mongodb拾遗

查询选择器(默认前缀为db.test.)
语句	说明	备注
find()	查询全部数据	默认每200ms将数据flush到硬盘
find({id:1})	精确查询
find({id:{$lt:5})	id小于5的全部数据	同样的还有$lte(小于等于)、$lt（小于）、$gt（大于）、$gte（大于等于）
find({id:[1,2]})	某个范围内	$nin(不在某个范围内，低效，会使索引失效)、$ne（不等于，低效，会使索引失效）
find({$or:[{id:1},{id:2}]}	等同sql or	$and(等同于sql and，find({$and:[{id:1},{name:"xiaoming"}]}))
find({id:{$existis:false}})	返回存在/不存在某个字段的全部数据
find({'detail.1.post':5})	返回属性detail的第二个元素中post为5的数据
find({id:1},{_id:0,id:1,name:1})	查询id为1的数据并只返回id和name，0不现实，1显示
find({}).sort({id:-1})	查询所有数据并按id降序，1升序	大数据量时排序字段必须建立索引
find({}).skip(1).limit(4).sort({id:-1})	查询所有数据并按id降序,且跳过前1行开始返回4条数据	尽量不要使用skip，性能差
find({array:[1,2]})	精确匹配数组array为[1,2]的数据	find({array:1}) 查找所有数组中包含1的数据 find({"array.0":1}) 查找所有数据第一个元素为1的数据
find({array:[1,2]},{_id:0,"status.info":1})	精确匹配数组array为[1,2]的数据并返回status属性的info字段	映射字段同样可用数组方式find({array:[1,2]},{_id:0,"status.0.info":1})
find({},{array:{"$slice":-1},"array.desc":0})	返回数组array的最后一个元素
索引及查询优化
ensureIndex({name:1},{unique:true})	为字段name建立唯一索引（该字段值必须唯一）unique：false为普通索引	db.system.indexes.find()查看索引， 如果对数组建立索引，那么数组中的每个元素都会建立索引
find().explain()	解释查询语句
ensureIndex({name:1,age:1})	为字段name和age建立复合索引
dropIndex("name")	删除name索引
db.setProfilingLevel(1)	开启数据库监视功能，0关闭，1记录慢查询。2记录所有，所有监视结果都在system.profile中
增删改操作
insert({id:1,name:"xiaoming",age:2})	添加一条数据	集合不存在自动创建 如果不显示指定_id则自动创建
update({query,update,<upsert>,<multi>	query:查询条件 update：更新内容 upsert:是否查不到数据就插入 multi：是否只匹配第一个找到的数据	update({id:1},{$set:{name:"zhangsan"},$inc:{age:12}})将集合中id为1的name改成zhangsan，age在原基础上增加12 update({id:1},{name:"zhangsan"，age:12})将集合中id为1的name改成zhangsan，age改成12并清除其他字段（区别在于是否有操作符如$set）
remove(<query>,<justone>)	删除数据 无参时，删除全部数据，不删除索引（数据为物理删除） 只有query的时候删除所有匹配的数据 有justone的时候删除匹配的第一个文档
高级特性
管道聚集	$match 过滤文档只传递匹配的文档到管道中的下一个步骤 $limit  限制管道中文档的数量 $skip  跳过指定数量的文档，返回剩下的文档 $sort  对所有输入的文档进行排序 $group  对所有的文档进行分组然后计算聚集结果 $first 返回group操作后的第一个值 $last 返回group操作后的最后一个值 $max 返回group操作后的最大值 $min 返回group操作后的最小值 $avg 返回group操作后的平均值 $sum 回group操作后的所有值的和 $out  将管道中的文档输出到一个具体的集合中，这个必须是管道操作的最后一步	db.test.aggregate([            {             $match:{status:"normal"}             },             {              $group:{_id:null,count:{$sum:1}}             } ])
mapreduce聚集	db.test.mapreduce(  //map  function(){   emit(this.id,this.age);  },  //reduce  function(key,values){   return Array.sum(values);  },  //query  {   query:{status:"normal"},   outresult:"result"  } )
简单聚集	distinct("name") 去重 find().count() 统计 group 分组 sql:select _id,sum(value) count csum from coll where _id<3 group by _id group(  {   key:{_id:1},   cond:{_id:{$lt:3}},   reduce:function(cur,result){    result.count+=cur.value   },   initial:{count:0}  } )统计_id小于3，按照_id分组求value值的和	key：用来分组文档的字段。和keyf两者必须有一个 keyf：可以接受一个javascript函数。用来动态的确定分组文档的字段。和key两者必须有一个 initial：reduce中使用变量的初始化 reduce：执行的reduce函数。函数需要返回值。 cond：执行过滤的条件。 finallize：在reduce执行完成，结果集返回之前对结果集最终执行的函数。可选的 sql:select a,b,sum(c) csum from coll where active=1 group by a,b db.coll.group(            {key: { a:true, b:true },             cond: { active:1 },             reduce: function(obj,prev) { prev.csum += obj.c; },             initial: { csum: 0 }             }); group和distinct返回的结果集不能大于16mb，不能在分片集群上进行操作且group不能处理超过10000个唯一键值，超过这个限制只能使用管道或者mapreduce
复制集	三节点组成，一个主节点，一个从节点，一个哨兵节点，哨兵节点不存储任何数据，只负责管理和处理故障时发生的问题
分片	同redis分片，mysql分区。三台独立mongo，每个可做复制集。每台都有一个configure服务器，一台路由服务器 启动configure服务器 启动mongos路由服务器 启动分片服务器 使用sh.addshard添加分片到路由服务器 注：集合设置分片才能进行分片，且片键上必须有索引sh.enablesharding("test")  当chunk不平衡时自动启动平衡器	所有客户端通过连接路由服务器来连接数据库 不包含索引和片键的查询会查询所有数据 只包含片键的会只查询片键归属的一个片上的所有数据 包含片键和索引的会查询片键归属的片并按索引高效查询 不能使用升序字段做片键 不推荐使用随机字段做片键 不推荐范围有限的字段做片键 片键应具有分发写操作、读操作不能太过随机化（尽量局部化）、要保证chunk一只能被分割的特性，故此片键通常需要有几个字段进行组合，如_id和city
文件系统	小于16mb的文件可直接转化成二进制存储 gridfs默认切割成每个256kb的小块
监控及管理
导入导出	mongoexport、mongoimport
备份恢复	mongodump、mongorestore	集群备份：禁用平衡器、停止每个片上的second节点和配置服务器、备份，重启复制集成员、重启平衡器 集群恢复:停止所有实例、恢复每个片中的数据、恢复配置服务器、重启所有实例、执行db.printshardingstatus()确保集群是可操作的
数据库监控	mongostat、mongotop、serverstatus、stats
web控制台监控	端口号28017，2.6以前默认启动，之后默认关闭，启动时加入参数httpinterfacetrue开启
权限	启动时加入auth=true 用户-角色（一对多）-权限（一对多）	可针对到库设置用户和权限
客户端	MongoVUE   免费不好用 Robomongo  推荐