Mongo学习记录

引子

最近做项目利用mongo记录的日志做数据统计。着了非关系型数据库的迷，于是乎买了本《MongoDB实战》学习了一番。记录一下学习笔记，共享之。

准备

我在自己的Linux服务器上装了最新版的Mongo。记录一下安装链接还有一个遇到的问题。

Linux安装mongo https://blog.51cto.com/13641879/2141129

我想看数据库状态的时候遇到了一个权限问题

> db.serverStatus()
{
	"ok" : 0,
	"errmsg" : "not authorized on admin to execute command { serverStatus: 1.0, lsid: { id: UUID(\"bbda7ede-9e92-492b-ae2f-f0f641fba261\") }, $db: \"admin\" }",
	"code" : 13,
	"codeName" : "Unauthorized"
}

解决方法：https://www.cnblogs.com/alexzhang92/p/10479105.html

如果看了上面那个解决方法，我们再次进入mongo shell模式（以admin）需要输入一下命令：

mongo -u 'admin' -p '123' --authenticationDatabase 'admin'

基础概念

mysql mongo 解释
database database 数据库
table collection 集合
row document 文档
column field 域

Mongo储存数据都是以BSON格式的，类似于JSON，如下：

{
	"_id": ObjectId("5d399bb2b52d6dc8a4ff6b42"),
	"name": "pjjlt"
}

如果不指定主键，会默认生成一个_id（长度一共12字节），生成规则：4个字节的时间戳+3个字节的机器Id+2个字节的进程Id+3个字节的随机数

Mongo操作

基础操作

> show dbs #查看所有数据库和使用情况
admin   0.000GB
config  0.000GB
local   0.000GB

> use pjjlt #切换到pjjlt库，发现没有创建之
switched to db pjjlt

> db #查看当前在操作哪个数据库
pjjlt

> db.myCollection.insert({"name":"pjjlt"}) #在pjjlt库的myCollection集合(没有此集合，创建之)插入一条数据
WriteResult({ "nInserted" : 1 })

> show collections #查看本库(pjjlt)下所有集合
myCollection

> db.myCollection.find() #查询某集合数据
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }

#篇幅原因，不演示下面操作了，直接说解释
>db.myCollection.drop() #删除某集合
>db.dropDatabase() #删除某数据库
>db.serverStatus() #查看服务器状态信息（查看引擎就在这边看，可以看到mongo4的默认引擎已经是wiredtiger了）
>db.stats() #当前数据库下简单信息 可以查看本库下有多少集合
>db.myCollection.stats() #查看某集合的基础信息
>db.runCommand() #可以执行某个function()方法
>db.help() #查看数据库层面所有操作
>db.myCollection.help() #查看集合层面所有操作
>db.listCommands() #列举数据库所有命令

数据插入

数据插入，可分为insert和save方法。具体所有方法，可以先输入一段代码，再按两下tab键查看。

#两下TAB键，看下有以下方法。insert可以实现后面两个方法的功能，即插入一条或多条
> db.myCollection.insert 
db.myCollection.insert(      db.myCollection.insertMany(  db.myCollection.insertOne(

#插入一条记录
> db.myCollection.insert({"name":"haha"})
WriteResult({ "nInserted" : 1 })

#插入多条记录，输出的信息会更加详细
> db.myCollection.insert([{"name":"hehe"},{"name":"heihei"}])
BulkWriteResult({
	"writeErrors" : [ ],
	"writeConcernErrors" : [ ],
	"nInserted" : 2,
	"nUpserted" : 0,
	"nMatched" : 0,
	"nModified" : 0,
	"nRemoved" : 0,
	"upserted" : [ ]
})

#看下myCollection集合下有多少数据
> db.myCollection.count()
4

#再看下内容，_id是自动生成的主键。
> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }

#看一下save的插入功能，save可以指定_id
#如果有_id存在则更新，没有就是插入，功能类似insert
> db.myCollection.save({"name":"save0"})
WriteResult({ "nInserted" : 1 })

> db.myCollection.save([{"name":"save1"},{"name":"save2"}])
BulkWriteResult({
	"writeErrors" : [ ],
	"writeConcernErrors" : [ ],
	"nInserted" : 2,
	"nUpserted" : 0,
	"nMatched" : 0,
	"nModified" : 0,
	"nRemoved" : 0,
	"upserted" : [ ]
})

> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }
{ "_id" : ObjectId("5d3a927fb4d620841817e434"), "name" : "save0" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e436"), "name" : "save1" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e437"), "name" : "save2" }

数据修改

数据修改有命令save和update，其中update有具有局部更新和替换更新的功能

#先看下save方法，指定_id，进行修改
> db.myCollection.save({"_id":ObjectId("5d3a92a2b4d620841817e437"),"name":"save3"})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }
{ "_id" : ObjectId("5d3a927fb4d620841817e434"), "name" : "save0" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e436"), "name" : "save1" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e437"), "name" : "save3" }

#然后看update方法，同insert一样，update可以实现后面两个方法
> db.myCollection.update
db.myCollection.update(      db.myCollection.updateMany(  db.myCollection.updateOne(

看下update语法

db.collection.update(
   <query>,   #update的查询条件，类似sql update语句where后面的部分
   <update>,  #update的对象和一些更新的操作符等，也可以理解为sql update语句set后面的
   {
     upsert: <boolean>,  #可选，这个参数的意思是，如果不存在update的记录，是否插入objNew，true为插入，默认是false，不插入
     multi: <boolean>,   #可选，mongodb 默认是false，只更新找到的第一条记录，如果这个参数为true，就把按条件查出来多条记录全部更新
     writeConcern: <document>  #可选，抛出异常的级别
   }
)

接着回到例子中，为了说明方便，我们新建一个新的集合user

#给新的集合建一个新的文档
> db.user.insert({"username":"pjjlt","age":25})
WriteResult({ "nInserted" : 1 })
> db.user.find().pretty()
{
	"_id" : ObjectId("5d3aa1fcb4d620841817e438"),
	"username" : "pjjlt",
	"age" : 25
}

# ok，把pjjlt的年龄改成18，使用了关键字$set,待会会演示不使用这个关键字的效果
> db.user.update({"_id" : ObjectId("5d3aa1fcb4d620841817e438")},{$set:{"age":18}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find().pretty()
{
	"_id" : ObjectId("5d3aa1fcb4d620841817e438"),
	"username" : "pjjlt",
	"age" : 18
}

#如果使用了$set是局部更新，如果不使用，就是替换更新，为了区分，我们已跟新新的域city为例
> db.user.update({"_id" : ObjectId("5d3aa1fcb4d620841817e438")},{"city":"SJZ"})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find().pretty()
{ "_id" : ObjectId("5d3aa1fcb4d620841817e438"), "city" : "SJZ" }
#发现原始数据也没了，因为被全部替换了

数据删除

数据删除可以使用deleteMany、deleteOne、remove

# 两下Tab
> db.user.delete
db.user.deleteMany(  db.user.deleteOne(

# 删除没数据了
> db.user.deleteOne({"_id" : ObjectId("5d3aa1fcb4d620841817e438")})
{ "acknowledged" : true, "deletedCount" : 1 }
> db.user.find().pretty()
> 

# 再增加几条数据
> db.user.find()
{ "_id" : ObjectId("5d3ab2f8b4d620841817e439"), "username" : "pjjlt", "age" : 25 }
{ "_id" : ObjectId("5d3ab2fdb4d620841817e43a"), "username" : "pjjlt1", "age" : 25 }
{ "_id" : ObjectId("5d3ab302b4d620841817e43b"), "username" : "pjjlt2", "age" : 25 }
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

remove语法

db.collection.remove(
   <query>,    #可选，查询条件
   {
     justOne: <boolean>,  #可选，设置为true或者1，表示只删除一个文档，设置为false，表示删除所有匹配的文档，默认为false
     writeConcern: <document> #可选，抛出异常的级别
   }
)

再回到例子删除一下。需要手动释放磁盘空间

> db.user.remove({"age" : 25})
WriteResult({ "nRemoved" : 3 })
> db.user.find()
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }
#手动释放磁盘空间
> db.repairDatabase() 
{ "ok" : 1 }

数据查询

几乎大部分的业务都和查询有关。

范围查询运算符

运算符 描述
$lt 小于
$gt 大于
$lte 小于等于
$gte 大于等于

准备一个大数据集合，往numbers集合里面添加1000个数字

#前面那三个点是自动生成的，对代码没有影响，请忽略
> for(i=0;i<1000;i++){
... db.numbers.save({num:i});
... }
WriteResult({ "nInserted" : 1 })

#测试一个$lt，其他雷同
> db.numbers.find({"num":{$lt:5}})
{ "_id" : ObjectId("5d3ac7b7b4d620841817e43d"), "num" : 0 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e43e"), "num" : 1 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e43f"), "num" : 2 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e440"), "num" : 3 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e441"), "num" : 4 }

集合操作符

运算符 描述
$in 如果任意参数引用集合里，则匹配
$all 如果所有参数再引用集合里且被使用在包含数组的文档中，则匹配
$nin 如果没有参数在引用集合里，则匹配 
#插入一条记录
> db.tools.insert({tools:["AAA","BBB","CCC","DDD","EEE"]})
WriteResult({ "nInserted" : 1 })
#查看一下
> db.tools.find()
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#通过$in搜出来了
> db.tools.find({tools:{
... $in:["AAA","FFF","ZZZ"]
... }
... })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$all搜索测试
> db.tools.find({tools:{ $all:["AAA","FFF","ZZZ"] } })
> db.tools.find({tools:{ $all:["AAA","BBB"] } })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$nin搜索测试
> db.tools.find({tools:{ $nin:["AAA","BBB"] } })
> db.tools.find({tools:{ $nin:["ZZZ","YYY"] } })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

布尔运算符

运算符 描述
$ne 不匹配参数
$not 不匹配结果
$or 有一个条件匹配就成立
$nor 所有条件都不匹配
$and 所有条件都匹配
$exists 判断元素是否存在 
#接着上面的例子，使用$ne
> db.tools.find({tools:{$ne:"AAA"}})
> db.tools.find({tools:{$ne:"ZZZ"}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$not 看就就像条件取反
> db.tools.find({tools:{$not:{$in:["AAA"]}}})
> db.tools.find({tools:{$not:{$in:["ZZZ"]}}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#为了演示下面的功能，添加新域给刚才那个文档
> db.tools.update({"_id" : ObjectId("5d3ad78eb4d620841817e825")},{$set:{"city":"SJZ"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.tools.find().pretty()
{
	"_id" : ObjectId("5d3ad78eb4d620841817e825"),
	"tools" : [
		"AAA",
		"BBB",
		"CCC",
		"DDD",
		"EEE"
	],
	"city" : "SJZ"
}

#$or
> db.tools.find( {$or:[ {tools:{$in:["AAA"]}}, {"city":"BJ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$nor 所有条件都不匹配
> db.tools.find( {$nor:[ {tools:{$in:["ZZZ"]}}, {"city":"BJ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$and
> db.tools.find( {$and:[ {tools:{$in:["AAA"]}}, {"city":"BJ"} ]} )
> db.tools.find( {$and:[ {tools:{$in:["AAA"]}}, {"city":"SJZ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$exists
# tools集合是否存在tools域
> db.tools.find({"tools":{$exists:true}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }
# tools集合是否不存在tools域
> db.tools.find({"tools":{$exists:false}})
>

数组操作符

运算符 描述
$elemMatch 如果提供的所有词语在相同的子文档中，则匹配
$size 如果子文档数组大小与提供的文本值相同，则匹配 
#在新的集合里面插入新的文档
> db.products.insert({addresses:[{name:"home",city:"sjz"},{name:"work",city:"bj"}]})
WriteResult({ "nInserted" : 1 })
> db.products.find().pretty()
{
	"_id" : ObjectId("5d3ae3763d2312bc3a0be84c"),
	"addresses" : [
		{
			"name" : "home",
			"city" : "sjz"
		},
		{
			"name" : "work",
			"city" : "bj"
		}
	]
}

#$elemMatch 需要子文档的哦
> db.products.find({addresses:{$elemMatch:{"name":"home","city":"sjz"}}})
{ "_id" : ObjectId("5d3ae3763d2312bc3a0be84c"), "addresses" : [ { "name" : "home", "city" : "sjz" }, { "name" : "work", "city" : "bj" } ] }

#size
> db.products.find({"addresses":{$size:1}})
> db.products.find({"addresses":{$size:2}})
{ "_id" : ObjectId("5d3ae3763d2312bc3a0be84c"), "addresses" : [ { "name" : "home", "city" : "sjz" }, { "name" : "work", "city" : "bj" } ] }

排序分页分隔符

运算符 描述
$sort 排序 1 正序；-1 倒叙
$limit 显示多少条
$skip 跳过多少数据

注意和MySQL一样，skip操作大数的时候会很慢，需要提前缩小范围

#使用numbers这个集合
> db.numbers.find().sort({"num":-1}).skip(33).limit(9)
{ "_id" : ObjectId("5d3ac7b8b4d620841817e803"), "num" : 966 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e802"), "num" : 965 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e801"), "num" : 964 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e800"), "num" : 963 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7ff"), "num" : 962 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fe"), "num" : 961 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fd"), "num" : 960 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fc"), "num" : 959 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fb"), "num" : 958 }

其他操作符

运算符 描述
$where 执行任意JavaScript来选择文档
$regex 匹配正则表达式
$mod[(quatient),(result)] 如果元素除以除数符合结果则匹配
$type 如果元素的类型符合指定的BSON类型则匹配
$text 允许在建立文本索引的字段上执行文本搜索
null 不是关键词，不用加$，只是看一下使用 
#只演示下 mod 和 regex
#接着用刚才numbers那个集合
> db.numbers.find({"num":{$mod:[200,3]}})
{ "_id" : ObjectId("5d3ac7b8b4d620841817e440"), "num" : 3 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e508"), "num" : 203 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e5d0"), "num" : 403 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e698"), "num" : 603 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e760"), "num" : 803 }

#使用刚才user集合，搜索所有username以p开头的文档
> db.user.find({"username":{$regex:/^p.*/}})
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

#null的使用，搜索出没有这个域的文档，或者这个域为null
> db.user.find({"username":null})
> db.user.find({"username111":null})
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

聚合操作aggregate

可以把聚合框架理解成SQL中的GROUP BY。为了调用聚合框架就要定义一个管道。聚合管道里的每一步输出作为下一步的输入。类似于流的概念。

运算符 描述
$project 指定输出文档里的字段（项目）
$match 选择要处理的字段，与find()类似
$limit 限制传递给下一步文档数量
$skip 跳过一定数量的文档
$unwind 拓展数组，为每一个数组入口生成一个输出文档
$group 根据key来分组文档
$skip 排序文档
$geoNear 选择某个地理位置附近的文档
$out 把管道的结果写入某集合
$redact 控制特定数据的访问

以上很多命令符与上面查询命令符功能相同，$geoNear（这个貌似很有趣，类似于图论中迪杰斯特拉、弗洛伊德那些算法，可以计算坐标点之间的物理距离）和$redact先不过多的讨论。$limit、$skip、$skip也过于简单，上面演示过了，这里不再重复。看一下这些命令和关系型数据库SQL的类比

SQL命令 聚合命令操作符
SELECT $project $group functions : $sum,$min,$avg,etc.
FROM db.collectionName.aggregate(...)
JOIN $unwind
WHERE $match
GROUP BY $group
HAVING $match

但是集合命令操作符不必按照以上顺序进行书写，比如可以先写$match进行条件筛选，然后进行其他操作（其实，也往往建议这么做，毕竟第一步就把大部分没用的数据过滤了）

#为了方便说明，新建一个集合
> db.score.find()
{ "_id" : ObjectId("5d3bac2d78b22e869eb2fd26"), "name" : "pjjlt", "age" : 25, "city" : "sjz" }
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 112, "city" : "london" }
{ "_id" : ObjectId("5d3bad9078b22e869eb2fd28"), "name" : "haha", "age" : 24, "city" : "sjz" }
{ "_id" : ObjectId("5d3bada078b22e869eb2fd29"), "name" : "heihei", "age" : 25, "city" : "bj" }

#验证$match和$project
> db.score.aggregate([
... {$match:{age:{$lt:100}}}, //条件过滤
... {$project:{"_id":0}} //不显示主键
... ])
{ "name" : "pjjlt", "age" : 25, "city" : "sjz" }
{ "name" : "haha", "age" : 24, "city" : "sjz" }
{ "name" : "heihei", "age" : 25, "city" : "bj" }

#接下来分组显示每个城市的平均年龄
> db.score.aggregate([ {$group:{_id:"$city",avgAge:{$avg:"$age"}}} ])
{ "_id" : "bj", "avgAge" : 25 }
{ "_id" : "london", "avgAge" : 112 }
{ "_id" : "sjz", "avgAge" : 24.5 }

对于$group,对于原始数据如city、age，进行显示的时候前面也需要加上$，如$city、$age，否则显示为null

另外展示一下$group中可以使用的命令

命令 描述
$addToSet 为组里唯一的值创建一个数组
$first 组里第一个值，只有前缀$sort才有意义
$last 组里最后一个值，只有前缀$sort才有意义
$max 组里某个字段的最大值
$min 组里某个字段的最小值
$avg 某个字段的平均值
$push 返回组内所有值的数组。不去重复值
$sum 求组内所有值的和 
#回来接着展示$out字符，并且$out字符类似于Java8中的流收集器，必须放最后执行
> db.score.aggregate([ {$group:{_id:"$city",avgAge:{$avg:"$age"}}} ,{$out:'aResult'}])

#删除一下变量中的数据
> db.aResult.find()
{ "_id" : "bj", "avgAge" : 25 }
{ "_id" : "london", "avgAge" : 112 }
{ "_id" : "sjz", "avgAge" : 24.5 }

#最后是$unwind，接着用上次那个tools集合
> db.tools.find()
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

> db.tools.aggregate([
... {$project:{"_id":0}},
... {$unwind:"$tools"}
... ])
{ "tools" : "AAA", "city" : "SJZ" }
{ "tools" : "BBB", "city" : "SJZ" }
{ "tools" : "CCC", "city" : "SJZ" }
{ "tools" : "DDD", "city" : "SJZ" }
{ "tools" : "EEE", "city" : "SJZ" }

同关系型数据库一样，在project的时候，可以对数据进行进一步加工，可选函数有concat、toLower、toUpper这种字符串函数；add、mod、multiply这种算数运算函数；日期运算符；逻辑运算符；集合操作符等。以后有空在总结。

原子性

mongo在事务处理方面不如mysql。比如两个不同线程update的时候（+1操作）可能会出现数据被覆盖的现象。特别介绍一个具有原子性的操作findAndModify(),总找到到修改提交是一个原子事件，期间其他线程查询该数据会被拒绝。
当然为了保护数据，在业务代码层面（比如java）可以考虑加锁。

> db.score.find({"name":"qex"})
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 112, "city" : "london" }

#修改qex的年龄
> db.score.findAndModify({
... query:{"name":"qex"},
... update:{ $inc:{"age":+3}}
... })
{
	"_id" : ObjectId("5d3bac5878b22e869eb2fd27"),
	"name" : "qex",
	"age" : 112,
	"city" : "london"
}
> db.score.find({"name":"qex"})
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 115, "city" : "london" }

总结一下更新操作符

操作符 描述
$inc 根据给定的值更改数字
$set 设置字段为给定的值
$unset 取消设置字段
$rename 重命名字段给定的值
$setOnInsert 在upsert中，插入时设置字段
$bit 只执行按位更新字段
$ 根据查询选择器定位要更新的子文档
$push 添加值到数组中
$addToSet 添加值到数组中，重复了也不处理
$pop 从数组中删除第一个或者最后一个值
$pull 从数组中删除匹配查询条件的值
$pullAll 从数组中删除多个值
$each 从push和addToSet一起使用来操作多个值
$slice 从push和each一起使用来缩小更新后数组的大小
$sort 从push和each、slice一起使用来排序数组中的子文档
$isolated 隔离其他操作，不允许其他操作交叉更新多个文档

索引

索引分类

  1. 唯一索引

确保该数据在该集合只有一份，比如说主键，格式：

> db.user.createIndex({username:1},{unique:true})
{
	"createdCollectionAutomatically" : false,
	"numIndexesBefore" : 1,
	"numIndexesAfter" : 2,
	"ok" : 1
}
  1. 稀疏索引

稀疏索引可以保证某些文档不包含这个属性，就不会被筛选出来。例如通过电话号码建索引，但是集合中有的文档电话号码是null，在创建索引的时候就不会把这些文档考虑进来。

> db.user.createIndex({username:1},{sparse:true})
  1. 多键索引

索引字段是个数字，比如tools集合中的tools域，这意味着针对这些数组任意值在索引上的查询都会定位到文档上

  1. 哈希索引

哈希索引的好处是可以让索引上的入口是均匀分布的

db.user.createIndex({username:'hashed'})
  1. 地理位置索引

查询某个地点附近的文档，基于经纬度来储存每个文档。

当然从引用域的数量来说还可以分为单键索引和复合索引，和mysql的行为类似。

索引管理

  1. 建立索引

使用createIndex()。由于建立索引的时候，数据量大会导致系统长时间等待，所以要可以指定后台索引（由于需要大量数据，我没实验），还有离线索引等等。

db.user.createIndex({username:'hashed'}，{background：true})

索引反复操作可能会在内存中产生大量碎片，可以使用命令进行碎片整理（索引新建之）

> db.user.reIndex()
{
	"nIndexesWas" : 2,
	"nIndexes" : 2,
	"indexes" : [
		{
			"v" : 2,
			"key" : {
				"_id" : 1
			},
			"name" : "_id_",
			"ns" : "pjjlt.user"
		},
		{
			"v" : 2,
			"unique" : true,
			"key" : {
				"username" : 1
			},
			"name" : "username_1",
			"ns" : "pjjlt.user"
		}
	],
	"ok" : 1
}
  1. 查看索引

查看某个集合的索引使用getIndexes()

> db.user.getIndexes()
[
	{
		"v" : 2,
		"key" : {
			"_id" : 1
		},
		"name" : "_id_",
		"ns" : "pjjlt.user"
	},
	{
		"v" : 2,
		"unique" : true,
		"key" : {
			"username" : 1
		},
		"name" : "username_1",
		"ns" : "pjjlt.user"
	}
]
  1. 删除索引
> db.user.dropIndex("username_1") #名字可以在查看索引的时候找到
{ "nIndexesWas" : 2, "ok" : 1 }

引擎

主要有两种：MMAPV1和WiredTiger.在2.6版本之前只有MMAPV1，在3.0之后有了WiredTiger，但是默认还是MMAPV1。本篇使用的是4版本，已经默认是WiredTiger引擎了。相对于说MMAPV1，WiredTiger使用磁盘空间小得多，只需要将近7、8分之一的空间。记得从旧版本的mongo升级，导数据，原来20G的数据最后只有个位数（具体几G忘了），吓一跳，还担心会丢数据，原来是引擎变了。同时锁的颗粒度从数据库到文档级别，并发性能提升不少。总之，新的引擎占资源小，性能还高。

图片来自《MongoDB实战》

复制和分片

复制：复制是跨多个Mongo服务器（节点）分布和维护数据的方法。MongoDB可以把数据从一个节点复制到其他节点并在修改时进行同步。这种类型的复制是通过一个叫可复制集的机制提供。集群中的节点配置为自动同步数据，并且在服务器出错十自动容灾。MongDB还有一种旧的复制方法：主从复制。一般复制数据的时候，数据同步到了大部分（大于50%，比如说三台机器中的两台）节点就可以认为复制操作完成。可复制集应该保护至少3个成员，其中一个可以当裁判。

分片：分片是把大型数据集进行分区成更小的可管理的片的过程。简单来说就是一台MongoDB服务器盛不下或处理不了那么多数据（1，2，3，4，5，6）了，就将这些数据分到三台小点的机子上，分别维护（1，4）（2，5）（3，6）

参考

《MongoDB实战》

菜鸟教程 https://www.runoob.com/mongodb/mongodb-tutorial.html

posted @ 2019-07-27 20:19  啤酒就辣条  阅读(479)  评论(0)  编辑  收藏  举报