满足海量存储需求和访问的面向文档的数据库：MongoDB，CouchDB
MongoDB
Nice, I like it very much.
面向文档的非关系数据库主要解决的问题不是高性能的并发读写，而是保证海量数据存储的同时，具有良好的查询性能。MongoDB是用C++开发的，而CouchDB则是Erlang开发的：
1、MongoDB
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bjson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。
Mongo主要解决的是海量数据的访问效率问题，根据官方的文档，当数据量达到50GB以上的时候，Mongo的数据库访问速度是MySQL的 10倍以上。Mongo的并发读写效率不是特别出色，根据官方提供的性能测试表明，大约每秒可以处理0.5万－1.5次读写请求。对于Mongo的并发读写性能，我（robbin）也打算有空的时候好好测试一下。
因为Mongo主要是支持海量数据存储的，所以Mongo还自带了一个出色的分布式文件系统GridFS，可以支持海量的数据存储，但我也看到有些评论认为GridFS性能不佳，这一点还是有待亲自做点测试来验证了。
最后由于Mongo可以支持复杂的数据结构，而且带有强大的数据查询功能，因此非常受到欢迎，很多项目都考虑用MongoDB来替代MySQL来实现不是特别复杂的Web应用，比方说whywe migrated from MySQL toMongoDB就是一个真实的从MySQL迁移到MongoDB的案例，由于数据量实在太大，所以迁移到了Mongo上面，数据查询的速度得到了非常显著的提升。
MongoDB也有一个ruby的项目MongoMapper，是模仿Merb的DataMapper编写的MongoDB的接口，使用起来非常简单，几乎和DataMapper一模一样，功能非常强大易用。
MongoDB语法：
启动服务
1 |
mongod.exe –dbpath F:\DataBase\MongoDB\db\ |
–dbpath 数据文件存放路径
–port 数据服务端口
启动客户端
cclove 所连接的数据库名称
数据库操作语法
02 |
db.AddUser(username,password) 添加用户 |
03 |
db.auth(usrename,password) 设置数据库连接验证 |
04 |
db.cloneDataBase(fromhost) 从目标服务器克隆一个数据库 |
05 |
db.commandHelp(name) returns the help for the command |
06 |
db.copyDatabase(fromdb,todb,fromhost) 复制数据库fromdb—源数据库名称，todb—目标数据库名称，fromhost—源数据库服务器地址 |
07 |
db.createCollection(name,{size:3333,capped:333,max:88888}) 创建一个数据集，相当于一个表 |
08 |
db.currentOp() 取消当前库的当前操作 |
09 |
db.dropDataBase() 删除当前数据库 |
10 |
db.eval(func,args) run code server-side |
11 |
db.getCollection(cname) 取得一个数据集合，同用法：db['cname'] or db.cname |
12 |
db.getCollenctionNames() 取得所有数据集合的名称列表 |
13 |
db.getLastError() 返回最后一个错误的提示消息 |
14 |
db.getLastErrorObj() 返回最后一个错误的对象 |
15 |
db.getMongo() 取得当前服务器的连接对象get the server connection object |
16 |
db.getMondo().setSlaveOk() allow this connection to read from then nonmaster membr of a replica pair |
17 |
db.getName() 返回当操作数据库的名称 |
18 |
db.getPrevError() 返回上一个错误对象 |
19 |
db.getProfilingLevel() ?什么等级 |
20 |
db.getReplicationInfo() ?什么信息 |
21 |
db.getSisterDB(name) get the db at the same server as this onew |
22 |
db.killOp() 停止（杀死）在当前库的当前操作 |
23 |
db.printCollectionStats() 返回当前库的数据集状态 |
24 |
db.printReplicationInfo() |
25 |
db.printSlaveReplicationInfo() |
26 |
db.printShardingStatus() 返回当前数据库是否为共享数据库 |
27 |
db.removeUser(username) 删除用户 |
28 |
db.repairDatabase() 修复当前数据库 |
30 |
db.runCommand(cmdObj) run a database command. if cmdObj is a string, turns it into {cmdObj:1} |
31 |
db.setProfilingLevel(level) 0=off,1=slow,2=all |
32 |
db.shutdownServer() 关闭当前服务程序 |
33 |
db.version() 返回当前程序的版本信息 |
数据集(表)操作语法
01 |
db.linlin.find({id:10}) 返回linlin数据集ID=10的数据集 |
02 |
db.linlin.find({id:10}).count() 返回linlin数据集ID=10的数据总数 |
03 |
db.linlin.find({id:10}).limit(2)返回linlin数据集ID=10的数据集从第二条开始的数据集 |
04 |
db.linlin.find({id:10}).skip(8) 返回linlin数据集ID=10的数据集从0到第八条的数据集 |
05 |
db.linlin.find({id:10}).limit(2).skip(8) 返回linlin数据集ID=1=的数据集从第二条到第八条的数据 |
06 |
db.linlin.find({id:10}).sort() 返回linlin数据集ID=10的排序数据集 |
07 |
db.linlin.findOne([query]) 返回符合条件的一条数据 |
08 |
db.linlin.getDB() 返回此数据集所属的数据库名称 |
09 |
db.linlin.getIndexes() 返回些数据集的索引信息 |
10 |
db.linlin.group({key:…,initial:…,reduce:…[,cond:...]}) |
11 |
db.linlin.mapReduce(mayFunction,reduceFunction,<optional params>) |
12 |
db.linlin.remove(query) 在数据集中删除一条数据 |
13 |
db.linlin.renameCollection(newName) 重命名些数据集名称 |
14 |
db.linlin.save(obj) 往数据集中插入一条数据 |
15 |
db.linlin.stats() 返回此数据集的状态 |
16 |
db.linlin.storageSize() 返回此数据集的存储大小 |
17 |
db.linlin.totalIndexSize() 返回此数据集的索引文件大小 |
18 |
db.linlin.totalSize() 返回些数据集的总大小 |
19 |
db.linlin.update(query,object[,upsert_bool])在此数据集中更新一条数据 |
20 |
db.linlin.validate() 验证此数据集 |
21 |
db.linlin.getShardVersion() 返回数据集共享版本号 |
22 |
db.linlin.find({‘name’:'foobar’}) select * from linlin where name=’foobar’ |
23 |
db.linlin.find() select * from linlin |
24 |
db.linlin.find({‘ID’:10}).count() select count(*) from linlin where ID=10 |
25 |
db.linlin.find().skip(10).limit(20) 从查询结果的第十条开始读20条数据 select * from linlin limit 10,20 ———-mysql |
26 |
db.linlin.find({‘ID’:{$in:[25,35,45]}}) select * from linlin where ID in (25,35,45) |
27 |
db.linlin.find().sort({‘ID’:-1}) select * from linlin order by ID desc |
28 |
db.linlin.distinct(‘name’,{‘ID’:{$lt:20}}) select distinct(name) from linlin where ID<20 |
29 |
db.linlin.group({key:{‘name’:true},cond:{‘name’:'foo’},reduce:function(obj,prev){prev.msum+=obj.marks;},initial:{msum:0}}) |
30 |
select name,sum(marks) from linlin group by name |
31 |
db.linlin.find(‘this.ID<20′,{name:1}) select name from linlin where ID<20 |
32 |
db.linlin.insert({‘name’:'foobar’,'age’:25}) insert into linlin (‘name’,'age’)values(‘foobar’,25) |
33 |
db.linlin.insert({‘name’:'foobar’,'age’:25,’email’:'cclove2@163.com’}) |
34 |
db.linlin.remove({}) delete * from linlin |
35 |
db.linlin.remove({‘age’:20}) delete linlin where age=20 |
36 |
db.linlin.remove({‘age’:{$lt:20}}) delete linlin where age<20 |
37 |
db.linlin.remove({‘age’:{$lte:20}}) delete linlin where age<=20 |
38 |
db.linlin.remove({‘age’:{$gt:20}}) delete linlin where age>20 |
39 |
db.linlin.remove({‘age’:{$gte:20}}) delete linlin where age>=20 |
40 |
db.linlin.remove({‘age’:{$ne:20}}) delete linlin where age!=20 |
41 |
db.linlin.update({‘name’:'foobar’},{$set:{‘age’:36}}) update linlin set age=36 where name=’foobar’ |
42 |
db.linlin.update({‘name’:'foobar’},{$inc:{‘age’:3}}) update linlin set age=age+3 where name=’foobar’ |
