mongodb-聚合查询
高级操作
- 讲解关于mongodb的高级操作,包括聚合、主从复制、分片、备份与恢复、MR
- 完成python与mongodb的交互
聚合 aggregate
- 聚合(aggregate)主要用于计算数据,类似sql中的sum()、avg()
- 语法
db.集合名称.aggregate([{管道:{表达式}}])
管道
- 管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入
ps ajx | grep mongo
-
在mongodb中,管道具有同样的作用,文档处理完毕后,通过管道进行下一次处理
-
常用管道
-
$group:将集合中的文档分组,可用于统计结果
-
$match:过滤数据,只输出符合条件的文档
-
$project:修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
-
$sort:将输入文档排序后输出
-
$limit:限制聚合管道返回的文档数
-
$skip:跳过指定数量的文档,并返回余下的文档
-
$unwind:将数组类型的字段进行拆分
-
表达式
- 处理输入文档并输出
- 语法
表达式:'$列名'
常用表达式
-
$sum:计算总和,$sum:1同count表示计数
-
$avg:计算平均值
-
$min:获取最小值
-
$max:获取最大值
-
$push:在结果文档中插入值到一个数组中
-
$first:根据资源文档的排序获取第一个文档数据
-
$last:根据资源文档的排序获取最后一个文档数据
$group
- 将集合中的文档分组,可用于统计结果
- _id表示分组的依据,使用某个字段的格式为'$字段'
- 例1:统计男生、女生的总人数
db.stu.aggregate([ {$group: { _id:'$gender', counter:{$sum:1} } } ])
Group by null
- 将集合中所有文档分为一组
- 例2:求学生总人数、平均年龄
db.stu.aggregate([ {$group: { _id:null, counter:{$sum:1}, avgAge:{$avg:'$age'} } } ])
透视数据
- 例3:统计学生性别及学生姓名
db.stu.aggregate([ {$group: { _id:'$gender', name:{$push:'$name'} } } ])
- 使用$$ROOT可以将文档内容加入到结果集的数组中,代码如下
db.stu.aggregate([ {$group: { _id:'$gender', name:{$push:'$$ROOT'} } } ])
$match
- 用于过滤数据,只输出符合条件的文档
- 使用MongoDB的标准查询操作
- 例1:查询年龄大于20的学生
db.stu.aggregate([ {$match:{age:{$gt:20}}} ])
- 例2:查询年龄大于20的男生、女生人数
db.stu.aggregate([ {$match:{age:{$gt:20}}}, {$group:{_id:'$gender',counter:{$sum:1}}} ])
$project
- 修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
- 例1:查询学生的姓名、年龄
db.stu.aggregate([ {$project:{_id:0,name:1,age:1}} ])
- 例2:查询男生、女生人数,输出人数
db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$project:{_id:0,counter:1}} ])
$sort
- 将输入文档排序后输出
- 例1:查询学生信息,按年龄升序
b.stu.aggregate([{$sort:{age:1}}])
- 例2:查询男生、女生人数,按人数降序
db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$sort:{counter:-1}} ])
$limit
- 限制聚合管道返回的文档数
- 例1:查询2条学生信息
db.stu.aggregate([{$limit:2}])
$skip
- 跳过指定数量的文档,并返回余下的文档
- 例2:查询从第3条开始的学生信息
db.stu.aggregate([{$skip:2}])
- 例3:统计男生、女生人数,按人数升序,取第二条数据
db.stu.aggregate([ {$group:{_id:'$gender',counter:{$sum:1}}}, {$sort:{counter:1}}, {$skip:1}, {$limit:1} ])
- 注意顺序:先写skip,再写limit
$unwind
- 将文档中的某一个数组类型字段拆分成多条,每条包含数组中的一个值
语法1
- 对某字段值进行拆分
db.集合名称.aggregate([{$unwind:'$字段名称'}])
- 构造数据
db.t2.insert({_id:1,item:'t-shirt',size:['S','M','L']})
- 查询
db.t2.aggregate([{$unwind:'$size'}])
语法2
- 对某字段值进行拆分
- 处理空数组、非数组、无字段、null情况
db.inventory.aggregate([{ $unwind:{ path:'$字段名称', preserveNullAndEmptyArrays:<boolean>#防止数据丢失 } }])
- 构造数据
db.t3.insert([ { "_id" : 1, "item" : "a", "size": [ "S", "M", "L"] }, { "_id" : 2, "item" : "b", "size" : [ ] }, { "_id" : 3, "item" : "c", "size": "M" }, { "_id" : 4, "item" : "d" }, { "_id" : 5, "item" : "e", "size" : null } ])
- 使用语法1查询
db.t3.aggregate([{$unwind:'$size'}])
- 查看查询结果,发现对于空数组、无字段、null的文档,都被丢弃了
- 问:如何能不丢弃呢?
- 答:使用语法2查询
db.t3.aggregate([{$unwind:{path:'$sizes',preserveNullAndEmptyArrays:true}}])
超级管理员
-
为了更安全的访问mongodb,需要访问者提供用户名和密码,于是需要在mongodb中创建用户
-
采用了角色-用户-数据库的安全管理方式
-
常用系统角色如下:创建超级管理用户
- root:只在admin数据库中可用,超级账号,超级权限
- Read:允许用户读取指定数据库
- readWrite:允许用户读写指定数据库
use admin
db.createUser({
user:'admin',
pwd:'123',
roles:[{role:'root',db:'admin'}]
})
启用安全认证
- 修改配置文件
sudo vi /etc/mongod.conf
- 启用身份验证
- 注意:keys and values之间一定要加空格, 否则解析会报错
security: authorization: enabled
- 重启服务
sudo service mongod stop sudo service mongod start
- 终端连接
mongo -u 'admin' -p '123' --authenticationDatabase 'admin'
普通用户管理
- 使用超级管理员登录,然后进入用户管理操作
- 查看当前数据库的用户
use test1 show users
- 创建普通用户
db.createUser({ user:'t1', pwd:'123', roles:[{role:'readWrite',db:'test1'}] })
- 终端连接
mongo -u t1 -p 123 --authenticationDatabase test1
-
切换数据库,执行命令查看效果
-
修改用户:可以修改pwd、roles属性
db.updateUser('t1',{pwd:'456'})
复制(副本集)
什么是复制
-
复制提供了数据的冗余备份,并在多个服务器上存储数据副本,提高了数据的可用性,并可以保证数据的安全性
-
复制还允许从硬件故障和服务中断中恢复数据
为什么要复制
-
数据备份
-
数据灾难恢复
-
读写分离
-
高(24* 7)数据可用性
-
无宕机维护
-
副本集对应用程序是透明
复制的工作原理
-
复制至少需要两个节点A、B...
-
A是主节点,负责处理客户端请求
-
其余的都是从节点,负责复制主节点上的数据
-
节点常见的搭配方式为:一主一从、一主多从
-
主节点记录在其上的所有操作,从节点定期轮询主节点获取这些操作,然后对自己的数据副本执行这些操作,从而保证从节点的数据与主节点一致
-
主节点与从节点进行数据交互保障数据的一致性
复制的特点
-
N 个节点的集群
-
任何节点可作为主节点
-
所有写入操作都在主节点上
-
自动故障转移
-
自动恢复
设置复制节点
-
接下来的操作需要打开多个终端窗口,而且可能会连接多台ubuntu主机,会显得有些乱,建议在xshell中实现
-
step1:创建数据库目录t1、t2
-
在Desktop目录下演示,其它目录也可以,注意权限即可
mkdir t1 mkdir t2
- step2:使用如下格式启动mongod,注意replSet的名称是一致的
mongod --bind_ip 192.168.196.128 --port 27017 --dbpath ~/Desktop/t1 --replSet rs0 mongod --bind_ip 192.168.196.128 --port 27018 --dbpath ~/Desktop/t2 --replSet rs0
- step3:连接主服务器,此处设置192.168.196.128:27017为主服务器
mongo --host 192.168.196.128 --port 27017
- step4:初始化
rs.initiate()
- 初始化完成后,提示符如下图:
- step5:查看当前状态
rs.status()
- 当前状态如下图:
- step6:添加复本集
rs.add('192.168.196.128:27018')
- step7:复本集添加成功后,当前状态如下图:
- step8:连接第二个mongo服务
mongo --host 192.168.196.128 --port 27018
- 连接成功后,提示符如下图:
- step9:向主服务器中插入数据
use test1 for(i=0;i<10;i++){db.t1.insert({_id:i})} db.t1.find()
- step10:在从服务器中插查询
- 说明:如果在从服务器上进行读操作,需要设置rs.slaveOk()
rs.slaveOk() db.t1.find()
其它说明
- 删除从节点
rs.remove('192.168.196.128:27018')
- 关闭主服务器后,再重新启动,会发现原来的从服务器变为了从服务器,新启动的服务器(原来的从服务器)变为了从服务器
备份
- 语法
mongodump -h dbhost -d dbname -o dbdirectory
-
-h:服务器地址,也可以指定端口号
-
-d:需要备份的数据库名称
-
-o:备份的数据存放位置,此目录中存放着备份出来的数据
-
例1
sudo mkdir test1bak sudo mongodump -h 127.0.0.1:27017 -d test1 -o ~/Desktop/test1bak
恢复
- 语法
mongorestore -h dbhost -d dbname --dir dbdirectory
-
-h:服务器地址
-
-d:需要恢复的数据库实例
-
--dir:备份数据所在位置
- 例2
mongorestore -h 127.0.0.1:27017 -d test2 --dir ~/Desktop/test1bak/test1
与python交互
- 点击查看官方文档
- 安装python包
进入虚拟环境 sudo pip install pymongo 或源码安装 python setup.py
- 引入包pymongo
import pymongo
- 连接,创建客户端
client=pymongo.MongoClient("localhost", 27017)
- 获得数据库test1
db=client.test1
- 获得集合stu
stu = db.stu
- 添加文档
s1={name:'gj',age:18} s1_id = stu.insert_one(s1).inserted_id
- 查找一个文档
s2=stu.find_one()
- 查找多个文档1
for cur in stu.find(): print cur
- 查找多个文档2
cur=stu.find() cur.next() cur.next() cur.next()
- 获取文档个数
print stu.count()
总结
- 聚合
- 安全
- 副本集
- 备份与恢复
- 与python交互