MongoDB 运维管理
1.bsondump：将Bson格式的文件转储为Json格式的数据。
2.mongo：客户端命令行工具，支持js语法。
3.mongod：数据库服务端，每个实例启动一个进程，可以fork为后台运行。
4.mongodump：数据库备份工具。
5.mongorestore：数据库恢复工具。
6.mongoexport：数据导出工具。
7.mongoimport：数据导入工具。
8.mongofiles：用于和mongoDB的GridFS文件系统交互的命令，并可操作其中的文件，它提供了我们本地系统与GridFS文件系统之间的存储对象接口。
9.mongostat：实时性能监控工具。
10.mongotop：用来跟踪MongoDB的实例， 提供每个集合的统计数据。默认情况下，mongotop每一秒刷新一次。
11.mongos:分片路由，如果使用了sharding功能，则应用程序连接的是mongos，而非mongod。
12.mongofiles：GridFS管理工具，可实现二进制文件的存取。
13.mongooplog：用于从运行的mongod服务中拷贝运行日志到指定的服务器，主要用于增量备份
14.mongoperf： 用于独立检查mongoDB的I/O性能的工具，使用示例：mongoperf < testPrefJson.txt（注：testPrefJson.txt存放测试的参数，以json格式，如：{nThreads:16,fileSizeMB:1000,r:true}，更多参数参看该命令的帮助），在linux上配置iostat命令观察写入的效果
除此之外，还有一些管理方法：
1.查看活动进程并关闭进程
> db.currentOp();
> // 等同于: db.$cmd.sys.inprog.findOne()
{
inprog: [{
"opid": 18,
"op": "query",
"ns": "mydb.votes",
"query": "{ score : 1.0 }",
"inLock": 1
}]
}
字段说明:
Opid: 操作进程号
Op: 操作类型(查询，更新等)
Ns: 命名空间, 指操作的是哪个对象
Query: 如果操作类型是查询的话，这里将显示具体的查询内容
lockType: 锁的类型，指明是读锁还是写锁
结束进程：
> db.killOp(1234/*opid*/)
> // 等同于: db.$cmd.sys.killop.findOne({op:1234})
注意：不要kill内部发起的操作，比如说replica set 发起的sync 操作等。
2.克隆collection
1）克隆远程colletion，使用cloneCollection命令完成将远程的collection复制到本地。
命令格式：db.runCommand({cloneCollection:"集合",from:"原机器",copyIndexes:false}),copyIndexes:是否复制索引
如： db.runCommand({cloneCollection:"test.t1",from:"132.42.33.175:28010"})
2）克隆本地collection，mongodb没有提供命令进行本地复制，但我们可以写一个循环插入的方法完成，
例如：将source_collection中的数据复制一份到target_collection，代码如下：
db.source_collection.find().forEach(function(x){db.target_collection.insert(x)})
3.复制数据库，使用copyDatabase命令完成复制数据库，
格式:copyDatabase(fromdb,todb,fromhost[,username,password])
fromdb：源数据库名称
todb：目标数据库名称
fromhost：源数据库地址，本地和远程都可以
username：远程数据库用户名
password：远程数据密码
例子：将本地db2库复制本地，并重命名db1
> db.copyDatabase("db2","db1","localhost")
4.刷新磁盘
将内存中尚未写入磁盘的信息写入磁盘，并锁住对数据库更新的操作，但读操作可以使用，使用runCommand命令,这个命令只能在admin库上执行
格式：db.runCommand({fsync:1,async:true})
async：是否异步执行
lock:1 锁定数据库
5.数据压缩
mongodb的存储结构采用了预分配的机制，长期不断的操作，会留下太多的的碎片，从而导致数据库系统越来越慢。
repairDatabase命令是mongodb内置的一个方法，它会扫描数据库中的所有数据，并将通过导入/导出来重新整理数据集合，将碎片清理干净
现在看压缩前和压缩后的对比数据，如下所示：
PRIMARY> db.t1.storageSize()
65232896
PRIMARY> db.t1.totalSize()
81470432
PRIMARY> db.repairDatabase()
{ "ok" : 1 }
PRIMARY> db.t1.storageSize()
65232896
PRIMARY> db.t1.totalSize()
79851584