MongoDB數據庫管理主講:李捷QQ:86267659個人主頁:www.li-jie.me郵箱:lijie@單元目標1.什么是NO-SQL？2.認識MongoDB數據庫3.MongoDB的下載與安裝4.MongoDB的體系結構5.客戶端GUI工具集合6.常用命令（基本的增刪改查)什么是NO-SQLNoSQL是反SQL運動的意思，它指的是非關系型的數據庫，是以key-value形式存儲，和傳統的關系型數據庫不一樣，不一定遵循傳統數據庫的一些基本要求，比如說遵循SQL標準、ACID屬性、表結構等等，這類數據庫主要有以下特點：非關系型的、分布式的、開源的、水平可擴展的。NoSQL發展現狀目前國內外正在應用NoSQL的網站有：新浪微博 RedisGoogle

BigtableAmazon

SimpleDB淘寶數據平臺 Tair

(淘寶自主開發的Key/Value結構數據存儲系統)視覺中國網站 MongoDB

優酷運營數據分析 MongoDB飛信空間 HandlerSocket豆瓣社區 BeansDB

我們為什么要使用NOSQL非關系數據庫?一、對數據庫高并發讀寫的需求二、對海量數據的高效率存儲和訪問的需求三、和高可用性的需求對數據庫的高可擴展性NoSQL數據庫的優缺點在優勢方面，主要體現在下面這幾點：簡單的擴展快速的讀寫低廉的成本靈活的數據模型在不足方面，常見主要有下面這幾點：不提供對SQL的支持支持的特性不夠豐富現有產品的不夠成熟NOSQL的種類初始MongoDBMongoDB介紹MongoDB是什么？{“name”:”mongo”,”type”:”DB”}MongoDB（from“humongous”）Isascalable,high-performance,opensource,Document-orienteddatabase,WritteninC++是一個可擴展，高性能，開放源碼，面向文檔的數據庫，使用C++編寫的淺談原理內存映射存儲引擎MongoDB數據庫MongoDB是一個介于關系數據庫和非關系數據庫之間的產品，是非關系數據庫當中功能最豐富，最像關系數據庫的。他支持的數據結構非常松散，是類似json的bson格式，因此可以存儲比較復雜的數據類型。Mongo最大的特點是他支持的查詢語言非常強大，其語法有點類似于面向對象的查詢語言，幾乎可以實現類似關系數據庫單表查詢的絕大部分功能，而且還支持對數據建立索引。它的特點是高性能、易部署、易使用，存儲數據非常方便。

MongoDB數據庫主要功能特性：◆面向集合存儲，易存儲對象類型的數據“面向集合”（Collenction-Orented），意思是數據被分組存儲在數據集中，被稱為一個集合（Collenction)。每個集合在數據庫中都有一個唯一的標識名，并且可以包含無限數目的文檔。集合的概念類似關系型數據庫（RDBMS）里的表（table），不同的是它不需要定義任何模式（schema)。◆模式自由模式自由（schema-free)，意味著對于存儲在mongodb數據庫中的文件，我們不需要知道它的任何結構定義。如果需要的話，你完全可以把不同結構的文件存儲在同一個數據庫里。◆支持動態查詢◆支持完全索引，包含內部對象

MongoDB數據庫◆支持查詢◆支持復制和故障恢復◆使用高效的二進制數據存儲，包括大型對象（如視頻等）◆自動處理碎片，以支持云計算層次的擴展性◆支持RUBY，PYTHON，JAVA，C++，PHP等多種語言◆文件存儲格式為BSON（一種JSON的擴展）BSON（BinarySerializedDocumentFormat）存儲形式是指：存儲在集合中的文檔，被存儲為鍵-值對的形式。鍵用于唯一標識一個文檔，為字符串類型，而值則可以是各中復雜的文件類型。MongoDB數據庫◆可通過網絡訪問

MongoDB服務端可運行在Linux、Windows或OSX平臺，支持32位和64位應用，默認端口為27017。推薦運行在64位平臺，因為MongoDB在32位模式運行時支持的最大文件尺寸為2GB。

MongoDB把數據存儲在文件中（默認路徑為：/data/db），為提高效率使用內存映射文件進行管理。MongoDB數據庫面向集合(Collenction-Orented)意思是數據被分組存儲在數據集中被稱為一個集合（Collenction)。每個集合在數據庫中都有一個唯一的標識名，并且可以包含無限數目的文檔。集合的概念類似關系型數據庫里的表,不同的是它不需要定義任何模式。MongoDB數據庫模式自由(schema-free)

意思是集合里面沒有列和行的概念，下面兩個記錄可以存在于同一個集合里面：

{“name":“mongo"}

{"age":25}MongoDB數據庫文檔型(documents)意思是我們存儲的數據是鍵-值對的集合,鍵是字符串,值可以是數據類型集合里的任意類型,包括數組和文檔,每一個文檔相當于關系數據庫中的一條記錄。MongoDB介紹文檔是什么？這個Document，不是文件！！{“name”:”李捷”，”alias”:”李小帥”}NotJSON，BUTBSONMongoDB的體系結構1、邏輯結構關系對比關系型數據庫：MySQL數據庫(database)、表(table)、記錄(rows)三個層次概念組成。非關系型數據庫： MongoDB數據庫(database)、集合(collection)、文檔對象(document)三個層次概念組成。MongoDB里的集合對應于關系型數據庫里的表，但是集合中沒有列、行和關系的概念，集合中只有文檔，一個文檔就相當與一條記錄，這體現了模式自由的特點。2、數據存儲結構MySQL的數據存儲結構： MySQL的每個數據庫存放在一個與數據庫同名的文件夾中，MySQL如果使用MyISAM存儲引擎，數據庫文件類型就包括.frm、.MYD、.MYI。MongoDB的數據存儲結構： MongoDB的默認數據目錄是/data/db，它負責存儲所有的MongoDB的數據文件。在MongoDB內部，每個數據庫都包含一個.ns文件和一些數據文件，而且這些數據文件會隨著數據量的增加而變得越來越多。所以如果系統中有一個叫做test的數庫，那么構成test這個數據庫的文件就會由test.ns，test.0，test.1等等組成。3、MongoDB數據類型

MongoDB的文檔使用BSON（BinaryJSON）來組織數據，BSON類似于JSON，JSON只是一種簡單的表示數據的方式，只包含了6種數據類型（null、布爾、數字、字符串、數組及對象），不能完全滿足復雜業務的需要，因此，BSON還提供日期、32位數字、64位數字等類型。以下對mongoDB的數據類型進行簡要說明：

1、

nullnull類型用于表示空值或不存在的字段如：{“one”:null}2、

布爾類型

布爾類型有兩上值，’true’和’false’

如：{“one”:true}3、

32位整數

mongoDB的控制臺使用JS引擎進行輸入，而JS僅支持64位浮點數，所以32位整數將會被自動轉義。4、

64位整數

64位整數與32位整數一樣，在MongoDB控制臺使用時，會轉義成64位浮點數。5、

64位浮點數

MongoDB控制臺數字的默認類型。如：{“one”:2.02}

{“one”:10}6、字符串

UTF-8字符串都可以表示為字符串類型的數據。如：{“one”:”HelloWorld”}7、

符號

在MongoDB控制臺中不支持這種類型，將自動轉義成字符串。8、

ObjectId類型對象id是文檔中唯一的12位的ID

0|1|2|3|4|5|6|7|8|9|10|11時間戳

|機器

|PID|

計數器

如：ObjectId("4eae239f63520362e051e7fd")9、

日期注意：使用的時候要加上new如：{“one”:newDate()}

10、正則表達式

文檔鍵值可以包含正則表達式，其正則表達式采用JS語法來表示。如：{“one”:/ho/i}11、代碼

文檔中可以包含JS代碼

如：{“one”:function(){/*………….*/}}12、數組

文檔中鍵值可以表示為數組，在數組內還可以嵌套數組；如：{“x”:[“a”,”b”,[“c”,”d”]]}13、內嵌文檔

文檔可以包含別的文檔，也可以作為值嵌入到父文檔中。如：{“x”:{“name”:”Tom”,”age”:20}}MongoDB的安裝(Linux平臺)第一步：下載MongoDB安裝包MongoDB的官網：

找到相應的版本下載。如果有網絡的話，用命令直接下載(CentOS版本)wget/linux/mongodb-linux-i686-1.8.0.tgzMongoDB的安裝(Linux平臺)第二步：解壓壓縮包tarzxvfmongodb-linux-i686-2.0.2.tgz最好給解壓的文件夾改個名字，方便操作。mvmongodb-linux-i686-2.0.2mongodbMongoDB的安裝(Linux平臺)第三步：安裝準備將mongodb移動到/usr/local/mongdb文件夾（跟據個人習慣指定） mvmongodb/usr/local/mongodb創建數據庫文件夾(默認的數據庫文件的位置是/data/db,啟動時會自動創建) mkdir/usr/local/mongodb/data提示：mongoDB沒有具體的安裝過程，解壓文件包后，可以直接使用，非常高效和方便。MongoDB的安裝(Linux平臺)第四步：開機自啟動將mongodb啟動項目加入rc.local保證mongodb在服務器開機時啟動

echo"/usr/local/mongodb/bin/mongod--dbpath=/usr/local/mongodb/data">>/etc/rc.localMongoDB的安裝(Linux平臺)第五步：啟動mongodb運行mongod命令--dbpath執行數據庫存放路徑(默認是/data/db)--fork是以Daemon(守護進程)方式運行,

注意：如果指定--fork參數，必須指定--logpath 日志文件路徑/usr/local/mongodb/bin/mongod--dbpath=/usr/local/mongodb/data--fork --logpath=/usr/local/mongodb/dblogs不加--fork參數啟動成功加--fork參數啟動成功

注意：如果不加--fork參數,則需要再開啟一個MongoDB啟動窗口。

啟動命令常用參數選項說明

--dbpath指定數據庫的目錄--port指定數據庫的端口,默認是27017--bind_ip綁定IP--directoryperdb為每個db創建一個獨立子目錄--logpath指定日志存放目錄--logappend指定日志生成方式(追加/覆蓋)--pidfilepath指定進程文件路徑,如果不指定,將不產生進程文件--keyFile集群模式的關鍵標識--journal啟用日志--nssize指定.ns文件的大小，單位MB，默認是16M，最大是2GB--maxConns最大的并發連接數--notablescan不允許進行表掃描--noprealloc關閉數據文件的預分配功能--fork以后臺Daemon形式運行服務更多的參數選項利用mongod--help進行查看MongoDB的安裝(Linux平臺)第六步：進入客戶端操作/usr/local/mongodb/bin/mongo(mongo命令)看到這個畫面：已經進入MongoDB的客戶端了，MongoDB的安裝也就完成了，就是這么簡單。(默認進入的是test庫)

MongoDB的安裝(Linux平臺)第七步：退出shell控制臺Ctrl+c或exit回車如圖：第八步：停止MongoDB服務器如果處理連接狀態,那么直接可以通過在admin庫中發送db.shutdownServer()指令去停止具體如下:MongoDB的安裝(Linux平臺)Unix系統指令注意:

不要用kill-9PID來殺死MongoDB進程，這樣可以會導致MongoDB的數據損壞，用kill-2殺死進程。MongoDB的安裝(Linux平臺)客戶端GUI工具集合 MongoDB常用的幾款GUI管理工具：MongoVUE主頁：/

一個桌面程序，提供了對MongoDB數據庫的基，如查看、查詢、更新、刪除等，簡單易用，但是功能還比較弱，以后發展應該不錯。RockMongo主頁：/p/rock-php

RockMongo是一個PHP5寫的MongoDB管理工具。主要特征:使用寬松的NewBSDLicense協議速度快，安裝簡單。支持多語言（目前提供中文、英文、日文、巴西葡萄牙語、法語、德語）系統可以配置多個主機，每個主機可以有多個管理員，需要管理員密碼才能登入操作，確保數據庫的安全性。

MongoHub 主頁：/bububa/MongoHub

MongoHub是一個針對Mac平臺的MongoDB圖形管理客戶端，可用來管理MongoDB數據的應用程序。常用命令控制臺中的基本操作命令

如果想查看當前連接在哪個數據庫下面，可以直接輸入db查看用戶列表db.system.users.find();查看所有用戶showusers;查看所有數據庫showdbs;

查看所有集合showcollections;刪除當前的數據庫

db.dropDatabase();刪除collectiondb.集合名.drop();想知道mongodb支持哪些命令，可以直接輸入help;想知道當前數據庫支持哪些方法：db.help();

想知道當前集合支持哪些方法：db.user.help();user為集合名更多命令可以用幫助命令獲得！創建數據庫，集合

由于Mongodb不是關系型數據庫文件，實際上，它并不存在傳統關系型數據庫中的所謂“數據庫”的概念，當你第一次新增數據時，MongoDB就會以collection集合的形式進行保存和新建，而不需要你提前去建立。

1)列出當前的數據庫。使用mongo命令進入數據庫，使用showdbs命令查看所有的數據庫，只有admin、local、2個數據庫。[root@localhost/]#mongoMongoDBshellversion:2.0.2connectingto:test>showdbsadmin(empty)local(empty)2）定義新的數據庫名。注意：在usemydb后，其實并沒有真正的建立起來，只是表明在使用當前的數據庫。>usemydbswitchedtodbmydb>showdbsadmin(empty)local(empty)3）保存數據。（隱式創建數據庫和集合）定義一個collection(集合),名為“users”,然后插入數據：首先用insert語句插入一條數據，使用的是users集合，插入成功后查看所有的庫，多了個mydb的庫，再查看所有集合，多了個users集合，再查看剛才添加的數據，也可以查到。>db.users.insert({"_id":1,"name":"mongo"})>showdbsadmin(empty)local(empty)mydb0.0625GB>showcollectionssystem.indexesusers>db.users.find(){"_id":1,"name":"mongo"}數據庫基本操作：增查刪改添加數據 添加數據使用：關鍵字insert

或save 語法格式：

db.collname.insert({…})

db.collname.save({…})

>a={"name":"caida"}{"name":"caida"}>b={"age":24}{"age":24}>db.users.insert(a);>db.users.save(b);>db.users.find(){"_id":1,"name":"mongo"}{"_id":ObjectId("4eb2a192bf10550b2177b6f7"),"name":"caida"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}idkey

存儲在MongoDB集合中的每個文檔(document)都有一個默認的主鍵_id，它必須是唯一的，這個主鍵名稱是固定的，它可以是MongoDB支持的任何數據類型，默認是ObjectId。在關系數據庫的設計中，主鍵大多是數值型的，比如常用的int，并且更通常的是主鍵的取值由數據庫自增獲得，反觀MongoDB，它在設計之初就定位于分布式存儲系統，所以它原生的不支持自增主鍵。

在這里給大家提出一個方案： 自己定義一個函數，來讓它實現id自增。 如圖中代碼：在插入_id時調用自己定義的函數。functioncounter(name){varret=db.counters.findAndModify({query:{_id:name},update:{$inc:{next:1}},"new":true,upsert:true});returnret.next;}

db.users.insert({_id:counter("users"),name:"id1"})//_id:1db.users.insert({_id:counter("users"),name:"id2"})//_id:2刪除數據

刪除數據使用：關鍵字remove語法格式：db.collname.remove({條件})（不寫條件刪除所有記錄）注意：{}中也就是第一個參數，是要指定的刪除條件。>db.users.remove({"name":"caida"})>db.users.find(){"_id":1,"name":"mongo"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}修改數據修改數據使用：關鍵字update語法格式：db.collname.update({條件})和刪除一樣，第一個參數里面是條件匹配

>db.users.update({"_id":1},{"name":"nosql"})>db.users.find(){"_id":1,"name":"nosql"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}使用修改器：1.$set修改器db.user.update({“_id”:ObjectId(“..”)},{“$set”:{name:”user1”}})2.$unset修改器db.user.update({name:”user1”},{$unset:{age:1}})3.$inc增加或減少1db.user.update({name:”user1”},{$inc:{age:1}})數組修改器：1.$push修改器$pushAll向數組末尾加入一個元素，如果沒有就創建一個新的數組db.user.update({name:”user1”},{$push:{hobby:”football”}})2.$addToSet修改器判斷一個值不在數組中就插入，存在的話不執行插入db.user.update({name:”user1”},{$addToSet:{hobby:”sing”}})相當于：db.user.update({name:”user1”,hobby:{$ne:”sing”}},{$push:{hobby:”sing”}})數組修改器：3.將$addToSet和$each組合起來，可以添加多個不同的值db.user.update({“_id”:ObjectId(”…”)},{$addToSet:{email:{$each:[“haha@163.com”,”haha@”]}}})這種情況下，使用$ne和$push是無法實現的。4.$pop修改器可以從數組的任何一端刪除元素$pop:{key:1}從數組末尾刪除一個元素$pop:{key:-1}從數組開頭刪除一個元素5.$pull修改器$pullAll基于特定條件刪除元素$pull:{hobby:”football”}數組修改器：6.數組的定位修改器$若數組有多個值，我們可以通過下標直接作為鍵來選擇元素users:[{name:”user1”,},{name:”user2”},{name:”user3”}]db.c1.update({title:”haha”},{$set:{:”user4”}})這樣通過下標取很不方便。db.c1.update({:”user1”},{$set:{users.$.name:”user4”}})Upsert:Upsert是一種特殊的更新，要是沒有文檔符合更新條件，就創建一個新文檔，如果找到了匹配的文檔，則正常更新。db.user.update({name:”user1”},{name:”user2”},true)如果沒有以name:”user1”為條件的記錄，那么就以name:”user1”這個條件和更新文檔name:”user2”為基礎創建文檔，也就是說，先創建一個name:”user1”的文檔，然后再更新name:”user1”為name:”user2”。又例：db.math.remove();db.math.update({count:25},{$inc:{count:3}},true)先清空文檔，創建一個以”count”的值為25的文檔，隨后將這個值加3，最終得到count為28。Save：Save是一個shell函數，相當于upsertvarx=db.user.findOne()x.num=42db.user.save(x)要是這個文檔含有”_id”鍵，save會調用upsert，否則會調用插入。等價于：db.user.update({_id:x._id},x)更新多個文檔：默認情況下，更新只能對符合匹配條件的第一個文檔執行操作。要是有多個文檔符合條件，其余的文檔不做變化，要是所有匹配到的文檔都得到更新，可以設置update的第4個參數為true。例如：假設要給所有在特定日期過生日的用戶一份禮物，就可以使用多文檔更新，將gift增加到他們的賬號。db.user.update({birthday:”12/21/2012”},{$set:{gift:”happybirthday”}},false,true)這樣就給生日為2012年12月21日的所有用戶文檔增加了“gift”鍵。想要知道多文檔更新到底更新了多少文檔，可以運行getLastError命令db.user.update({birthday:”12/21/2012”},{$set:{gift:”happybirthday”}},false,true)db.runCommand({getLastError:1});查詢數據修改數據使用：關鍵字find

或findOne（查詢一條）語法格式：db.collname.find({條件})（不寫條件查詢所有的數據）>db.users.find(){"_id":1,"name":"nosql"}{"_id":ObjectId("4eb2a199bf10550b2177b6f8"),"age":24}>db.users.find({"name":"nosql"}){"_id":1,"name":"nosql"}指定返回的鍵：db.user.find({name:”user1”},{“name”:1,”_id”:0})查詢的結果只返回name查詢條件：$lt，$gt，$lte，$gte，$ne:db.user.find({“age”:{“$gt”:20,”$lte”:50}})例如：要查找在2012年12月21日前注冊的人，可以像下面這樣：start=newDate(“12/21/2012”)db.user.find({“registered”:{“$lt”:start}})OR查詢：$in，$or$in針對同一鍵的不同值,相同的還有$nin$or針對不同鍵例如：db.user.find({“age”:{“$in”:[10,20]}})db.user.find({“age”:{“$nin”:[20,30]}})db.user.find({“$or”:[{“name”:”user1”},{“age”:20}]})db.user.find({“$or”:[{“name”:{“$in”:[“user1”,”user2”]}},{“age”:20}]})查詢條件:$not$mod$not:取反$mod:取模例如：db.user.find({“id_num”:{“$mod”:[5,1]}})返回id_num除以5余1的條件成立的結果db.user.find({“id_num”:{“$not”:{“$mod”:[5,1]}}})返回id_num除以5不余1的條件成立的結果查詢條件:$exists判斷鍵值是否存在例如：db.user.find({“y”:{“$in”:[null],$exists:1}})顯示y鍵存在并且值為null的結果正則表達式：正則表達式能夠靈活有效地匹配字符串。db.user.find({“name”:/jiege/i})查詢數組:$all如果需要通過多個元素來匹配數組，就要用$all了，這樣就會匹配一組元素。db.food.find({fruit:{$all:[“apple”,”banana”]}})$size:查詢指定長度的數組。db.food.find({“fruit”:{“$size”:3}})$slice操作符$slice返回數組的一個子集合。例如：假設有一個博客文章的文檔，要想返回前10條評論db.blog.posts.findOne({“title”:”123”},{“comm”:{“$slice”:10}})db.blog.posts.findOne({“title”:”123”},{“comm”:{“$slice”:-10}})-10表示顯示后10條“$slice”:[20,10]返回從21~30條的評論$elemMatch匹配數組中的單個內嵌文檔的限定條件。例如：現有博客文章若干，要找到由Joe發表的5分以上的評論。db.blog.find(){ “content”:”…”, “comments”:[ { “author”:”jiege”, “score”:5 } ]}db.blog.find({“comments”:{“$elemMatch”:{“author”:”jiege”,”score”:{“$gte”:5}}}})$where用“$where”子句可以執行任意JS作為查詢的一部分。最典型的應用就是比較文檔中的兩個鍵的值是否相等。例如：有個條目列表，如果其中的兩個值相等則返回文檔。db.foo.insert({“apple”:1,”banana”:6,”peach”:3})db.foo.insert({“apple”:8,”peach”:4,”watermelon”:4})在第二個文檔中，”peach”和”watermelon”的值相同，所以需要返回該文檔。不是非常必要時，一定要避免使用”$where”查詢，因為它在速度上要比常規查詢慢很多。db.food.find({“$where”:function(){ for(varcurrentinthis){ for(varotherinthis){ if(current!=other&&this[current]==this[other]){returntrue; } } } returnfalse;}});游標：數據庫使用游標來返回find的執行結果，客戶端對游標的實現通常能夠對最終結果進行有效的控制。for(i=0;i<100;i++){ db.c.insert({x:i});}varcursor=db.collection.find();while(cursor.hasNext()){ obj=cursor.next();}Cursor.hasNext()檢查是否有后續結果存在，然后使用cursor.next()將其獲得。Limit：要限制結果數量，可以在find()后面使用limit函數。例如：只返回3個結果db.c.find().limit(3)Skip：要略過前n個文檔結果，返回余下的文檔，需要使用skip函數例如：從第四個文檔開始返回db.c.find().skip(3)用skip略過少量的文檔還是不錯的，但是要是數量非常多的話，skip就會變得很慢，所以要盡量避免。Sort：Sort用一個對象作為參數：一組鍵/值對，鍵對應文檔的鍵名，值代表排序的方向，1為升序，-1為降序。如果指定了多個鍵，則按照多個鍵的順序逐個排序。例如：要按照“username”升序及“age”降序排序，可以這樣寫。db.c.find().sort({username:1,age:-1})不用skip對結果分頁：例如：要按照“date”降序顯示文檔。可以用如下方式獲取結果的第一頁：varpage1=db.foo.find().sort({“date”:-1}).limit(100)然后，可以利用最后一個文檔中“date”的值作為查詢條件，來獲取下一頁：varlatest=null;while(page1.hasNext()){ latest=page1.next(); display(latest);}varpage2=db.foo.find({“date”:{“$gt”:latest.date}});page2.sort({“date”:-1}).limit(100);索引:創建索引要使用ensureIndex方法：db.user.ensureIndex({“username”:1})對于同一個集合，同樣的索引只需要創建一次，反復創建是徒勞的。創建索引的缺點就是每次插入、更新和刪除時都會產生額外的開銷。這是因為數據庫不但需要執行這些操作，還要將這些操作在集合的索引中標記。因此要盡可能少創建索引。為內嵌文檔的鍵建立索引和為普通的鍵建立索引沒有什么區別。db.blog.ensureIndex({“comments.date”:1})索引方向:傳遞給ensureIndex的文檔形式是：一組值為1或-1的鍵，表示索引創建的方向。若索引只有一個鍵，則方向無關緊要。若有多個鍵，就要考慮方向問題了。例如：現需要對用戶名進行升序搜索，對年齡做降序搜索db.user.ensureIndex({“name”:1,”age”:-1})

索引名稱：ensureIndex可以指定索引的名稱：db.user.ensureIndex({“name”:1},{”name”:”index_name”})唯一索引：db.user.ensureIndex({“username”:1},{“unique”:true})創建唯一索引時刪除重復文檔：db.user.ensureIndex({“username”:1},{“unique”:true,”dropDups”:true})Explain：Explain會返回查詢使用的索引情況（如果有的話），耗時及掃描文檔數的統計信息。db.user.find().explain()索引管理：索引的元信息存儲在每個數據庫的system.indexes集合中。刪除索引：db.runCommand({“dropIndexes”:”user”,”index”:”name”})db.user.dropIndex({“name”:1})db.user.dropIndexes()聚合：CountCount是最簡單的聚合工具，返回集合中的文檔數量。db.user.count();db.user.insert({“x”:1})db.user.count()也可以傳遞查詢，Mongo則會計算查詢結果的數量：db.user.insert({“x”:2})db.user.count()db.user.count({“x”:1}) 增加查詢條件會使得count變慢Distinct：用來找出給定鍵的所有不同的值，使用時必須制定集合和鍵。db.runCommand({“distinct”:”people”,”key”:”age”})例如：獲取所有不同的年齡{“name”:”Ada”,”age”:20}{“name”:”fred”,”age”:30}{“name”:”susan”,”age”:20}{“name”:”andy”,”age”:15}db.runCommand({“distinct”:”people”,”key”:”age”}){“values”:[15,20,30],”ok”:1}數據庫命令：getLastError:來查看一個更新對多少個文檔起作用：db.count.update({x:1},{$inc:{x:1}},false,true)db.runCommand({getLastError:1})Drop:刪除一個集合，等同于drop()db.$cmd.findOne({“drop”:”test”})db.collname.drop()訪問有些命令需要有管理員權限，必須在admin數據庫里面運行，如果在別的數據庫里運行這樣的命令，會得到“拒絕訪問”的錯誤。性能優化explain執行計劃

MongoDB提供了一個explain命令讓我們獲知系統如何處理查詢請求。利用explain命令我們可以很好地觀察系統如何使用索引來加快檢索，同時可以針對性優化索引。

>db.t5.ensureIndex({name:1})>db.t5.ensureIndex({age:1})>db.t5.find({age:{$gt:45}},{name:1}).explain(){"cursor":"BtreeCursorage_1", 返回游標類型(BasicCursor或BtreeCursor)"nscanned":0, 被掃描的文檔數量"nscannedObjects":0,"n":0, 返回的文檔數量"millis":0, 耗時(毫秒)"nYields":0,"nChunkSkips":0,"isMultiKey":false,"indexOnly":false,"indexBounds":{ 所使用的索引"age":[[45,1.7976931348623157e+308]]

}}CappedCollection固定集合簡單介紹 cappedcollections是性能出色的有著固定大小的集合，以LRU(LeastRecentlyUsed最近最少使用)規則和插入順序進行age-out(老化移出)處理，自動維護集合中對象的插入順序，在創 建時要預先指定大小。如果空間用完，新添加的對象將會取代集合中最舊的對象。

永遠保持最新的數據。功能特點 可以插入及更新，但更新不能超出collection的大小，否則更新失敗。不允許刪除，但是可以調用drop()刪除集合中的所有行，但是drop后需要顯式地重建集合。在32位機上一個cappedcollection的最大值約482.5M,64位上只受系統文件大小的限制。

屬性及用法屬性1：對固定集合進行插入速度極快屬性2：按照插入順序的查詢輸出速度極快。屬性3：能夠在插入最新數據時，淘汰最早的數據。用法1：儲存日志信息。用法2：緩存一些少量的文檔。創建固定集合不像普通集合，固定集合需要顯式的創建使用createCollection命令來創建。db.createCollection(“my_collection”,{capped:true,size:10000})創建一個集合為‘my_collection’的固定集合，大小為10000字節。還可以限定文檔個數。加上Max:100屬性。注意：指定文檔上限，必須指定大小。文檔限制是在容量沒滿時進行淘汰，要是滿了，就根據容量限制來進行淘汰。轉換集合把普通的集合轉換成固定集合需要使用convertToCapped命令db.runCommand({convertToCapped:”test”,size:10000})把test普通集合轉換為固定集合，大小為10000字節。自然排序固定集合文檔按照插入順序儲存的，默認情況下查詢就是按照插入順序返回的，也可以使用$natural

調整返回順序。db.my_collection.find().sort({“$natural”:1})1表示默認順序，-1則相反。GridFSGridFS是一種在MongoDB中存儲大二進制文件的機制，使用GridFS的原因有以下幾種：儲存巨大的文件，比如視頻、高清圖片等。利用GridFS可以簡化需求。GridFS會直接利用已經建立的復制或分片機制，故障恢復和擴展都很容易。GridFS可以避免用戶上傳內容的文件系統出現問題。GridFS不產生磁盤碎片。GridFS使用兩個表來存儲數據：

files

包含元數據對象chunks

包含其他一些相關信息的二進制塊 為了使多個GridFS命名為一個單一的數據庫，文件和塊都有一個前綴，默認情況下，前綴是fs，所以任何默認的GridFS存儲將包括命名空間fs.files

和fs.chunks。各種第三方語言可以更改其前綴。使用GridFS

mongofilesmongofiles是從命令行操作GridFS的一種工具

三個命令：put(存儲)get(取得)list(列表)例如:我們將”testfile”這個文件存到庫里面，具體用法如下：[root@localhostbin]#./mongofilesputtestfileconnectedto:addedfile:{_id:ObjectId('4fc60175c714c5d960fff76a'),filename:"testfile",chunkSize:262144,uploadDate:newDate(1338376565745),md5:"8addbeb77789ae6b2cb75deee30faf1a",length:16}done!下面我們查一下看庫里有哪些GridFS文件，在”mongofiles”后加一個參數”list”即可接下來我們進庫里看一下是否有新的東西[root@localhostbin]#./mongofileslistconnectedto:testfile16--大小>showcollectionsfs.chunks--上文提到的fs.chunksfs.files--上文提到的fs.files我們繼續查看fs.files中的內容字段說明:Filename: 存儲的文件名chunkSize: chunks分塊的大小uploadDate: 入庫時間md5: 此文件的md5碼length: 文件大小,單位”字節”fs.files中存儲的是一些基礎的元數據信息db.fs.files.find(){"_id":ObjectId("4fc60175c714c5d960fff76a"),"filename":"testfile","chunkSize":262144,"uploadDate":ISODate("2012-05-30T11:16:05.745Z"),"md5":"8addbeb77789ae6b2cb75deee30faf1a","length":16}我們繼續查看中的內容_id: 塊自身的idfiles_id: 包含這個塊的元數據文檔文件idn: 它代表的是chunks的序號，此序號從0開data:組成文件塊的二進制文件fs.chunks中存儲的是一些實際的內容數據信息>db.fs.chunks.find(){"_id":ObjectId("4fc60175cf1154905d949336"),"files_id":ObjectId("4fc60175c714c5d960fff76a"),"n":0,"data":BinData(0,"SGVyZSBpcyBCZWlqaW5nCg==")}我們即然能將此文件存進去，我們就應該有辦法將其取出來，下面看一下實例:[root@localhostbin]#rmtestfilerm：是否刪除一“testfile”?y --先刪文件[root@localhostbin]#./mongofilesgettestfile --將其從庫里取出來connectedto:donewriteto:testfile[root@localhostbin]#md5sumtestfile --校驗md5，結果跟庫里相同GridFS:存儲文件上傳文件：Mongofilesputfoo.txt查看文件：Mongofileslist下載文件：Mongofilesgetfoo.txt搜索文件：Search用來按文件名查找GridFS中的文件刪除文件：Delete是從GridFS中刪除一個文件。優化器profileMongoDBDatabaseProfiler

是一種慢查詢日志功能，可以作為我們優化數據庫的依據。

開啟Profiling功能有兩種方式可以控制Profiling的開關和級別。啟動MongoDB時加上–profile=級別即可。在客戶端調用db.setProfilingLevel(級別)命令來實時配置。Profiler信息保存在file

中。我們可以通過db.getProfilingLevel()命令來獲取當前的Profile級別.具體操作：上面profile的級別可以取0,1,2三個值，它們的表示：0–

不開啟1–

記錄慢命令(默認為>100ms)2–

記錄所有命令>db.setProfilingLevel(2);

{"was":0,"slowms":100,"ok":1}>db.getProfilingLevel();2Profile在級別1時會記錄慢命令,上面的默認值為100ms，有默認就有設置，其設置方法和級別有兩種方法：一種是通過添加–slowms

啟動參數配置。db.setProfilingLevel時加上第二個參數。那么這個慢的定義是什么?可以理解比較耗時的命令，如一個查詢耗時10毫秒，就會被記錄下來。db.setProfilingLevel(1,10);查看具體信息：字段說明:ts： 該命令在何時執行info:

本命令的詳細信息reslen: 返回結果集的大小nscanned: 本次查詢掃描的記錄數nreturned: 本次查詢實際返回的結果集millis: 該命令執行耗時，以毫秒記

一個比較簡潔的命令showProfile,可列出最近5

條執行時間超過1ms的Profile記錄>file.find().sort({$natural:-1}).limit(1){"ts":ISODate("2012-05-20T16:50:36.321Z"),"info":"queryfilereslen:1219nscanned:8\nquery:{query:{},orderby:{$natural:-1.0}}nreturned:8bytes:1203","millis":0}優化方案1：創建索引在查詢條件的字段上，或者排序條件的字段上創建索引，可以顯著提高執行效率。db.posts.ensureIndex({ts:1});

優化方案2:限定返回結果條數使用limit()限定返回結果集的大小，可以減少databaseserver的資源消耗，可以減少網絡傳輸數據量。db.posts.find().sort({ts:-1}).limit(10);

優化方案3:查詢使用到的字段，不查詢所有字段優化方案4:采用cappedcollectioncappedCollections比普通Collections的讀寫效率高優化方案5:采用ProfilingProfiling功能肯定是會影響效率的，但是不太嚴重，原因是他使用的是file來記錄,file是一個cappedcollection這種collection在操作上有一些限制和特點，但是效率更高。db.posts.find({},{ts:1,title:1,author:1,abstract:1}).sort({ts:-1}).limit(10);性能監控通過對數據庫的性能監控，能夠更好的了解數據庫的工作狀態，從而進行優化。介紹幾個性能監控的工具：Mongosniff此工具可從底層監控到底有哪些命令發送給MongoDB去執行。./mongosniff--sourceNETlo

它是實時動態監視的，需要打開另一個客戶端進行命令操。可以將這些數據輸出到一個日志文件中，那么就可以保留下所有數據庫操作的歷史記錄，對于后期的性能分析和安全審計等工作將是一個巨大的貢獻。。Mongostat此工具可以快速的查看某組運行中的MongoDB實例的統計信息，也需要在打開一個客戶端進行命令操作:用法如下：[root@localhostbin]#./mongostat

下面是執行結果(部分):

[root@localhostbin]#./mongostatinsertqueryupdatedeletelocked%idxmiss%qr|qwar|awconntime*0*0*0*0000|01|0401:19:15*0*0*0*0000|01|0401:19:16*0*0*0*0000|01|0401:19:17字段說明:

insert: 每秒插入量query: 每秒查詢量update: 每秒更新量delete: 每秒刪除量locked: 鎖定量qr|qw:客戶端查詢排隊長度(讀|寫)ar|aw:活躍客戶端量(讀|寫)conn: 連接數time: 當前時間它每秒鐘刷新一次狀態值，提供良好的可讀性，通過這些參數可以觀察到一個整體的性能情況。db.serverStatus()這個命令是最常用也是最基礎的查看實例運行狀態的命令之一，下面我們看一下它的輸出:>db.serverStatus(){"host":"localhost.localdomain","version":"1.8.1",--服務器版本

"process":"mongod","uptime":3184,--啟動時間(秒)"uptimeEstimate":3174,"localTime":ISODate("2012-05-28T11:20:22.819Z"),"globalLock":{"totalTime":3183918151,"lockTime":10979,"ratio":0.000003448267034299149,"currentQueue":{"total":0,--當前全部隊列量

"readers":0,--讀請求隊列量。。。。。。。db.statsdb.stats查看數據庫狀態信息。使用樣例如下:

>db.stats(){"db":"test","collections":7,--collection數量

"objects":28,--對象數量

"avgObjSize":50.57142857142857,--對象平均大小

"dataSize":1416,--數據大小

"storageSize":31744,--數據大小(含預分配空間)"numExtents":7,--事件數量

"indexes":7,--索引數量

"indexSize":57344,--索引大小

"fileSize":50331648,--文件大小

"ok":1--stats是否正常}第三方工具：MongoDB從一面世就得到眾多開源愛好者和團隊的重視，在常用的監控框架如cacti、Nagios、Zabbix

等基礎上進行擴展，進行MongoDB的監控都是非常方便的。數據導出、數據導入 作為DBA（管理員），經常會碰到導入導出數據的需求，下面就介紹實用工具：數據導出

mongoexport數據導入

mongoimport

數據導出命令mongoexport假設庫里有一張user表，里面有2條記錄，我們要將它導出

>usemy_mongodbswitchedtodbmy_mongodb>db.user.find();{"_id":ObjectId("4f81a4a1779282ca68fd8a5a"),"uid":2,"username":"Jerry","age":100}{"_id":ObjectId("4f844d1847d25a9ce5f120c4"),"uid":1,"username":"Tom","age":25}常用導出方法參數說明:-d指明使用的庫,“my_mongodb”

-c指明要導出的表,“user”

-o指明要導出的文件名,“user.dat”

從上面可以看到導出的方式使用的是JSON的樣式

[root@localhostbin]#./mongoexport-dmy_mongodb-cuser-ouser.dat

connectedto:exported2records[root@localhostbin]#catuser.dat{"_id":{"$oid":"4f81a4a1779282ca68fd8a5a"},"uid":2,"username":"Jerry","age":100}{"_id":{"$oid":"4f844d1847d25a9ce5f120c4"},"uid":1,"username":"Tom","age":25}導出CSV格式的文件參數說明:-csv指要要導出為csv格式-f指明需要導出哪些例更詳細的用法可以mongoexport–help查看

[root@localhostbin]#./mongoexport-dmy_mongodb-cuser--csv-fuid,username,age

-ouser_csv.datconnectedto:exported2records[root@localhostbin]#catuser_csv.datuid,username,age2,"Jerry",1001,"Tom",25數據導入命令mongoimport導入JSON數據測試時可以先將原表刪掉，以便更好的演示，導入時會自動隱式創建數據庫結構。[root@localhostbin]#./mongoimport-dmy_mongodb-cuseruser.dat

connectedto:imported2objects導入CSV數據

參數說明:-type 指明要導入的文件格式-headerline 表明不導入第一行，因為第一行是列名-file 指明要導入的文件路徑注意:CSV格式良好，主流數據庫都支持導出為CSV的格式，所以這種格式非常利于異構數據遷移。

[root@localhostbin]#./mongoimport-dmy_mongodb-cuser--typecsv-