MongoDB
MongoDB 是一款开源的面向文档的数据库（document database）， NoSQL 中一种，同样使用文档存储实现 NoSQL 的 DB 还有 MarkLogic、OrientDB、CouchDB 等等。
安装
Mac 用户可以直接使用 Homebrew 安装，命令如下：
sudo brew install mongodb
也可以自己到 MongoDB 的下载中心 下载对应的系统和版本，如果是 Linux 的话可以使用 wget 下载：
wget "https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-4.0.4.tgz"
并配置环境变量，如下：
export PATH={MONGODB_DIR}/bin:$PATH
启动
# {mongo_db_file_path} 为指定的数据库文件存放位置，不支持~符号。如果使用默认位置 /data/db ，也需要先手动创建。
mongod --dbpath={mongo_db_file_path} --bind_ip_all --fork --logpath ./mongo.log
终端连接
（1）本地连接
mongo
（2）远程连接
mongo 172.2.0.3:27017
基本概念
BSON
MongoDB 的文件存储格式为 BSON，所谓 BSON，即是 Binary JSON，为 JSON 文档对象的二进制编码格式，其扩展了 JSON 的数据类型，支持浮点数和整数的区分，支持日期类型，支持直接存储 JS 的正则表达式，支持 32 位和 64 位数字的区分，支持直接存储 JS 函数等等。看起来 BSON 对于 JS 还是挺友好的呵。
注意：从 bash 终端中输入的数值都会被存储为 64 位浮点类型。
文档（Document）
一个文档就相当于关系型数据库中的行的概念，由多个键值有序组成，格式为 BSON。示例如下：
{ "_id" : ObjectId("5c05e74a65a27abc9a619f8a"), "a_key" : "a_value" }
其中 _id 是系统自动生成的键，当然也可以在创建时自定义值。
集合（Collection）
一个集合就相当于关系型数据库中的表的概念，由多个文档组成。集合中的默认索引为 _id ，可以新建其他键的索引来优化查询，MongoDB 支持单字段索引（Single Field Index）、复合索引（Compound Index）以及多键索引（Multikey Index）等等，可以根据需求进行选用。
数据库（Database）
多个集合组成一个数据库，不同的数据库之间文件是隔离的。单个 MongoDB 实例可以容纳多个独立数据库。默认系统存在以下的保留数据库：
- admin：用户权限相关
- local：存储限于本地的集合
- config：分片配置相关
索引原理
普通索引原理
MongoDB 3.2 开始使用 WiredTiger 为默认的存储引擎（之前版本默认使用 MMAPv1 存储引擎），WiredTiger 引擎默认使用B-树为索引底层结构。
MongoDB 中的每个文档都有一个位置信息（pos），索引就是建立索引键到pos的映射。在 WiredTiger 中该映射使用 B-树结构存储。
为什么使用 B-树而不是 B+树呢？
查询快，B-树中的各个节点都包含了文档的位置信息，可以减少磁盘的随机IO次数。但区间查询比 B+树慢，MongoDB 的假设条件是用户对区间查询或者说遍历的需求远少于=单个查询。B+树的所有数据都存放在叶子结点，单个查询效率固定为 O(logn)；而 B-树的文档索引存放在所有结点，单个查询效率最佳情况为 O(1)。
为什么使用 B-树而不是LSM树（日志结构合并树）呢？
LSM树的写入效率远高于读取效率，原因是牺牲了部分读取性能来使随机写变为顺序写。但在限制写入的场景下（比如限定每秒写入 30,000 条数据），LSM树的写入性能基本跟 B-树持平，但读取性能使 B-树的 1/4～1/2（见：https://xie.infoq.cn/article/4cba9eab7d6f90e9b548ab3d1 ）。MongoDB 的假设条件是用户对数据的读取远多于写入。
空间地理2D索引原理
MongoDB 的地理空间索引（geo2d index）很有趣。其索引值并不是存储位置点的 x、y 坐标，而是计算并存储其 geohash。geohash 是通过将平面不断切割成四等份（实现上采用平面四叉树表示），每一等份从坐标原点依次顺时针编码为 00、01、11、10，随着划分的不断精细，位置也越来越精确。
| 01 | 11 |
|---|---|
| 00 | 10 |
创建 2d 索引时通过 bits 位定义划分次数，命令如下：
db.coll.createIndex({"lag":"2d"}, {"bits":int}))
bits 默认值为 26，也就是将地球表面进行 26 次四等份。将地球表面展开到一张矩形纸张上，可知纸张长为 2*PI*R （PI 为圆周率，R 为地球半径），第 1 次切割会在纸张长边分为 2 份，第 2 次则是 4 份，第 3 次则是 8 份，于是 26 次是 2^26 份，每份长度为：
2*PI*R/(2^26) 或 2*PI*R/(1<<26)
计算可得 0.57 米，即 MongoDB 的 geo2d 索引精确度默认为 60 厘米。
bash 操作
database 级别
# 列出所有的数据库
> show dbs
# 查看当前使用的数据库
> db
# 切换当前使用的数据库
> use a_db
# 创建数据库
> use new_db
# 删除数据库
> db.dropDatabase()
collection 级别
# 显示数据库中的所有 collection
> show collections
# 列出 collection 中的所有列
> db.a_collection.find()
# 删除 collection
> db.a_collection.drop()
# 新建 collection
> db.createCollection("new_collection")
# 重命名 collection
> db.a_collection.renameCollection("new_name")
# 清空 collection 中数据
> db.a_collection.drop({})
docuement 级别
# 插入文档
> db.a_collection.insert({
"a_key": "a_value",
"b_key": 100,
"c_key": true
})
# 列出所有文档，并美化
> db.a_collection.find().pretty()
# 查询记录条数
> db.a_collection.find().count()
# 略过前100条
> db.a_collection.find().skip(100)
# MongoDB AND 且过滤器
> db.a_collection.find({
"a_key": "a_value",
"c_key": true
})
# MongoDB OR 或过滤器
> db.a_collection.find({
$or:[
{ "a_key": "a_value"},
{ "a_key": "another_value" }
]
})
# MongoDB 投影，只返回指定的字段
> db.a_collection.find({},{"a_key", "c_key"})
# 查询存在某字段的文档
> db.a_collection.find({"a_key",{"$exists":true}})
# 更新单个文档
db.a_collection.update({"a_key": "a_value"},{$set:{"a_key": "another_value"}})
# 更新多个文档
db.a_collection.update({"a_key": "a_value"},{$set:{"a_key": "another_value"}},,{multi: true})
# 删除文档
db.a_collection.remove({"a_key": "a_value"})
# 后台执行创建单一复合索引操作
db.a_collection.createIndex({"a_key": 1,"c_key": -1},{unique: true,background: true})
# 查询所有索引
db.a_collection.getIndexes()
# 删除索引
db.a_collection.dropIndex({"a_key":1})
Java 操作
模块划分
- bson：高性能的编码解码。
- mongodb-driver-core：核心库，抽取出来主要是用于自定义 API。
- mongodb-driver-legacy：兼容旧的 API 的同步 Java Driver。
- mongodb-driver-sync：只包含 MongoCollection 泛型接口，服从一套新的跨 Driver 的 CRUD 规范。
- mongodb-driver：mongodb-driver-legacy + mongodb-driver-sync，新项目推荐使用它！
- mongodb-driver-async：新的异步 API，充分利用 Netty 或者 Java7 的 AsynchronousSocketChannel 已达到快而非阻塞的 IO。
- mongo-java-driver（uber-jar）：包含 bson, mongodb-driver-core 和 mongodb-driver。
引入依赖
dependencies {
compile 'org.mongodb:mongodb-driver-sync:3.9.1'
}
在 v3.6.4 使用 MongoURI
String mongoUri = ConfigManager.getInstance().getString(DistributedConfig.MONGODB_URI);
ConnectionString connectionString = new ConnectionString(mongoUri);
CodecRegistry pojoCodecRegistry = fromRegistries(MongoClient.getDefaultCodecRegistry(),
fromProviders(PojoCodecProvider.builder()
.automatic(true)
.build()));
MongoClient mongoClient = new MongoClient(new MongoClientURI(mongoUri,
MongoClientOptions.builder()
.codecRegistry(
pojoCodecRegistry)));
String database = connectionString.getDatabase();
if (Strings.isNullOrEmpty(database)) {
database = "my_db";
}
MongoDatabase mongoDatabase = mongoClient.getDatabase(database);
在 v3.9.1 使用 MongoURI
public class Mongo {
private MongoDatabase mongoDatabase;
private Mongo() {
String mongoUri = ConfigManager.getInstance().getString(DistributedConfig.MONGODB_URI);
ConnectionString connectionString = new ConnectionString(mongoUri);
CodecRegistry pojoCodecRegistry = fromRegistries(MongoClientSettings.getDefaultCodecRegistry(),
fromProviders(PojoCodecProvider.builder()
.automatic(true)
.build()));
MongoClientSettings settings = MongoClientSettings.builder()
.applyConnectionString(connectionString)
.codecRegistry(pojoCodecRegistry)
.build();
MongoClient mongoClient = MongoClients.create(settings);
String database = connectionString.getDatabase();
if (Strings.isNullOrEmpty(database)) {
database = "my_db";
}
MongoDatabase mongoDatabase = mongoClient.getDatabase(database);
}
public <T> MongoCollection<T> getCollection(Class<T> documentClass) {
return mongoDatabase.getCollection(CaseFormat.LOWER_CAMEL.to(CaseFormat.LOWER_UNDERSCORE,
documentClass.getSimpleName()),
documentClass);
}
}
事务支持
MongoDB 的事务支持始于 MongoDB 4.0，对应 Java Driver 版本为 3.8.0，对应 Python 版本为 3.7.0，详情阅读 Transactions and MongoDB Drivers - mongodb.com.
void runTransactionWithRetry(Runnable transactional) {
while (true) {
try {
transactional.run();
break;
} catch (MongoException e) {
System.out.println("Transaction aborted. Caught exception during transaction.");
if (e.hasErrorLabel(MongoException.TRANSIENT_TRANSACTION_ERROR_LABEL)) {
System.out.println("TransientTransactionError, aborting transaction and retrying ...");
continue;
} else {
throw e;
}
}
}
}
void commitWithRetry(ClientSession clientSession) {
while (true) {
try {
clientSession.commitTransaction();
System.out.println("Transaction committed");
break;
} catch (MongoException e) {
// can retry commit
if (e.hasErrorLabel(MongoException.UNKNOWN_TRANSACTION_COMMIT_RESULT_LABEL)) {
System.out.println("UnknownTransactionCommitResult, retrying commit operation ...");
continue;
} else {
System.out.println("Exception during commit ...");
throw e;
}
}
}
}
void updateEmployeeInfo() {
MongoCollection<Document> employeesCollection = client.getDatabase("hr").getCollection("employees");
MongoCollection<Document> eventsCollection = client.getDatabase("hr").getCollection("events");
try (ClientSession clientSession = client.startSession()) {
clientSession.startTransaction();
employeesCollection.updateOne(clientSession,
Filters.eq("employee", 3),
Updates.set("status", "Inactive"));
eventsCollection.insertOne(clientSession,
new Document("employee", 3).append("status", new Document("new", "Inactive").append("old", "Active")));
commitWithRetry(clientSession);
}
}
void updateEmployeeInfoWithRetry() {
runTransactionWithRetry(this::updateEmployeeInfo);
}
备份与还原
使用 Mongo 安装包 bin 目录下的 mongodump 进行备份，mongorestore 进行还原。
备份
mongodump -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 -o 文件存在路径
还原
mongorestore -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 --drop 文件存在路径
当为还原 bson 文件为
mongorestore -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 --drop bson文件路径 -d 表名
数据库迁移
db.copyDatabase("db_to_rename","db_renamed","localhost")
Q&A
一个服务中该使用一个还是多个 MongoClient？
通常一个服务应使用一个全局的 MongoClient，并且 MongoClient 中已经实现了一个连接池，最大值默认为 1000000 的连接限制，这相当于没有限制。
参考：为什么 MongoDB 连接数被用满了？ - mongoing.com
Invalid BSON field name id
更新文档时出现该错误，原因是使用了 updateOne 但是没有 $set 字段，改为使用 replaceOne 就不用这么麻烦了。
readString can only be called when CurrentBSONType is STRING, not when CurrentBSONType is OBJECT_ID
给名为 id 的字段添加注解 @BsonProperty("id") 即可。
MongoWaitQueueFullException
错误日志：
com.mongodb.MongoWaitQueueFullException: Too many threads are already waiting for a connection. Max number of threads (maxWaitQueueSize) o
f 500 has been exceeded.
at com.mongodb.internal.connection.DefaultConnectionPool.createWaitQueueFullException(DefaultConnectionPool.java:280)
at com.mongodb.internal.connection.DefaultConnectionPool.get(DefaultConnectionPool.java:99)
at com.mongodb.internal.connection.DefaultConnectionPool.get(DefaultConnectionPool.java:92)
at com.mongodb.internal.connection.DefaultServer.getConnection(DefaultServer.java:85)
at com.mongodb.binding.ClusterBinding$ClusterBindingConnectionSource.getConnection(ClusterBinding.java:115)
at com.mongodb.operation.OperationHelper.withReleasableConnection(OperationHelper.java:424)
at com.mongodb.operation.MixedBulkWriteOperation.execute(MixedBulkWriteOperation.java:192)
at com.mongodb.operation.MixedBulkWriteOperation.execute(MixedBulkWriteOperation.java:67)
at com.mongodb.client.internal.MongoClientDelegate$DelegateOperationExecutor.execute(MongoClientDelegate.java:193)
at com.mongodb.client.internal.MongoCollectionImpl.executeBulkWrite(MongoCollectionImpl.java:467)
at com.mongodb.client.internal.MongoCollectionImpl.bulkWrite(MongoCollectionImpl.java:447)
at com.mongodb.client.internal.MongoCollectionImpl.bulkWrite(MongoCollectionImpl.java:442)
