13-mongoDB

重点：
使用场景 集群搭建（路由节点，配置节点，分片集群） 安全认证 索引类型（ttl-过期索引 分片时也要用到索引）

1 前言

NoSQL数据库四大家族

• 列存储 Hbase,
• 键值(Key-Value)存储 Redis,
• 图像存储 Neo4j,
• 文档存储 MongoDB

mongo DB

mongoDB相关命令：
启动：./bin/mongod -f mongo.conf（-f xxx表示指定配置文件启动）
连接到服务端：./bin/mongo --port 57017(不带端口默认连接到27017)
关闭服务器：连接到客服端后，use admin; db.shutdownServer();

2 MongoDB集合数据操作（CURD）

2.1 数据添加

1. 插入单条数据 db.集合名.insert(文档)
   文档的数据结构和JSON基本一样。
2. 例如:
   db.lg_resume_preview.insert({name:"张晓峰",birthday:new ISODate("2000-07-01"),expectSalary:15000,gender:0,city:"bj"})
   没有指定 _id 这个字段 系统会自动生成 当然我们也可以指定 _id
3. 插入多条数据
   db.集合名.insert([文档,文档])

2.2 数据查询

2.2.1. 比较条件查询
db.集合名.find(条件)

条件查询

2.2.2 逻辑条件查询
and 条件
MongoDB 的 find() 方法可以传入多个键(key)，每个键(key)以逗号隔开，即常规 SQL 的 AND 条件
db.集合名.find({key1:value1, key2:value2}).pretty()
or 条件
db.集合名.find({ not:{$操作符:value}}).pretty()
2.2.3. 分页查询
db.集合名.find({条件}).sort({排序字段:排序方式})).skip(跳过的行数).limit(一页显示多少数据)

2.3. 数据更新 调用update

db.集合名.update(
,
,
{
upsert: ,
multi: ,
writeConcern: 
}
)

ps:

1. ：json格式的查询条件
2. 三种更新类型：unset - 删除指定字段，set:{字段名:值}},{multi:true})

2.4 数据删除

db.collection.remove(
,
{
justOne: ,
writeConcern: 
}
) 

参数说明：
query :（可选）删除的文档的条件。
justOne : （可选）如果设为 true 或 1，则只删除一个文档，如果不设置该参数，或使用默认值false，则删除所有匹配条件的文档。
writeConcern :（可选）用来指定mongod对写操作的回执行为。
例如：
db.lg_resume_previem.remove({expectSalary:18000})

3 实战

3.1 MongoDB的适用场景

3.1.1

● 网站数据：Mongo 非常适合实时的插入,更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。
● 缓存：由于性能很高，Mongo 也适合作为信息基础设施的缓存层。在系统重启之后，由Mongo搭建的持久化缓存层可以避免下层的数据源过载。
ps:(？？？？mongo真的可以拿来做缓存吗)
● 大尺寸、低价值的数据：使用传统的关系型数据库存储一些大尺寸低价值数据时会比较浪费，在此之前，很多时候程序员往往会选择传统的文件进行存储。
● 高伸缩性的场景：Mongo 非常适合由数十或数百台服务器组成的数据库，Mongo 的路线图中已经包含对MapReduce 引擎的内置支持以及集群高可用的解决方案。
● 用于对象及JSON 数据的存储：Mongo 的BSON 数据格式非常适合文档化格式的存储及查询。

3.1.2 行业具体应用场景

● 游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新。
● 物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
● 社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能。
● 物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。
● 直播，使用 MongoDB 存储用户信息、礼物信息等。

3.1.3 是否使用MongoDB

是否使用mongo

3.2 Spring Boot 访问 MongoDB

有MongoTemplate 方式和MongoRepository 方式，个人更倾向于MongoRepository 方式。
1、 jar包

org.springframework.boot
spring-boot-starter-data-mongodb
2.2.2.RELEASE

2、配置文件 application.properties

spring.data.mongodb.host=192.168.211.133
spring.data.mongodb.port=37017
spring.data.mongodb.database=lg_resume

3、编写实体类 并在实体类上打@Document(“集合名”)
4、编写 Repository 接口 继承 MongoRepository
方法具体参考
如果内置方法不够用 就自己定义 如:定义find|read|get 等开头的方法进行查询
5、从Spring容器中获取Repository对象 进行测试

3.3 复制集

主从结构没有自动故障转移功能，需要指定master和slave端，不推荐在生产中使用。mongodb4.0后不再支持主从复制，从而使用复制集。
复制集是由一组拥有相同数据集的mongod实例做组成的集群。
复制集是一个集群，它是2台及2台以上的服务器组成，以及复制集成员包括Primary主节点,secondary从节点和投票节点。
复制集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,保证数据的安全性。
（仲裁节点也要写dbpath!!!）

3.4 分片

分片集群由分片、mongos路由器和配置服务器组成。

分片

分片集群由以下3个服务组成：

• Shards Server: 每个shard由一个或多个mongod进程组成，用于存储数据。
• Router Server: 数据库集群的请求入口，所有请求都通过Router(mongos)进行协调，不需要在应用程序添加一个路由选择器，Router(mongos)就是一个请求分发中心它负责把应用程序的请求转发到对应的Shard服务器上。
• Config Server: 配置服务器。存储所有数据库元信息（路由、分片）的配置。
  片键（shard key）
  区块（chunk）

分片策略：

• 范围分片（Range based sharding）
  范围分片是基于分片主键的值切分数据，每一个区块将会分配到一个范围。
  范围分片适合满足在一定范围内的查找，例如查找X的值在[20,30)之间的数据，mongo 路由根据Config server中存储的元数据，可以直接定位到指定的shard的Chunk中。
  缺点: 如果shard key有明显递增（或者递减）趋势，则新插入的文档多会分布到同一个chunk，无法扩展写的能力。
• hash分片（Hash based sharding）
  Hash分片是计算一个分片主键的hash值，每一个区块将分配一个范围的hash值。
  Hash分片与范围分片互补，能将文档随机的分散到各个chunk，充分的扩展写能力，弥补了范围分片的不足，缺点是不能高效的服务范围查询，所有的范围查询要分发到后端所有的Shard才能找出满足条件的文档。
• 组合片键 A + B(散列思想 不能是直接hash)
  数据库中没有比较合适的片键供选择，或者是打算使用的片键基数太小（即变化少如星期只有7天可变化），可以选另一个字段使用组合片键，甚至可以添加冗余字段来组合。一般是粗粒度+细粒度进行组合。

链接们：
1、mongodb添加用户
2、mongodb复制集中的节点
3、MongoDB的路由器
4、MongoDB实战-分片概念和原理
5、centos固定ip sudo vim ifcfg-ens33
6、mongo的日志解析

4 实战

现在的公司里有用到mongo，就是上文提到的物流场景。对比了一下MongoTemplate和MongoRepository，感觉自己更习惯MongoTemplate的语法形式。

MongoTemplate

https://www.jianshu.com/p/a576499769ae