MongoDB数据库一(MongoDB数据库管理)

MongoDB数据库管理主讲:李捷QQ:86267659个人主页:www.li-jie.me邮箱:lijie@单元目标1.什么是NO-SQL？2.认识MongoDB数据库3.MongoDB的下载与安装4.MongoDB的体系结构5.客户端GUI工具集合6.常用命令（基本的增删改查)什么是NO-SQLNoSQL是反SQL运动的意思，它指的是非关系型的数据库，是以key-value形式存储，和传统的关系型数据库不一样，不一定遵循传统数据库的一些基本要求，比如说遵循SQL标准、ACID属性、表结构等等，这类数据库主要有以下特点：非关系型的、分布式的、开源的、水平可扩展的。NoSQL发展现状目前国内外正在应用NoSQL的网站有：新浪微博 RedisGoogle

BigtableAmazon

SimpleDB淘宝数据平台 Tair

(淘宝自主开发的Key/Value结构数据存储系统)视觉中国网站 MongoDB

优酷运营数据分析 MongoDB飞信空间 HandlerSocket豆瓣社区 BeansDB

我们为什么要使用NOSQL非关系数据库?一、对数据库高并发读写的需求二、对海量数据的高效率存储和访问的需求三、和高可用性的需求对数据库的高可扩展性NoSQL数据库的优缺点在优势方面，主要体现在下面这几点：简单的扩展快速的读写低廉的成本灵活的数据模型在不足方面，常见主要有下面这几点：不提供对SQL的支持支持的特性不够丰富现有产品的不够成熟NOSQL的种类初始MongoDBMongoDB介绍MongoDB是什么？{“name”:”mongo”,”type”:”DB”}MongoDB（from“humongous”）Isascalable,high-performance,opensource,Document-orienteddatabase,WritteninC++是一个可扩展，高性能，开放源码，面向文档的数据库，使用C++编写的浅谈原理内存映射存储引擎MongoDB数据库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。他支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。它的特点是高性能、易部署、易使用，存储数据非常方便。

MongoDB数据库主要功能特性：◆面向集合存储，易存储对象类型的数据“面向集合”（Collenction-Orented），意思是数据被分组存储在数据集中，被称为一个集合（Collenction)。每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定义任何模式（schema)。◆模式自由模式自由（schema-free)，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。◆支持动态查询◆支持完全索引，包含内部对象

MongoDB数据库◆支持查询◆支持复制和故障恢复◆使用高效的二进制数据存储，包括大型对象（如视频等）◆自动处理碎片，以支持云计算层次的扩展性◆支持RUBY，PYTHON，JAVA，C++，PHP等多种语言◆文件存储格式为BSON（一种JSON的扩展）BSON（BinarySerializedDocumentFormat）存储形式是指：存储在集合中的文档，被存储为键-值对的形式。键用于唯一标识一个文档，为字符串类型，而值则可以是各中复杂的文件类型。MongoDB数据库◆可通过网络访问

MongoDB服务端可运行在Linux、Windows或OSX平台，支持32位和64位应用，默认端口为27017。推荐运行在64位平台，因为MongoDB在32位模式运行时支持的最大文件尺寸为2GB。

MongoDB把数据存储在文件中（默认路径为：/data/db），为提高效率使用内存映射文件进行管理。MongoDB数据库面向集合(Collenction-Orented)意思是数据被分组存储在数据集中被称为一个集合（Collenction)。每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库里的表,不同的是它不需要定义任何模式。MongoDB数据库模式自由(schema-free)

意思是集合里面没有列和行的概念，下面两个记录可以存在于同一个集合里面：

{“name":“mongo"}

{"age":25}MongoDB数据库文档型(documents)意思是我们存储的数据是键-值对的集合,键是字符串,值可以是数据类型集合里的任意类型,包括数组和文档,每一个文档相当于关系数据库中的一条记录。MongoDB介绍文档是什么？这个Document，不是文件！！{“name”:”李捷”，”alias”:”李小帅”}NotJSON，BUTBSONMongoDB的体系结构1、逻辑结构关系对比关系型数据库：MySQL数据库(database)、表(table)、记录(rows)三个层次概念组成。非关系型数据库： MongoDB数据库(database)、集合(collection)、文档对象(document)三个层次概念组成。MongoDB里的集合对应于关系型数据库里的表，但是集合中没有列、行和关系的概念，集合中只有文档，一个文档就相当与一条记录，这体现了模式自由的特点。2、数据存储结构MySQL的数据存储结构： MySQL的每个数据库存放在一个与数据库同名的文件夹中，MySQL如果使用MyISAM存储引擎，数据库文件类型就包括.frm、.MYD、.MYI。MongoDB的数据存储结构： MongoDB的默认数据目录是/data/db，它负责存储所有的MongoDB的数据文件。在MongoDB内部，每个数据库都包含一个.ns文件和一些数据文件，而且这些数据文件会随着数据量的增加而变得越来越多。所以如果系统中有一个叫做test的数库，那么构成test这个数据库的文件就会由test.ns，test.0，test.1等等组成。3、MongoDB数据类型

MongoDB的文档使用BSON（BinaryJSON）来组织数据，BSON类似于JSON，JSON只是一种简单的表示数据的方式，只包含了6种数据类型（null、布尔、数字、字符串、数组及对象），不能完全满足复杂业务的需要，因此，BSON还提供日期、32位数字、64位数字等类型。以下对mongoDB的数据类型进行简要说明：

1、

nullnull类型用于表示空值或不存在的字段如：{“one”:null}2、

布尔类型

布尔类型有两上值，’true’和’false’

如：{“one”:true}3、

32位整数

mongoDB的控制台使用JS引擎进行输入，而JS仅支持64位浮点数，所以32位整数将会被自动转义。4、

64位整数

64位整数与32位整数一样，在MongoDB控制台使用时，会转义成64位浮点数。5、

64位浮点数

MongoDB控制台数字的默认类型。如：{“one”:2.02}

{“one”:10}6、字符串

UTF-8字符串都可以表示为字符串类型的数据。如：{“one”:”HelloWorld”}7、

符号

在MongoDB控制台中不支持这种类型，将自动转义成字符串。8、

ObjectId类型对象id是文档中唯一的12位的ID

0|1|2|3|4|5|6|7|8|9|10|11时间戳

|机器

|PID|

计数器

如：ObjectId("4eae239f63520362e051e7fd")9、

日期注意：使用的时候要加上new如：{“one”:newDate()}

10、正则表达式

文档键值可以包含正则表达式，其正则表达式采用JS语法来表示。如：{“one”:/ho/i}11、代码

文档中可以包含JS代码

如：{“one”:function(){/*………….*/}}12、数组

文档中键值可以表示为数组，在数组内还可以嵌套数组；如：{“x”:[“a”,”b”,[“c”,”d”]]}13、内嵌文档

文档可以包含别的文档，也可以作为值嵌入到父文档中。如：{“x”:{“name”:”Tom”,”age”:20}}MongoDB的安装(Linux平台)第一步：下载MongoDB安装包MongoDB的官网：

找到相应的版本下载。如果有网络的话，用命令直接下载(CentOS版本)wget/linux/mongodb-linux-i686-1.8.0.tgzMongoDB的安装(Linux平台)第二步：解压压缩包tarzxvfmongodb-linux-i686-2.0.2.tgz最好给解压的文件夹改个名字，方便操作。mvmongodb-linux-i686-2.0.2mongodbMongoDB的安装(Linux平台)第三步：安装准备将mongodb移动到/usr/local/mongdb文件夹（跟据个人习惯指定） mvmongodb/usr/local/mongodb创建数据库文件夹(默认的数据库文件的位置是/data/db,启动时会自动创建) mkdir/usr/local/mongodb/data提示：mongoDB没有具体的安装过程，解压文件包后，可以直接使用，非常高效和方便。MongoDB的安装(Linux平台)第四步：开机自启动将mongodb启动项目加入rc.local保证mongodb在服务器开机时启动

echo"/usr/local/mongodb/bin/mongod--dbpath=/usr/local/mongodb/data">>/etc/rc.localMongoDB的安装(Linux平台)第五步：启动mongodb运行mongod命令--dbpath执行数据库存放路径(默认是/data/db)--fork是以Daemon(守护进程)方式运行,

注意：如果指定--fork参数，必须指定--logpath 日志文件路径/usr/local/mongodb/bin/mongod--dbpath=/usr/local/mongodb/data--fork --logpath=/usr/local/mongodb/dblogs不加--fork参数启动成功加--fork参数启动成功

注意：如果不加--fork参数,则需要再开启一个MongoDB启动窗口。

启动命令常用参数选项说明

--dbpath指定数据库的目录--port指定数据库的端口,默认是27017--bind_ip绑定IP--directoryperdb为每个db创建一个独立子目录--logpath指定日志存放目录--logappend指定日志生成方式(追加/覆盖)--pidfilepath指定进程文件路径,如果不指定,将不产生进程文件--keyFile集群模式的关键标识--journal启用日志--nssize指定.ns文件的大小，单位MB，默认是16M，最大是2GB--maxConns最大的并发连接数--notablescan不允许进行表扫描--noprealloc关闭数据文件的预分配功能--fork以后台Daemon形式运行服务更多的参数选项利用mongod--help进行查看MongoDB的安装(Linux平台)第六步：进入客户端操作/usr/local/mongodb/bin/mongo(mongo命令)看到这个画面：已经进入MongoDB的客户端了，MongoDB的安装也就完成了，就是这么简单。(默认进入的是test库)

MongoDB的安装(Linux平台)第七步：退出shell控制台Ctrl+c或exit回车如图：第八步：停止MongoDB服务器如果处理连接状态,那么直接可以通过在admin库中发送db.shutdownServer()指令去停止具体如下:MongoDB的安装(Linux平台)Unix系统指令注意:

不要用kill-9PID来杀死MongoDB进程，这样可以会导致MongoDB的数据损坏，用kill-2杀死进程。MongoDB的安装(Linux平台)客户端GUI工具集合 MongoDB常用的几款GUI管理工具：MongoVUE主页：/

一个桌面程序，提供了对MongoDB数据库的基，如查看、查询、更新、删除等，简单易用，但是功能还比较弱，以后发展应该不错。RockMongo主页：/p/rock-php

RockMongo是一个PHP5写的MongoDB管理工具。主要特征:使用宽松的NewBSDLicense协议速度快，安装简单。支持多语言（目前提供中文、英文、日文、巴西葡萄牙语、法语、德语）系统可以配置多个主机，每个主机可以有多个管理员，需要管理员密码才能登入操作，确保数据库的安全性。

MongoHub 主页：/bububa/MongoHub

MongoHub是一个针对Mac平台的MongoDB图形管理客户端，可用来管理MongoDB数据的应用程序。常用命令控制台中的基本操作命令

如果想查看当前连接在哪个数据库下面，可以直接输入db查看用户列表db.system.users.find();查看所有用户showusers;查看所有数据库showdbs;

查看所有集合showcollections;删除当前的数据库

db.dropDatabase();删除collectiondb.集合名.drop();想知道mongodb支持哪些命令，可以直接输入help;想知道当前数据库支持哪些方法：db.help();

想知道当前集合支持哪些方法：db.user.help();user为集合名更多命令可以用帮助命令获得！创建数据库，集合

由于Mongodb不是关系型数据库文件，实际上，它并不存在传统关系型数据库中的所谓“数据库”的概念，当你第一次新增数据时，MongoDB就会以collection集合的形式进行保存和新建，而不需要你提前去建立。

1)列出当前的数据库。使用mongo命令进入数据库，使用showdbs命令查看所有的数据库，只有admin、local、2个数据库。[root@localhost/]#mongoMongoDBshellversion:2.0.2connectingto:test>showdbsadmin(empty)local(empty)2）定义新的数据库名。注意：在usemydb后，其实并没有真正的建立起来，只是表明在使用当前的数据库。>usemydbswitchedtodbmydb>showdbsadmin(empty)local(empty)3）保存数据。（隐式创建数据库和集合）定义一个collection(集合),名为“users”,然后插入数据：首先用insert语句插入一条数据，使用的是users集合，插入成功后查看所有的库，多了个mydb的库，再查看所有集合，多了个users集合，再查看刚才添加的数据，也可以查到。>db.users.insert({"_id":1,"name":"mongo"})>showdbsadmin(empty)local(empty)mydb0.0625GB>showcollectionssystem.indexesusers>db.users.find(){"_id":1,"name":"mongo"}数据库基本操作：增查删改添加数据 添加数据使用：关键字insert

或save 语法格式：

db.collname.insert({…})

db.collname.save({…})

>a={"name":"caida"}{"name":"caida"}>b={"age":24}{"age":24}>db.users.insert(a);>db.users.save(b);>db.users.find(){"_id":1,"name":"mongo"}{"_id":ObjectId("4eb2a192bf10550b2177b6f7"),"name":"caida"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}idkey

存储在MongoDB集合中的每个文档(document)都有一个默认的主键_id，它必须是唯一的，这个主键名称是固定的，它可以是MongoDB支持的任何数据类型，默认是ObjectId。在关系数据库的设计中，主键大多是数值型的，比如常用的int，并且更通常的是主键的取值由数据库自增获得，反观MongoDB，它在设计之初就定位于分布式存储系统，所以它原生的不支持自增主键。

在这里给大家提出一个方案： 自己定义一个函数，来让它实现id自增。 如图中代码：在插入_id时调用自己定义的函数。functioncounter(name){varret=db.counters.findAndModify({query:{_id:name},update:{$inc:{next:1}},"new":true,upsert:true});returnret.next;}

db.users.insert({_id:counter("users"),name:"id1"})//_id:1db.users.insert({_id:counter("users"),name:"id2"})//_id:2删除数据

删除数据使用：关键字remove语法格式：db.collname.remove({条件})（不写条件删除所有记录）注意：{}中也就是第一个参数，是要指定的删除条件。>db.users.remove({"name":"caida"})>db.users.find(){"_id":1,"name":"mongo"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}修改数据修改数据使用：关键字update语法格式：db.collname.update({条件})和删除一样，第一个参数里面是条件匹配

>db.users.update({"_id":1},{"name":"nosql"})>db.users.find(){"_id":1,"name":"nosql"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}使用修改器：1.$set修改器db.user.update({“_id”:ObjectId(“..”)},{“$set”:{name:”user1”}})2.$unset修改器db.user.update({name:”user1”},{$unset:{age:1}})3.$inc增加或减少1db.user.update({name:”user1”},{$inc:{age:1}})数组修改器：1.$push修改器$pushAll向数组末尾加入一个元素，如果没有就创建一个新的数组db.user.update({name:”user1”},{$push:{hobby:”football”}})2.$addToSet修改器判断一个值不在数组中就插入，存在的话不执行插入db.user.update({name:”user1”},{$addToSet:{hobby:”sing”}})相当于：db.user.update({name:”user1”,hobby:{$ne:”sing”}},{$push:{hobby:”sing”}})数组修改器：3.将$addToSet和$each组合起来，可以添加多个不同的值db.user.update({“_id”:ObjectId(”…”)},{$addToSet:{email:{$each:[“haha@163.com”,”haha@”]}}})这种情况下，使用$ne和$push是无法实现的。4.$pop修改器可以从数组的任何一端删除元素$pop:{key:1}从数组末尾删除一个元素$pop:{key:-1}从数组开头删除一个元素5.$pull修改器$pullAll基于特定条件删除元素$pull:{hobby:”football”}数组修改器：6.数组的定位修改器$若数组有多个值，我们可以通过下标直接作为键来选择元素users:[{name:”user1”,},{name:”user2”},{name:”user3”}]db.c1.update({title:”haha”},{$set:{:”user4”}})这样通过下标取很不方便。db.c1.update({:”user1”},{$set:{users.$.name:”user4”}})Upsert:Upsert是一种特殊的更新，要是没有文档符合更新条件，就创建一个新文档，如果找到了匹配的文档，则正常更新。db.user.update({name:”user1”},{name:”user2”},true)如果没有以name:”user1”为条件的记录，那么就以name:”user1”这个条件和更新文档name:”user2”为基础创建文档，也就是说，先创建一个name:”user1”的文档，然后再更新name:”user1”为name:”user2”。又例：db.math.remove();db.math.update({count:25},{$inc:{count:3}},true)先清空文档，创建一个以”count”的值为25的文档，随后将这个值加3，最终得到count为28。Save：Save是一个shell函数，相当于upsertvarx=db.user.findOne()x.num=42db.user.save(x)要是这个文档含有”_id”键，save会调用upsert，否则会调用插入。等价于：db.user.update({_id:x._id},x)更新多个文档：默认情况下，更新只能对符合匹配条件的第一个文档执行操作。要是有多个文档符合条件，其余的文档不做变化，要是所有匹配到的文档都得到更新，可以设置update的第4个参数为true。例如：假设要给所有在特定日期过生日的用户一份礼物，就可以使用多文档更新，将gift增加到他们的账号。db.user.update({birthday:”12/21/2012”},{$set:{gift:”happybirthday”}},false,true)这样就给生日为2012年12月21日的所有用户文档增加了“gift”键。想要知道多文档更新到底更新了多少文档，可以运行getLastError命令db.user.update({birthday:”12/21/2012”},{$set:{gift:”happybirthday”}},false,true)db.runCommand({getLastError:1});查询数据修改数据使用：关键字find

或findOne（查询一条）语法格式：db.collname.find({条件})（不写条件查询所有的数据）>db.users.find(){"_id":1,"name":"nosql"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}>db.users.find({"name":"nosql"}){"_id":1,"name":"nosql"}指定返回的键：db.user.find({name:”user1”},{“name”:1,”_id”:0})查询的结果只返回name查询条件：$lt，$gt，$lte，$gte，$ne:db.user.find({“age”:{“$gt”:20,”$lte”:50}})例如：要查找在2012年12月21日前注册的人，可以像下面这样：start=newDate(“12/21/2012”)db.user.find({“registered”:{“$lt”:start}})OR查询：$in，$or$in针对同一键的不同值,相同的还有$nin$or针对不同键例如：db.user.find({“age”:{“$in”:[10,20]}})db.user.find({“age”:{“$nin”:[20,30]}})db.user.find({“$or”:[{“name”:”user1”},{“age”:20}]})db.user.find({“$or”:[{“name”:{“$in”:[“user1”,”user2”]}},{“age”:20}]})查询条件:$not$mod$not:取反$mod:取模例如：db.user.find({“id_num”:{“$mod”:[5,1]}})返回id_num除以5余1的条件成立的结果db.user.find({“id_num”:{“$not”:{“$mod”:[5,1]}}})返回id_num除以5不余1的条件成立的结果查询条件:$exists判断键值是否存在例如：db.user.find({“y”:{“$in”:[null],$exists:1}})显示y键存在并且值为null的结果正则表达式：正则表达式能够灵活有效地匹配字符串。db.user.find({“name”:/jiege/i})查询数组:$all如果需要通过多个元素来匹配数组，就要用$all了，这样就会匹配一组元素。db.food.find({fruit:{$all:[“apple”,”banana”]}})$size:查询指定长度的数组。db.food.find({“fruit”:{“$size”:3}})$slice操作符$slice返回数组的一个子集合。例如：假设有一个博客文章的文档，要想返回前10条评论db.blog.posts.findOne({“title”:”123”},{“comm”:{“$slice”:10}})db.blog.posts.findOne({“title”:”123”},{“comm”:{“$slice”:-10}})-10表示显示后10条“$slice”:[20,10]返回从21~30条的评论$elemMatch匹配数组中的单个内嵌文档的限定条件。例如：现有博客文章若干，要找到由Joe发表的5分以上的评论。db.blog.find(){ “content”:”…”, “comments”:[ { “author”:”jiege”, “score”:5 } ]}db.blog.find({“comments”:{“$elemMatch”:{“author”:”jiege”,”score”:{“$gte”:5}}}})$where用“$where”子句可以执行任意JS作为查询的一部分。最典型的应用就是比较文档中的两个键的值是否相等。例如：有个条目列表，如果其中的两个值相等则返回文档。db.foo.insert({“apple”:1,”banana”:6,”peach”:3})db.foo.insert({“apple”:8,”peach”:4,”watermelon”:4})在第二个文档中，”peach”和”watermelon”的值相同，所以需要返回该文档。不是非常必要时，一定要避免使用”$where”查询，因为它在速度上要比常规查询慢很多。db.food.find({“$where”:function(){ for(varcurrentinthis){ for(varotherinthis){ if(current!=other&&this[current]==this[other]){returntrue; } } } returnfalse;}});游标：数据库使用游标来返回find的执行结果，客户端对游标的实现通常能够对最终结果进行有效的控制。for(i=0;i<100;i++){ db.c.insert({x:i});}varcursor=db.collection.find();while(cursor.hasNext()){ obj=cursor.next();}Cursor.hasNext()检查是否有后续结果存在，然后使用cursor.next()将其获得。Limit：要限制结果数量，可以在find()后面使用limit函数。例如：只返回3个结果db.c.find().limit(3)Skip：要略过前n个文档结果，返回余下的文档，需要使用skip函数例如：从第四个文档开始返回db.c.find().skip(3)用skip略过少量的文档还是不错的，但是要是数量非常多的话，skip就会变得很慢，所以要尽量避免。Sort：Sort用一个对象作为参数：一组键/值对，键对应文档的键名，值代表排序的方向，1为升序，-1为降序。如果指定了多个键，则按照多个键的顺序逐个排序。例如：要按照“username”升序及“age”降序排序，可以这样写。db.c.find().sort({username:1,age:-1})不用skip对结果分页：例如：要按照“date”降序显示文档。可以用如下方式获取结果的第一页：varpage1=db.foo.find().sort({“date”:-1}).limit(100)然后，可以利用最后一个文档中“date”的值作为查询条件，来获取下一页：varlatest=null;while(page1.hasNext()){ latest=page1.next(); display(latest);}varpage2=db.foo.find({“date”:{“$gt”:latest.date}});page2.sort({“date”:-1}).limit(100);索引:创建索引要使用ensureIndex方法：db.user.ensureIndex({“username”:1})对于同一个集合，同样的索引只需要创建一次，反复创建是徒劳的。创建索引的缺点就是每次插入、更新和删除时都会产生额外的开销。这是因为数据库不但需要执行这些操作，还要将这些操作在集合的索引中标记。因此要尽可能少创建索引。为内嵌文档的键建立索引和为普通的键建立索引没有什么区别。db.blog.ensureIndex({“comments.date”:1})索引方向:传递给ensureIndex的文档形式是：一组值为1或-1的键，表示索引创建的方向。若索引只有一个键，则方向无关紧要。若有多个键，就要考虑方向问题了。例如：现需要对用户名进行升序搜索，对年龄做降序搜索db.user.ensureIndex({“name”:1,”age”:-1})

索引名称：ensureIndex可以指定索引的名称：db.user.ensureIndex({“name”:1},{”name”:”index_name”})唯一索引：db.user.ensureIndex({“username”:1},{“unique”:true})创建唯一索引时删除重复文档：db.user.ensureIndex({“username”:1},{“unique”:true,”dropDups”:true})Explain：Explain会返回查询使用的索引情况（如果有的话），耗时及扫描文档数的统计信息。db.user.find().explain()索引管理：索引的元信息存储在每个数据库的system.indexes集合中。删除索引：db.runCommand({“dropIndexes”:”user”,”index”:”name”})db.user.dropIndex({“name”:1})db.user.dropIndexes()聚合：CountCount是最简单的聚合工具，返回集合中的文档数量。db.user.count();db.user.insert({“x”:1})db.user.count()也可以传递查询，Mongo则会计算查询结果的数量：db.user.insert({“x”:2})db.user.count()db.user.count({“x”:1}) 增加查询条件会使得count变慢Distinct：用来找出给定键的所有不同的值，使用时必须制定集合和键。db.runCommand({“distinct”:”people”,”key”:”age”})例如：获取所有不同的年龄{“name”:”Ada”,”age”:20}{“name”:”fred”,”age”:30}{“name”:”susan”,”age”:20}{“name”:”andy”,”age”:15}db.runCommand({“distinct”:”people”,”key”:”age”}){“values”:[15,20,30],”ok”:1}数据库命令：getLastError:来查看一个更新对多少个文档起作用：db.count.update({x:1},{$inc:{x:1}},false,true)db.runCommand({getLastError:1})Drop:删除一个集合，等同于drop()db.$cmd.findOne({“drop”:”test”})db.collname.drop()访问有些命令需要有管理员权限，必须在admin数据库里面运行，如果在别的数据库里运行这样的命令，会得到“拒绝访问”的错误。性能优化explain执行计划

MongoDB提供了一个explain命令让我们获知系统如何处理查询请求。利用explain命令我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。

>db.t5.ensureIndex({name:1})>db.t5.ensureIndex({age:1})>db.t5.find({age:{$gt:45}},{name:1}).explain(){"cursor":"BtreeCursorage_1", 返回游标类型(BasicCursor或BtreeCursor)"nscanned":0, 被扫描的文档数量"nscannedObjects":0,"n":0, 返回的文档数量"millis":0, 耗时(毫秒)"nYields":0,"nChunkSkips":0,"isMultiKey":false,"indexOnly":false,"indexBounds":{ 所使用的索引"age":[[45,1.7976931348623157e+308]]

}}CappedCollection固定集合简单介绍 cappedcollections是性能出色的有着固定大小的集合，以LRU(LeastRecentlyUsed最近最少使用)规则和插入顺序进行age-out(老化移出)处理，自动维护集合中对象的插入顺序，在创 建时要预先指定大小。如果空间用完，新添加的对象将会取代集合中最旧的对象。

永远保持最新的数据。功能特点 可以插入及更新，但更新不能超出collection的大小，否则更新失败。不允许删除，但是可以调用drop()删除集合中的所有行，但是drop后需要显式地重建集合。在32位机上一个cappedcollection的最大值约482.5M,64位上只受系统文件大小的限制。

属性及用法属性1：对固定集合进行插入速度极快属性2：按照插入顺序的查询输出速度极快。属性3：能够在插入最新数据时，淘汰最早的数据。用法1：储存日志信息。用法2：缓存一些少量的文档。创建固定集合不像普通集合，固定集合需要显式的创建使用createCollection命令来创建。db.createCollection(“my_collection”,{capped:true,size:10000})创建一个集合为‘my_collection’的固定集合，大小为10000字节。还可以限定文档个数。加上Max:100属性。注意：指定文档上限，必须指定大小。文档限制是在容量没满时进行淘汰，要是满了，就根据容量限制来进行淘汰。转换集合把普通的集合转换成固定集合需要使用convertToCapped命令db.runCommand({convertToCapped:”test”,size:10000})把test普通集合转换为固定集合，大小为10000字节。自然排序固定集合文档按照插入顺序储存的，默认情况下查询就是按照插入顺序返回的，也可以使用$natural

调整返回顺序。db.my_collection.find().sort({“$natural”:1})1表示默认顺序，-1则相反。GridFSGridFS是一种在MongoDB中存储大二进制文件的机制，使用GridFS的原因有以下几种：储存巨大的文件，比如视频、高清图片等。利用GridFS可以简化需求。GridFS会直接利用已经建立的复制或分片机制，故障恢复和扩展都很容易。GridFS可以避免用户上传内容的文件系统出现问题。GridFS不产生磁盘碎片。GridFS使用两个表来存储数据：

files

包含元数据对象chunks

包含其他一些相关信息的二进制块 为了使多个GridFS命名为一个单一的数据库，文件和块都有一个前缀，默认情况下，前缀是fs，所以任何默认的GridFS存储将包括命名空间fs.files

和fs.chunks。各种第三方语言可以更改其前缀。使用GridFS

mongofilesmongofiles是从命令行操作GridFS的一种工具

三个命令：put(存储)get(取得)list(列表)例如:我们将”testfile”这个文件存到库里面，具体用法如下：[root@localhostbin]#./mongofilesputtestfileconnectedto:addedfile:{_id:ObjectId('4fc60175c714c5d960fff76a'),filename:"testfile",chunkSize:262144,uploadDate:newDate(1338376565745),md5:"8addbeb77789ae6b2cb75deee30faf1a",length:16}done!下面我们查一下看库里有哪些GridFS文件，在”mongofiles”后加一个参数”list”即可接下来我们进库里看一下是否有新的东西[root@localhostbin]#./mongofileslistconnectedto:testfile16--大小>showcollectionsfs.chunks--上文提到的fs.chunksfs.files--上文提到的fs.files我们继续查看fs.files中的内容字段说明:Filename: 存储的文件名chunkSize: chunks分块的大小uploadDate: 入库时间md5: 此文件的md5码length: 文件大小,单位”字节”fs.files中存储的是一些基础的元数据信息db.fs.files.find(){"_id":ObjectId("4fc60175c714c5d960fff76a"),"filename":"testfile","chunkSize":262144,"uploadDate":ISODate("2012-05-30T11:16:05.745Z"),"md5":"8addbeb77789ae6b2cb75deee30faf1a","length":16}我们继续查看中的内容_id: 块自身的idfiles_id: 包含这个块的元数据文档文件idn: 它代表的是chunks的序号，此序号从0开data:组成文件块的二进制文件fs.chunks中存储的是一些实际的内容数据信息>db.fs.chunks.find(){"_id":ObjectId("4fc60175cf1154905d949336"),"files_id":ObjectId("4fc60175c714c5d960fff76a"),"n":0,"data":BinData(0,"SGVyZSBpcyBCZWlqaW5nCg==")}我们即然能将此文件存进去，我们就应该有办法将其取出来，下面看一下实例:[root@localhostbin]#rmtestfilerm：是否删除一“testfile”?y --先删文件[root@localhostbin]#./mongofilesgettestfile --将其从库里取出来connectedto:donewriteto:testfile[root@localhostbin]#md5sumtestfile --校验md5，结果跟库里相同GridFS:存储文件上传文件：Mongofilesputfoo.txt查看文件：Mongofileslist下载文件：Mongofilesgetfoo.txt搜索文件：Search用来按文件名查找GridFS中的文件删除文件：Delete是从GridFS中删除一个文件。优化器profileMongoDBDatabaseProfiler

是一种慢查询日志功能，可以作为我们优化数据库的依据。

开启Profiling功能有两种方式可以控制Profiling的开关和级别。启动MongoDB时加上–profile=级别即可。在客户端调用db.setProfilingLevel(级别)命令来实时配置。Profiler信息保存在file

中。我们可以通过db.getProfilingLevel()命令来获取当前的Profile级别.具体操作：上面profile的级别可以取0,1,2三个值，它们的表示：0–

不开启1–

记录慢命令(默认为>100ms)2–

记录所有命令>db.setProfilingLevel(2);

{"was":0,"slowms":100,"ok":1}>db.getProfilingLevel();2Profile在级别1时会记录慢命令,上面的默认值为100ms，有默认就有设置，其设置方法和级别有两种方法：一种是通过添加–slowms

启动参数配置。db.setProfilingLevel时加上第二个参数。那么这个慢的定义是什么?可以理解比较耗时的命令，如一个查询耗时10毫秒，就会被记录下来。db.setProfilingLevel(1,10);查看具体信息：字段说明:ts： 该命令在何时执行info:

本命令的详细信息reslen: 返回结果集的大小nscanned: 本次查询扫描的记录数nreturned: 本次查询实际返回的结果集millis: 该命令执行耗时，以毫秒记

一个比较简洁的命令showProfile,可列出最近5

条执行时间超过1ms的Profile记录>file.find().sort({$natural:-1}).limit(1){"ts":ISODate("2012-05-20T16:50:36.321Z"),"info":"queryfilereslen:1219nscanned:8\nquery:{query:{},orderby:{$natural:-1.0}}nreturned:8bytes:1203","millis":0}优化方案1：创建索引在查询条件的字段上，或者排序条件的字段上创建索引，可以显著提高执行效率。db.posts.ensureIndex({ts:1});

优化方案2:限定返回结果条数使用limit()限定返回结果集的大小，可以减少databaseserver的资源消耗，可以减少网络传输数据量。db.posts.find().sort({ts:-1}).limit(10);

优化方案3:查询使用到的字段，不查询所有字段优化方案4:采用cappedcollectioncappedCollections比普通Collections的读写效率高优化方案5:采用ProfilingProfiling功能肯定是会影响效率的，但是不太严重，原因是他使用的是file来记录,file是一个cappedcollection这种collection在操作上有一些限制和特点，但是效率更高。db.posts.find({},{ts:1,title:1,author:1,abstract:1}).sort({ts:-1}).limit(10);性能监控通过对数据库的性能监控，能够更好的了解数据库的工作状态，从而进行优化。介绍几个性能监控的工具：Mongosniff此工具可从底层监控到底有哪些命令发送给MongoDB去执行。./mongosniff--sourceNETlo

它是实时动态监视的，需要打开另一个客户端进行命令操。可以将这些数据输出到一个日志文件中，那么就可以保留下所有数据库操作的历史记录，对于后期的性能分析和安全审计等工作将是一个巨大的贡献。。Mongostat此工具可以快速的查看某组运行中的MongoDB实例的统计信息，也需要在打开一个客户端进行命令操作:用法如下：[root@localhostbin]#./mongostat

下面是执行结果(部分):

[root@localhostbin]#./mongostatinsertqueryupdatedeletelocked%idxmiss%qr|qwar|awconntime*0*0*0*0000|01|0401:19:15*0*0*0*0000|01|0401:19:16*0*0*0*0000|01|0401:19:17字段说明:

insert: 每秒插入量query: 每秒查询量update: 每秒更新量delete: 每秒删除量locked: 锁定量qr|qw:客户端查询排队长度(读|写)ar|aw:活跃客户端量(读|写)conn: 连接数time: 当前时间它每秒钟刷新一次状态值，提供良好的可读性，通过这些参数可以观察到一个整体的性能情况。db.serverStatus()这个命令是最常用也是最基础的查看实例运行状态的命令之一，下面我们看一下它的输出:>db.serverStatus(){"host":"localhost.localdomain","version":"1.8.1",--服务器版本

"process":"mongod","uptime":3184,--启动时间(秒)"uptimeEstimate":3174,"localTime":ISODate("2012-05-28T11:20:22.819Z"),"globalLock":{"totalTime":3183918151,"lockTime":10979,"ratio":0.000003448267034299149,"currentQueue":{"total":0,--当前全部队列量

"readers":0,--读请求队列量。。。。。。。db.statsdb.stats查看数据库状态信息。使用样例如下:

>db.stats(){"db":"test","collections":7,--collection数量

"objects":28,--对象数量

"avgObjSize":50.57142857142857,--对象平均大小

"dataSize":1416,--数据大小

"storageSize":31744,--数据大小(含预分配空间)"numExtents":7,--事件数量

"indexes":7,--索引数量

"indexSize":57344,--索引大小

"fileSize":50331648,--文件大小

"ok":1--stats是否正常}第三方工具：MongoDB从一面世就得到众多开源爱好者和团队的重视，在常用的监控框架如cacti、Nagios、Zabbix

等基础上进行扩展，进行MongoDB的监控都是非常方便的。数据导出、数据导入 作为DBA（管理员），经常会碰到导入导出数据的需求，下面就介绍实用工具：数据导出

mongoexport数据导入

mongoimport

数据导出命令mongoexport假设库里有一张user表，里面有2条记录，我们要将它导出

>usemy_mongodbswitchedtodbmy_mongodb>db.user.find();{"_id":ObjectId("4f81a4a1779282ca68fd8a5a"),"uid":2,"username":"Jerry","age":100}{"_id":ObjectId("4f844d1847d25a9ce5f120c4"),"uid":1,"username":"Tom","age":25}常用导出方法参数说明:-d指明使用的库,“my_mongodb”

-c指明要导出的表,“user”

-o指明要导出的文件名,“user.dat”

从上面可以看到导出的方式使用的是JSON的样式

[root@localhostbin]#./mongoexport-dmy_mongodb-cuser-ouser.dat

connectedto:exported2records[root@localhostbin]#catuser.dat{"_id":{"$oid":"4f81a4a1779282ca68fd8a5a"},"uid":2,"username":"Jerry","age":100}{"_id":{"$oid":"4f844d1847d25a9ce5f120c4"},"uid":1,"username":"Tom","age":25}导出CSV格式的文件参数说明:-csv指要要导出为csv格式-f指明需要导出哪些例更详细的用法可以mongoexport–help查看

[root@localhostbin]#./mongoexport-dmy_mongodb-cuser--csv-fuid,username,age

-ouser_csv.datconnectedto:exported2records[root@localhostbin]#catuser_csv.datuid,username,age2,"Jerry",1001,"Tom",25数据导入命令mongoimport导入JSON数据测试时可以先将原表删掉，以便更好的演示，导入时会自动隐式创建数据库结构。[root@localhostbin]#./mongoimport-dmy_mongodb-cuseruser.dat

connectedto:imported2objects导入CSV数据

参数说明:-type 指明要导入的文件格式-headerline 表明不导入第一行，因为第一行是列名-file 指明要导入的文件路径注意:CSV格式良好，主流数据库都支持导出为CSV的格式，所以这种格式非常利于异构数据迁移。

[root@localhostbin]#./mongoimport-dmy_mongodb-cuser--typecsv-