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/136418...
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/alexz...
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(
, #update的查询条件,类似sql update语句where后面的部分
, #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: , #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: , #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: #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(
, #可选,查询条件
{
justOne: , #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: #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
- 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
}
- 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})
- 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
- 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'})
- 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
- 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
}
- 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"
}
]
- 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。
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/mongod...