MongoDB之高级命令语句

MongoDB之高级命令语句

一、MongoDB Mapreduce

Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。

MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

1. MapReduce 命令

以下是MapReduce的基本语法：

1. 一条语句

db.collection_name.mapReduce(
   function() {emit(key,value);},  //map 函数
   function(key,values) {return reduceFunction},   //reduce 函数
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

2. 多条语句

var map1=function() {emit(key,value);}
var reduce1=function(key, values) {return ruduceFuction;}
var options1={out:"new_collection_name"}
db.collection_name.mapReduce(map1,reduce1,options1)

2. 参数说明

3. 文件引入（举例 .csv 文件引入）

1. 引入 Windows MongoDB 中

mongoimport --db test --collection employee --type csv --headerline --ignoreBlanks --file D:\\xxx\\xxx.csv

其中： test 是使用的数据库，employee为将要创建的集合名称，type CSV 代表引入的文件的类型，headerline代表将文件的第一列作为新集合的列名，ignoreBlanks代表忽略单元格中的空格，file后使用本机的文件的地址

2. 引入 Linux MongoDB 中

• 将文件传入虚拟机的某个地址
• 引入

mongoimport --db test --collection employee --type csv --headerline --ignoreBlanks --file /xxx/xxx/xxx.csv

3. 引入 Navicat链接的MongoDB 中

• 点击 import Wizard
  
• 选择要导入的类型
  
• 选择要引入的文件
  
  
  
  
  
  
  

4. 实例

此处运用这个表格（已经引入了）

实现将各个state分类统计

var map1=function() {emit(this.state,1);}
var reduce1=function(map, values) {return Array.sum(values);}
var options1={out:"outcoll"}
db.emp.mapReduce(map1,reduce1,options1)

db.outcoll.find()

或者

db.emp.mapReduce(
   function() {emit(this.state,1);},  //map 函数
   function(key,values) {return Array.sum(values)},   //reduce 函数
   {
      out: "outcoll2",
   }
)
db.outcoll2.find()

用类似的方式，MapReduce可以被用来构建大型复杂的聚合查询。
Map函数和Reduce函数可以使用 JavaScript 来实现，使得MapReduce的使用非常灵活和强大。

二、MongoDB 固定集合（Capped Collections）

MongoDB 固定集合（Capped Collections）是性能出色且有着固定大小的集合，对于大小固定，我们可以想象其就像一个环形队列，当集合空间用完后，再插入的元素就会覆盖最初始的头部的元素。

1. 创建固定集合

我们通过createCollection来创建一个固定集合，且capped选项设置为true：

db.createCollection("cappedLogCollection",{capped:true,size:10000})

还可以指定文档个数,加上max:1000属性：

db.createCollection("cappedLogCollection",{capped:true,size:10000,max:1000})

2. 判断集合是否为固定集合:

db.cappedLogCollection.isCapped()

如果需要将已存在的集合转换为固定集合可以使用以下命令：

db.runCommand({"convertToCapped":"emp",size:10000})

以上代码将我们已存在的 posts 集合转换为固定集合。

3. 固定集合查询

固定集合文档按照插入顺序储存的,默认情况下查询就是按照插入顺序返回的,也可以使用$natural调整返回顺序。

db.cappedLogCollection.find().sort({$natural:-1})

4. 固定集合的功能特点

1)可以插入及更新,但更新不能超出collection的大小,否则更新失败,不允许删除,但是可以调用drop()删除集合中的所有行,但是drop后需要显式地重建集合。

2)在32位机子上一个cappped collection的最大值约为482.5M,64位上只受系统文件大小的限制。

5. 固定集合属性及用法

1)属性

• 属性1:对固定集合进行插入速度极快
• 属性2:按照插入顺序的查询输出速度极快
• 属性3:能够在插入最新数据时,淘汰最早的数据
  2)用法
• 用法1:储存日志信息
• 用法2:缓存一些少量的文档

三、MongoDB GridFS

1.概念

1)GridFS 用于存储和恢复那些超过16M（BSON文件限制）的文件(如：图片、音频、视频等)。
2)GridFS 也是文件存储的一种方式，但是它是存储在MonoDB的集合中。
3)GridFS 可以更好的存储大于16M的文件。
4)GridFS 会将大文件对象分割成多个小的chunk(文件片段),一般为256k/个,每个chunk将作为5)MongoDB的一个文档(document)被存储在chunks集合中。
6)GridFS 用两个集合来存储一个文件：fs.files与fs.chunks。
7)每个文件的实际内容被存在chunks(二进制数据)中,和文件有关的meta数(filename,content_type,还有用户自定义的属性)将会被存在files集合中。

2.GridFS 添加文件

现在我们使用 GridFS 的 put 命令来存储 mp3 文件。 调用 MongoDB 安装目录下bin的 mongofiles.exe工具。
打开命令提示符，进入到MongoDB的安装目录的bin目录中，找到mongofiles.exe，并输入下面的代码：

mongofiles.exe -d gridfs put D:\\mongo\\song.mp3

song.mp3 是音频文件名,之前的路径是音乐在本机的地址

未完继续。。。。。。。。。。。。。。。