是 ActiveMongo 的技术文档,希望对您使用该库有所帮助。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

暂无简介
Dart
532
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
993
588

仓颉编程语言测试用例。
Cangjie
34
61

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
130
648