在MongoDB中，要操作一个表并不需要先创建它，可以直接往集合中插入数据，如果集合不存在，会自动创建这个集合。
db.testcollection.insert({"database":"no_sql"}) //集合相当于一张表；
Config:当MONGO用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。
体系结构：
Admin：从权限角度来看，这是ROOT数据库，在ADMIN数据库中添加的用户会自动继承所有数据库权限，一些特定的服务器端命令也只能从这个数据库运行，如列出所有的数据库，关闭服务器。
Local:该数据库永远不会被复制，可以用来存储限于本地单台服务器的任意集合；
Config:当MongoDB用于分片设置时，config数据库在内部使用。用于保存分片的相关信息；
每个数据库文件最大2GB，
文档中的KEY类似于数据库中的字段，下划线_开头的键是保留的，$和.有特殊意义。不能有空格；键可以是任意UTF8字符；
同一个文档中，键是不能重复的。集合不能以system命名；system.namespaces这个集合保存着所有数据集合的信息；
db.createCollection("persion") #创建一个集合；默认为use test ; db;
GridFS大文件协议；JSON：只有null,bool,数字，字符串，数组和对象；
32位整数在shell中不可用，因为js仅支持64位浮点。所有32位整数会被自动转换；
64位整数：
-----------------------------------------data types-----------
null{"X":null} bool{"x":true}
32位整数 64位整数 64位浮点{"X":12}shell中的浮点都是这种类型 [mongo的三种数字类型]
字符串 符号 对象ID{"X":ObjectId()} 对象id是文档的12字节的唯一ID
日期{"X":new Date()}
正则{"X":/persioninfo/i}
代码{"x":function(){...}}
二进制数据；
其它类型：最大值，最小值，未定义{"x":undefined}
数组{"x":["a","b","c"]},内嵌文档：{"x":{"name":"zhangshan"}}
--------------------------------------------------------------
typeof Date() //string
typeof new Date() //object 注意统一：要么对象，要么字串，不然更新，查找不统一的时间，处理起来相就不便了。
ObjectId是“_id"的默认类型，MongoDb采用ObjectId，12字节，24位字串。（时间戳，机器码，PID，计数）（pid为进程标识）。
---------------------------------------------------------------
post.comment=[] //增加一个评论属性；空数组；
mongo shell:
personbaseinfo={“name":"tom","age":18}
db.persion.insert(personbaseinfo)
person.age = 20 //改上一个
db.persion.findOne()
db.person.update({"name":"tom"},personbaseinfo) //前一个为查询条件，后一个为更新的变量；
db.person.remove({"name":"tom"}) //删除，根据一个条件；
进行插入更新操作前，先把数据保存在变量中好些：
person = {"name":"zhanogshangfeng","age":8};
db.person.insert(person);
db.
MongoDB在执行插入时，首先会将插入的数据转换成BSON格式，然后MongoDb数据库会对BSON进行解析，并检查是否存在_id键。单文档不能超过16M。查看文档的大小，用 Object.bsonsize(doc)查看；
mongoimport:数据导入工具；
组织集合的一种贯例是使用 . 分隔不同命令空间的子集合，blog.posts.为了使组织结构更清晰；
-----------------------------------------------
find自动显示20个文档；
db.personlinfo.find()//先查询；
p = {"name":"zhangshang","age":8}
db.personinfo.insert(p);
插入原理：先转BSON，对BSON进行解析，并检查是否存在_id键。
启动时加 --objcheck 在插入之前先检查文档的有效性；
删除： db.p.remove() , db.p.drop() ／／第二个连索引都删了；
person.findOne()和FIND，一个是临时赋值，一个是可以永久使用；
更新： 1.先 var p = db.person.findOne();
而后更改： p.*,p.username =
delete p.name =
然后改完变量后，更新：
3.db.person.update({"name":"tom"},p) //更新条件为name=tom
改变整个结果：更新的方法：1.先findOne(),赋值，而后.***属性赋值；而后再delete *.per*删除多余的不要的，最后.update({条件}，{刚才的})，从而完成更新；
修改器： {"$inc":{"age":1}}
{"$set":{"address":"816 park street"}} $set修改器用来修改指定一个键的值；如果键值不存在，则自动创建它；甚至可以修改数据类型；
{"$unset":{"address":1}} 删除地址；$unset修改器
用$set修改器设置内嵌文档： {"$set":{"address.street":"822 street.}}／／修改address内嵌文档
注意这里的区别：address.street 中间有点；
"age":9,“address":{"city":"beijing","street":"8267 park street"}
$inc修改器只用于整数，长整或双精度浮点数。
数组修改器：数组操作只能在值为数组的键上。$push操作指定的键，如果键（键的值为数组）存在，会在己有的数组末尾加入一个元素，如果键不存在就会创建一个新的数组；
{$push:{"favbook":"MongoDB"}}
"favbook":["mongoDB"]} //#如果键存在，则加,["Mongdo","hBase"]
还可以使用$ne来判断一个值是否在数组中，如果不在，则添加；
.update({"favbook":{"$ne":"adv math"}},{$push:{"favbook":"adv Math"}})
{"$addToSet":{"email":"xxx"}} //存在就不加，不存在则添加进去；
一次添加多个邮箱信息：
db.personinfo.update(,{"$addToSet":{"emails":{"$each":{"@163.com","@yahoo.com","qq@.com"}}}})
{"$pop":{"emails":1}}出栈，尾删
{"$pop":{"emails":-1}}开头删。
{"$pull":{"emails":"xhang@163.com"}} //删除163.com的邮箱；
数组的下标表示： {"emails.0":"xxx"} //用于set...等数组操作；
$定位器：{"$set":{"address.$.street":"571 park street"}} 用来替代address.1.street定位的
update()的第三个参数upsert为真，有更新，没有则创建；代表是否查询不到的创建；
save()是一个shell函数，可以在文档不存在时插入，存在时更新，save()函数只有一个参数，参数为文档。
第四个参数：修改多个文档；修改的结果为多行，一定要把第四个多行打开；想要知道影响的记录条目数，调用 db.runCommand({getLastError:1}) n表示条数；
find不带参数查询所有的文档，第一个参数指定了要返回哪些文档；就是所谓的查询条件；
db.person.find({"age":20}),第二个字段指定字段
db.person.find({},{"age":1})
db.personinfo.update({"favbook":{"$ne":"Math"}},{$push:{"favbook":"Math"}}) //第一个为查询条件，第二为没有则加，$addToSet完成同样的功能，没有则追加；
.limit().sort({})
ps = db.runCommand({"findAndModify...
db.person.find({"age":{"$gt":20}}) 查询年龄大于20的
in只需要满足（）内的某一个值即可，$all必须满足[]内的所有值；
{"$all":["tiger","horse"]}
db.animal.find({"animal":["tiger","lion","horse","elephant"]})
由于mongodb反范式，则可以通过$exists查是否存在某字段；
db.person.find({"age":{"$exists":true}})
db.person.find({"age":{"$in":k[null],"$exists":true}) //查询age为null的文档；
{"$mod":[8,1]} //取余8余1的，比如9，，则为真
$ne不等于：{"age":{"$ne":9}}
$in 包含 {"age":{"$in":[8,9]}}
$nin 不包含 {"age":{"$nin":[8,9]}}
$size 数组长度{{"age":{"$size":3}}}
.find({"name":/s/}) //查询名字中带S的正则查询；
db.person.find({"$where":"this.age>20"})
定义一个函数：
f = function () { return this.age > 20}
而后
db.person.find(f)
{"$where":"this.x+this.y==9"})
this.代指当前文档对象；
count查询记录条数；
db.person.find.count（）
db.person.find().skip(2).limit(5).count(true) //显示实际的记录数；
find().sort({"age":1,"age":-1})
使用skip()略过少量的文档速度可以，但如果过多，就会慢；
db.runCommand({"distinct":"person","key":"age"}) 去重；
group()分组
定义函数： $keyf
var cursor = db.test.find() //获取游标
while(cursor.hasNext()){
... printjson(cursor.next())
... }
forEach接口：
cursor.forEach(function(obj){
print(obj.x)
})
存储过程：db.system.js
db.system.js.save({"_id":"addNum",
value:function(x,y){
reuturn x+y
}})
调用存储过程：db.eval('addNum(6,52)')
db.eval(function(){return 6+2;
db.createCollection("mywebLog",{"capped":true,"size":1000000，”max“:100,"autoIndexId":true}) //创建固定集合,限制集合的个数；
db.mywebLog.validate()
每种编程语言表示文档的方法不一样：JS中，文档被表示为对象：
{"greeting":"hello,world!"}
gteeting称为键；包含键/值对；
子集合：使用子集合来组织数据非常高效。
db 查看当前使用的数据库； use db
在JS中，Date日期应使用new Date()
mongo --nodb 启动时不连接DB数据库
------------------------------------
conn = new Mongo("some-host:30000")
db = conn.getDB('myweb')
在shell中连接
------------------------------------
在shell中执行脚本：
mongo script.js script2.js
如果希望使用指定的主机：端口上运行mongod运行脚本，需要指定地址，然
后再跟上脚本名称： mongo --quiet server-1:3000/foo script.js
script2.js script.js
load("script.js") //在交互环境中加载.js
-----------------------------------------
use foo ==== db.getSisterDB('blog')
show dbs ======= db.getMongo()
show collections db.getCollectionNames()
------------------------------------------
typeof 函数
------------------------------------------
db.getCollection('version');
------------------------------------------
var x = {y:2}
x.y //2
x['y'] //2 语法上相等；
------------------------------------------
db.foo.batchInsert([{},{}]) //批量插入，接受一个文档数组参数
------------------------------------------
new Date().getTime() //产生一个时间戳；13位 1520411478760
替换文档： 先findOne()给变量，然后p.属性={}文档；
然后 delete p.属性
相当于修改好变量的值，然后 update({条件},p); //一次更新；
原子性的修改器：更新器是种特殊的键，用来指定复杂的更新操作；
$Set 用来指定一个字段的值，如果不存在，则创建；也可以改变类型，也可
以用$unset删除；
$push 向己有数组末尾加入一个元素；没有就创建新；
db.blog.posts.update({"title":"a blog",{"$push":{"comments":
{"name":"joe","...}
$pop {"key"-1}
$pull 按特定条件删
db.raffle.find({"$or":[{"ticket_no"725},{"winner":true}]})//
{"$or":[{},{}]}//or后面接数组；
{"$mod":[5,2]}
{"$not":}
"$in":[4,5]}
"$exists":true
.find({"name":/joe/i})
{$all:["apple","banna"]}
db.food.find({"fruit.2":"peach"})
findOne(criteria,{"comments":{"$slice":10}}) //返回10条评论；
$elemMatch 不会匹配非数组元素；{"$elemMatch":10,"$lt":20}
while(cursor.hasNext()){
obj = cursor.next();
}
var cursor = db.blog.find();
cursor.forEach(function(x){
print(x.name);
});
db.blog.find()._addSpecial("$maxscan",20)
在多个键上建立的索引就是复合索引。只有在基于多键排序时，方向才变得
重要；
覆盖索引：当一个索引包含用户请求的所有字段，可以认为这个索引覆盖了
本次查询。
如果在覆盖索引上执行explain(),"indexOnly"字段的值要为true;
db.entries.find({"created_at":{"$lt":hourAge}}).hint({$natural":1})
用{"$natural":1}强制做数据库全表扫描。它可以指定文档按照磁盘上的顺
序排列。
如果要得到最新的（最早的）文档，这个就很好用。
唯一性索引： db.users.ensureIndex({"username":1},{"unique":true});
己有文档去重：db.users.ensureIndex({"age":1},{"unique":true})//
sparse index 稀疏索引{"unique":true,"sparse":true}
hint（）强制进行全表扫描；
所有的数据库索引信息存在system.indexes集合中。这是保留集合，不能插
入或删除，只能通过ensureIndex或dropIndexes对其操作；
db.person.getIndexes() 查看给定集合上的所有索引信息；
固定集合不能被分片
db.runCommand({"convertToCapped":"test","size":10000})//普通集合转
成固定集合；
自然排序：
db.person.find().sort({"$natural":1});
没有_id索引的集合，创建集合时指定autoIndexId选项为false，创建集合时
就不会自动在_id上创建索引。
db.runCommand({text:"hn",search:"\"ask hn \" ipod})
db.blog.ensureIndex({"date":1,"post":"text"})
mongofiles put foo.txt //存储
mongofiles get foo.txt // 取出
list,search,delete 一共5种操作；
--------------------------------------
PyMongo
from pymongo import Connection
import gridfs
db = Connection().test
fs = gridfs.GridFS(db)
file_id = fs.put("hello world", filename = "foo.txt")
fs.list()
fs.get(file_id).read()
-----------------------------------------
db.fs.files.distinct("filename")
$matc用于对文档集合进行筛选，之后就可以在筛选得到的文档子集上做聚合
。
db.runCommand({"distinct":"people","key":"age"})
客户端不能在备份节点执行写操作，默认情况下，客户端不能从备份节点中
读取数据，在备份节点上显示地执行setSlaveOk之后，客户端就可以从备份
节点中读取数据了。
mongod --replSet spock -f mongod.conf --fork // --replSet 后跟
name ;
mongoDB中，每个集合最多可以创建64个索引，它支持能在RDBMS中找到各种
索引，升，降，唯一，复合键索引，地理空音索引被支持，mongodB的二级索
引用B树b-tree实现。
副本集：如果一个读密集型的应用，可以把数据库读操作分散到副本集集群
的各台机器上。
副本集的从节点是只读的；副本集支持自动故障转移。
对于高容量，低价值的数据，fire-and-forget风格的写操作是很理想的选择
。
提升单一的硬件来进行扩展称为垂直扩展或向上扩展。、
水平扩展是将数据库分布到多台机器上。
mongod服务器进程使用一个自定义二进制协议从网络套接字上接收命令。
mongodump,mongorestore 备份和恢复；
mongoexport,mongoimport导入导出json,csv,tsv数据
mongosniff 观察发送到数据库的操作；把网络上传输的bson转换为易于人们
阅读的shell语句。
mongostat 持续轮询mongodb和系统以便提供有帮助的统计信息。
bsondump,mongofiles;
$push,$addToSet这两个操作都是向数组添加一个元素，但后者会保证唯一性
，防重复。
db.numbers.ensureindex({name:1}); //创建索引
db.numbers.getIndexes() //查看索引
db.stats()
db.runCommand({dbstats:1})
db.runCommand({collstats:'numbers'})
db.products.ensureIndex({sulg:1},{unique:true})
查询指定产品的分类：
db.categories.find({_id:{$in:product['category_ids']}});
db.blog.find({num:{$in:[2,3,5]}})
文件大小上限，2GB。
插入文件就创建了集合，但是有各种各样的集合，可能执行
db.createCollection("users")创建集合。db.createCollection("users",
{sze:20000})
db.products.renameCollection("store_products") //重命名集合；
db.user.actions.find().sort({"$natural":-1});
bson规定了三种数字类型，double,int,long,也就是说bson可以编码各种
ieee浮点数值，以及各种8字节以内的带符号的整数；js天生支持一种Number
，等于ieee的双精浮点；如果要在shell中将一个数字保存为整数，需要使用
NumberLong(),NumberInt();
db.number.save({n:5});
db.number.save({n:NumberLong(5)});
db.number.find({n:{$type:1}}) //根据类型来查
db.number.find({n:{$type:18}) //
mongodb.v2.0的bson文档限制大小16M。
find()返回的是游标对象，而findOne()返回的是一个文档。仅仅要一个文档
，就用findOne(),如果需要返回多个文档，就需要使用find(),该方法会返回
一个游标，你需要进行迭代。
db.users.find({last_name:/^Ba/}) //查询以Ba开头的名字
db.orders.find({'line_items.sku':1,'purcharse_date':{$gte:new Date
(2009,0,1)}})
.toArray().map(function(doc){ return doc['user_id']})
.toArray() //返回数组； [{},{}]
------------------------------------------------------------------
db.blog.find({num:{$lt:4}}).map(function(doc){ return doc['num']})
[ 0, 1, 2, 3 ] //doc就是当前的文档.然后输出'num字段
------------------------------------------------------------------
{$in:[x,x,x,x]},{$nin:['balck','blue']}
{$in:[x,x,x,x]},{$all:['balck','blue']}
{$or:['balck','blue']}
{$ne:'greeting'}
布尔操作：ne,not,and,exists
db.user.find(last_name:{$not:/^B})
db.user.find({address:{$eleMatch:{name:'home',state:'NY'}})
要将多个条件限制在同一个子文档上，可以用$elemMatch操作符；需要匹配
子文档的多个属性才用。
db.user.find({addresses:{$size:3}})
db.blog.find({$where:"function(){ return this.num<4;}"}) //$where
函数；
db.reviews.find({user_id:ObjectId("****"),text:/best|worst/i}) //查
指定用户评论中含best,worst单词的。
db.user.find({_id:{$type:2}}) //找出id类型为字符串的文档；
投影：约束结果集；
db.products.find({},{reviews:{$slice:12}}) //返回头12篇评论
db.products.find({},{reviews:{$slice:-5}}) //返回倒数第5篇
db.products.find({},{reviews:{$slice:[24，12]}}) //跳过24，返回12
篇
db.products.find({},{reviews:{$slice:[24，12]}}，'_id':1)//显示12篇
评论及id；
group最少需要三个参数：第一个key,定义如何对数据进行分组，第二个参数
是对结果做聚合的js函数，叫reduce函数，第三个分组参数是reduce函数的
初始文档；
results = db.reviews.group({
key:{user_id:true},
initial:{reviews:0,votes:0.0},
reduce:function(doc,aggregator){
aggregator.reviews+=1;
aggregator.votes +=doc.votes;
}
finalize:function(doc){
doc.average = doc.votes/doc.reviews;
}
})
finalizer终结器：在group命令返回前应用于每个分组结果上。
map = function(){
var shipping_month = this.purchase_date.getMonth
()+'-'+this.purchase_data.getFullYear();
var items = 0;
this.line_items.forEach(function(item){
items+=item.quantity;
});
emit(shipping_month,
{order_total:this.sub_total,items_total:items});
//说明：this总是指向正在迭代的文档，随后调用emit()，这是每个映射函
数必须要调用的特殊方法，emit()第一个参数是分组依据的键，第二个通常
是包含要执行reduce的值的文档。
reduce ,用于执行聚合的JS函数，该函数接受两个参数，正被迭代的当前文
档和用于存储聚合结果的聚合器文档。reduce函数不返回任何内容，只不过
修改聚合器对象。
finalize:在返回结果集之前应用每个结果文档的JS函数，该函数支持对分组
操作的结果进行后置处理。
比较时间： filter = {purchase_date :{$gte: new Date(2010,1,1)}}
db.blog.distinct("tags") //去重
db.blog.distinct("tags"，category_id:12) //去重,显示分类去重；
group,distinct数据库命令，结果集受16M数据库大小的影响。
group不会处理多于1万个唯一键；
-------------------------------------------------
db.collection.mapReduce(
function() {emit(key,value);}, //map 函数
function(key,values) {return reduceFunction}, //reduce 函数
{
out: collection,
query: document,
sort: document,
limit: number
}
)
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
reduce 统计函数，reduce函数的任务就是将key-values变成key-value
，也就是把values数组变成一个单一的值value。。
out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删
除)。
query 一个筛选条件，只有满足条件的文档才会调用map函数。（query
。limit，sort可以随意组合）
sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序）
，可以优化分组机制
limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort
的用处不大）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
每种编程语言表示文档的方法不一样：JS中，文档被表示为对象： {"greeting":"hello,world!"}
gteeting称为键；包含键/值对；
子集合：使用子集合来组织数据非常高效。
db 查看当前使用的数据库； use db
在JS中，Date日期应使用new Date()
mongo --nodb 启动时不连接DB数据库
------------------------------------
conn = new Mongo("some-host:30000")
db = conn.getDB('myweb')
在shell中连接
------------------------------------
在shell中执行脚本：
mongo script.js script2.js
如果希望使用指定的主机：端口上运行mongod运行脚本，需要指定地址，然后再跟上脚本名称： mongo --quiet server-1:3000/foo script.js script2.js script.js
load("script.js") //在交互环境中加载.js
-----------------------------------------
use foo ==== db.getSisterDB('blog')
show dbs ======= db.getMongo()
show collections db.getCollectionNames()
------------------------------------------
typeof 函数
------------------------------------------
db.getCollection('version');
------------------------------------------
var x = {y:2}
x.y //2
x['y'] //2 语法上相等；
------------------------------------------
db.foo.batchInsert([{},{}]) //批量插入，接受一个文档数组参数
------------------------------------------
new Date().getTime() //产生一个时间戳；13位 1520411478760
替换文档： 先findOne()给变量，然后p.属性={}文档；
然后 delete p.属性
相当于修改好变量的值，然后 update({条件},p); //一次更新；
原子性的修改器：更新器是种特殊的键，用来指定复杂的更新操作；
$Set 用来指定一个字段的值，如果不存在，则创建；也可以改变类型，也可以用$unset删除；
$push 向己有数组末尾加入一个元素；没有就创建新；
db.blog.posts.update({"title":"a blog",{"$push":{"comments":{"name":"joe","...}
$pop {"key"-1}
$pull 按特定条件删
db.raffle.find({"$or":[{"ticket_no"725},{"winner":true}]})//{"$or":[{},{}]}//or后面接数组；
{"$mod":[5,2]}
{"$not":}
"$in":[4,5]}
"$exists":true
.find({"name":/joe/i})
{$all:["apple","banna"]}
db.food.find({"fruit.2":"peach"})
findOne(criteria,{"comments":{"$slice":10}}) //返回10条评论；
$elemMatch 不会匹配非数组元素；{"$elemMatch":10,"$lt":20}
while(cursor.hasNext()){
obj = cursor.next();
}
var cursor = db.blog.find();
cursor.forEach(function(x){
print(x.name);
});
db.blog.find()._addSpecial("$maxscan",20)
在多个键上建立的索引就是复合索引。只有在基于多键排序时，方向才变得重要；
覆盖索引：当一个索引包含用户请求的所有字段，可以认为这个索引覆盖了本次查询。
如果在覆盖索引上执行explain(),"indexOnly"字段的值要为true;
db.entries.find({"created_at":{"$lt":hourAge}}).hint({$natural":1})
用{"$natural":1}强制做数据库全表扫描。它可以指定文档按照磁盘上的顺序排列。
如果要得到最新的（最早的）文档，这个就很好用。
唯一性索引： db.users.ensureIndex({"username":1},{"unique":true});
己有文档去重：db.users.ensureIndex({"age":1},{"unique":true})//
sparse index 稀疏索引{"unique":true,"sparse":true}
hint（）强制进行全表扫描；
所有的数据库索引信息存在system.indexes集合中。这是保留集合，不能插入或删除，只能通过ensureIndex或dropIndexes对其操作；
db.person.getIndexes() 查看给定集合上的所有索引信息；
固定集合不能被分片
db.runCommand({"convertToCapped":"test","size":10000})//普通集合转成固定集合；
自然排序：
db.person.find().sort({"$natural":1});
没有_id索引的集合，创建集合时指定autoIndexId选项为false，创建集合时就不会自动在_id上创建索引。
db.runCommand({text:"hn",search:"\"ask hn \" ipod})
db.blog.ensureIndex({"date":1,"post":"text"})
mongofiles put foo.txt //存储
mongofiles get foo.txt // 取出
list,search,delete 一共5种操作；
--------------------------------------
PyMongo
from pymongo import Connection
import gridfs
db = Connection().test
fs = gridfs.GridFS(db)
file_id = fs.put("hello world", filename = "foo.txt")
fs.list()
fs.get(file_id).read()
-----------------------------------------
db.fs.files.distinct("filename")
$matc用于对文档集合进行筛选，之后就可以在筛选得到的文档子集上做聚合。
db.runCommand({"distinct":"people","key":"age"})
客户端不能在备份节点执行写操作，默认情况下，客户端不能从备份节点中读取数据，在备份节点上显示地执行setSlaveOk之后，客户端就可以从备份节点中读取数据了。
mongod --replSet spock -f mongod.conf --fork // --replSet 后跟name ;
mongoDB中，每个集合最多可以创建64个索引，它支持能在RDBMS中找到各种索引，升，降，唯一，复合键索引，地理空音索引被支持，mongodB的二级索引用B树b-tree实现。
副本集：如果一个读密集型的应用，可以把数据库读操作分散到副本集集群的各台机器上。
副本集的从节点是只读的；副本集支持自动故障转移。
对于高容量，低价值的数据，fire-and-forget风格的写操作是很理想的选择。
提升单一的硬件来进行扩展称为垂直扩展或向上扩展。、
水平扩展是将数据库分布到多台机器上。
mongod服务器进程使用一个自定义二进制协议从网络套接字上接收命令。
mongodump,mongorestore 备份和恢复；
mongoexport,mongoimport导入导出json,csv,tsv数据
mongosniff 观察发送到数据库的操作；把网络上传输的bson转换为易于人们阅读的shell语句。
mongostat 持续轮询mongodb和系统以便提供有帮助的统计信息。
bsondump,mongofiles;
$push,$addToSet这两个操作都是向数组添加一个元素，但后者会保证唯一性，防重复。
db.numbers.ensureindex({name:1}); //创建索引
db.numbers.getIndexes() //查看索引
db.stats()
db.runCommand({dbstats:1})
db.runCommand({collstats:'numbers'})
db.products.ensureIndex({sulg:1},{unique:true})
查询指定产品的分类：
db.categories.find({_id:{$in:product['category_ids']}});
db.blog.find({num:{$in:[2,3,5]}})
文件大小上限，2GB。
插入文件就创建了集合，但是有各种各样的集合，可能执行db.createCollection("users")创建集合。db.createCollection("users",{sze:20000})
db.products.renameCollection("store_products") //重命名集合；
db.user.actions.find().sort({"$natural":-1});
bson规定了三种数字类型，double,int,long,也就是说bson可以编码各种ieee浮点数值，以及各种8字节以内的带符号的整数；js天生支持一种Number ，等于ieee的双精浮点；如果要在shell中将一个数字保存为整数，需要使用NumberLong(),NumberInt();
db.number.save({n:5});
db.number.save({n:NumberLong(5)});
db.number.find({n:{$type:1}}) //根据类型来查
db.number.find({n:{$type:18}) //
mongodb.v2.0的bson文档限制大小16M。
find()返回的是游标对象，而findOne()返回的是一个文档。仅仅要一个文档，就用findOne(),如果需要返回多个文档，就需要使用find(),该方法会返回一个游标，你需要进行迭代。
db.users.find({last_name:/^Ba/}) //查询以Ba开头的名字
db.orders.find({'line_items.sku':1,'purcharse_date':{$gte:new Date(2009,0,1)}})
.toArray().map(function(doc){ return doc['user_id']})
.toArray() //返回数组； [{},{}]
------------------------------------------------------------------
db.blog.find({num:{$lt:4}}).map(function(doc){ return doc['num']})
[ 0, 1, 2, 3 ] //doc就是当前的文档.然后输出'num字段
------------------------------------------------------------------
{$in:[x,x,x,x]},{$nin:['balck','blue']}
{$in:[x,x,x,x]},{$all:['balck','blue']}
{$or:['balck','blue']}
{$ne:'greeting'}
布尔操作：ne,not,and,exists
db.user.find(last_name:{$not:/^B})
db.user.find({address:{$eleMatch:{name:'home',state:'NY'}})
要将多个条件限制在同一个子文档上，可以用$elemMatch操作符；需要匹配子文档的多个属性才用。
db.user.find({addresses:{$size:3}})
db.blog.find({$where:"function(){ return this.num<4;}"}) //$where函数；
db.reviews.find({user_id:ObjectId("****"),text:/best|worst/i}) //查指定用户评论中含best,worst单词的。
db.user.find({_id:{$type:2}}) //找出id类型为字符串的文档；
投影：约束结果集；
db.products.find({},{reviews:{$slice:12}}) //返回头12篇评论
db.products.find({},{reviews:{$slice:-5}}) //返回倒数第5篇
db.products.find({},{reviews:{$slice:[24，12]}}) //跳过24，返回12篇
db.products.find({},{reviews:{$slice:[24，12]}}，'_id':1)//显示12篇评论及id；
group最少需要三个参数：第一个key,定义如何对数据进行分组，第二个参数是对结果做聚合的js函数，叫reduce函数，第三个分组参数是reduce函数的初始文档；
results = db.reviews.group({
key:{user_id:true},
initial:{reviews:0,votes:0.0},
reduce:function(doc,aggregator){
aggregator.reviews+=1;
aggregator.votes +=doc.votes;
}
finalize:function(doc){
doc.average = doc.votes/doc.reviews;
}
})
finalizer终结器：在group命令返回前应用于每个分组结果上。
map = function(){
var shipping_month = this.purchase_date.getMonth()+'-'+this.purchase_data.getFullYear();
var items = 0;
this.line_items.forEach(function(item){
items+=item.quantity;
});
emit(shipping_month,{order_total:this.sub_total,items_total:items});
//说明：this总是指向正在迭代的文档，随后调用emit()，这是每个映射函数必须要调用的特殊方法，emit()第一个参数是分组依据的键，第二个通常是包含要执行reduce的值的文档。
reduce ,用于执行聚合的JS函数，该函数接受两个参数，正被迭代的当前文档和用于存储聚合结果的聚合器文档。reduce函数不返回任何内容，只不过修改聚合器对象。
finalize:在返回结果集之前应用每个结果文档的JS函数，该函数支持对分组操作的结果进行后置处理。
比较时间： filter = {purchase_date :{$gte: new Date(2010,1,1)}}
db.blog.distinct("tags") //去重
db.blog.distinct("tags"，category_id:12) //去重,显示分类去重；
group,distinct数据库命令，结果集受16M数据库大小的影响。
group不会处理多于1万个唯一键；
-------------------------------------------------
db.collection.mapReduce(
function() {emit(key,value);}, //map 函数
function(key,values) {return reduceFunction}, //reduce 函数
{
out: collection,
query: document,
sort: document,
limit: number
}
)
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。
out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
如果有a-b的复合索引，那么仅针对a的索引就是冗余的。复合索引里键的顺序很重要。
后台索引：虽然索引构建仍会占用写锁，但构建任务会停下来允许其他读写操作访问数据库。db.values.ensureIndex({open:1,close:1},{background:true}});
db.values.reIndex(); //重建指定集合上的所有索引；
开启服务器慢查询剖析器：
use stocks;
db.setProfilingLevel(2)
db.setProfilingLevel(1,50)//禁用将第一个参数设为0，第二个参数为毫秒
db.value.getIndexKeys() //列出索引
用explain(true)查看查询计划
复制：二种：1.主从；2.副本集；
最小的副本集由三个节点组成，二个一等节点，外加一个仲裁节点。
－－－－－－－－－－－－－－－－－－－－－－－－－－－
创建副本集：
三台机器只是dbpath不同。端口不同；
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40000
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40001
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40002
连接到非仲裁节点后运行：
1.rs.initiate()
2.rs.add("localhost:40001")
3.rs.add("localhost:40002",{arbiterOnly:true});
db.isMaster()
rs.status()
rs.remove("localhost:4000")
--------------------------------
cfg = rs.conf()
cfg.members[0].host = "你的IP 或者域名"
rs.reconfig(cfg)
--------------------------------
查看日志：
use local
db.oplog.rs.find();
local数据库里保存了所有的副本集元数据和oplog。当然，这个数据库本身不能被复制，正如其名，local数据库里的数据对本地节点而言是唯一的，因此不该复制；
-------------------------
用脚本配置：
config = {_id:"myapp",members:[]}
config.members.push({_id:0,host:'localhost:4000'})
config.members.push({_id:1,host:'localhost:4001'})
config.members.push({_id:2,host:'localhost:4002',arbiterOnly:true})
rs.initiate(config)
-------------------------
db.runCommand({replSetInitiate:config});
rs.slaveOk() //允许副本查询
-------------------------
rs.help() //查看所有的副本集命令；
配置文档选项：
_id,host,arbiterOnly,priority(0-1000),votes,hidden(bool,在isMaster命令生成的响应中不会出现该结点，因为mongodB驱动依赖于isMaster来获取副本集的拓扑情况，隐藏一个成员能避免驱动自动访问它。buildIndexes(bool),slaveDelay()指定从节点迟延的秒数；
tags,getLastErrorDefaults,getLastErrorModes.
配置文件：use local; db.system.replset.find()
配置：
-----------------------------------------
use local;
config = db.system.replset.findOne();
config.members[1].host = "localhost:4000";
rs.reconfig(config)
------
rs.reconfig(config,{force:true}})//强制重新加载配置
-----------------------------------------
连接到从结点的时候，加connection(host,slave_ok=>true)避免无意向从节点进行写操作；
写关注：insert(doc,{w:2,wtimeout:500}) //2台服务器，500毫秒
2.0最多支持12个成员副本集，如果还想更多，则需要分片集群；
数据集标签：每个成员标签文档有两个键值对，第一个标识了数据中心，第二个是指定节点服务器所在机器的名称。
分片集群由分片，mongos路由器和配置服务器组成：
配置服务器：全局集群配置，每个数据库、集合和特定范围数据的位置，一份变更记录，保存了数据在分片之间进行迁移的历史信息。
mongos进程向配置服务器写入时，会使用两阶段提交，这能保证配置服务器之间的一致性，在各种生产环境的分片部署中，必须运行三个配置服务器。
分片是基于范围的，分片集合里的每个文档都必须落在指定键的某个值范围里，mongodb使用的所谓的分片键，让每个文档在这些范围里找到自己的位置。
分片配置：
--configsvr
--shardsvr
-----------------------------------------脚本
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-1 --port 3000 --logpath c:\data\rs-a-1.log --fork --nojournal
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-2 --port 3001 --logpath c:\data\rs-a-2.log --fork --nojournal
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-3 --port 3002 --logpath c:\data\rs-a-3.log --fork --nojournal
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-1 --port 4000 --logpath c:\data\rs-b-1.log --fork --nojournal
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-2 --port 4001 --logpath c:\data\rs-b-2.log
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-3 --port 4002 --logpath c:\data\rs-b-3.log --fork --nojournal
mongod --configsvr --replSet conf --dbpath c:\data\config-1 --port 27019 --logpath c:\data\config-1.log
mongod --configsvr --replSet conf --dbpath c:\data\config-2 --port 27020 --logpath c:\data\config-2.log
mongod --configsvr --replSet conf --dbpath c:\data\config-3 --port 27021 --logpath c:\data\config-3.log
然后初始化三台配置服务器：
rs.initiate()
rs.add("123") //注意要把3台都加成配置服务器，配置服务器没有仲裁；
配置完成后，查看状态，成功后，才能用 mongos命令；
mongos --configdb conf/localhost:27019,localhost:27020,localhost:27021 --logpath c:\data\mongos.log --port 5000
高版本的变化，即配置服务器也要指定副本集，然后mongos要指定conf/localhost:27019 配置集：conf:/localhost:27019,localhost:27029...
然后连接mongos的端口，成功后，可见mongs> 提示符；
sh.addShard("shard-a/localhost:3000,localhost:3001")
sh.addShard("shard-b/localhost:4000,localhost:4001")
然后将二个副本集加入分片，注意不要加仲裁节点。后功后即可看到状态；
rs.status()
-------------------------------
mongos> sh.status()
--- Sharding Status ---
sharding version: {
"_id" : 1,
"minCompatibleVersion" : 5,
"currentVersion" : 6,
"clusterId" : ObjectId("5aa632424911a3657d360c7f")
}
shards:
{ "_id" : "shard-a", "host" : "shard-a/localhost:3000,localhost:3001",
"state" : 1 }
{ "_id" : "shard-b", "host" : "shard-b/localhost:4000,localhost:4001",
"state" : 1 }
active mongoses:
"3.6.2" : 1
autosplit:
Currently enabled: yes
balancer:
Currently enabled: yes
Currently running: no
Failed balancer rounds in last 5 attempts: 0
Migration Results for the last 24 hours:
No recent migrations
databases:
{ "_id" : "config", "primary" : "config", "partitioned" : true }
-----------------------------------------
查看：
db.getSiblingDB("config").shards.find()
---------------------------------------------
mongos> db.getSiblingDB("config").shards.find()
{ "_id" : "shard-a", "host" : "shard-a/localhost:3000,localhost:3001", "state" :
1 }
{ "_id" : "shard-b", "host" : "shard-b/localhost:4000,localhost:4001", "state" :
1 }
---------------------------------------------
use admin
db.runCommand({listshards:1})
---------------------------------------------
下一部：开启分片；
sh.enableSharding("cloud-docs"); //指定数据库开始分片
db.getSiblingDB("config").databases.find()
//在不改变当前数据库的情况下，切换到config数据库下进行查找；
show dbs 为admin,config,必须是同级数据库。且在同一台服务器上。
下一步：定义片键：
sh.shardCollection("cloud-docs.blog",{username:1,_id:1}) //把数据库cloud-docs的blog集合的username,_id作为片键分片；
db.getSiblingDB("config").collections.find()
use config
db.chunks.count()
db.chunks.findOne()
use config
db.changelog.find() //查看相关的更新日志
db.spreasheets.ensureIndex() //开启分片索引；
--------------------------------------------
仲裁节点开销很少，不需要自己的服务器。
副本集的每个成员，无论是副本节点还是仲裁节点，都需要放在不同的机器上
副本集的仲裁节点是很轻量级的，配置服务器也可能共用，硬件要求是配置集群中的配置服务器都必须放在不同的机器上；
－－－－－－－－－－－
生产环境中，4台服务器：分片A*2，分片B*2，然后把配置服务器分布在这4台中，然后把仲裁服务器分布在AB二台中；
数据中心恢复6台：前4台按标准主数据，后二台（一个存分片A，一个分片B），分片A中加载配置服务器；这二台就作为备份服务器；
监控：
db.serverStatus(),db.currentOp()
添加分片和开始配置的时候一样的命令；
删除分片：
use admin
db.runCommand({removeshard:shard-1/localhost:3000,localhost:4000});
查看分片：
use config
db.databases.find()
db.runCommand({moveprimary:"test",to:"shard-0-test-rs"});
分片数据的备份与恢复：
连接到mongos,然后mongodump后再用mongorestore恢复。
mongodump -h localhost --port 4000 -d web -c blog
mongorestore -h localhost --port 4000 -d web -c blog
mongodb必须运行于小端序（little-endian）,低地址存于低位；
在向mongodb写入时，服务器默认每60S与磁盘强制同步一次，称为后台刷新（background flush）。
lsof | grep mongo | grep data | wc -l
ulimit -Hn 查看硬限制
vim /etc/security/limits.conf
mongod soft nofile 2048
mongod hard nofile 10240
日志会降低写操作的性能，可以在被动副本上开启日志。
mongoimport -d stocks -c values --type csv --headerline stocks.csv
mongoexport -d stocks -c values -o stocks.csv
mongodump -h localhost --port 27017
mongorestore -h localhost --port 27017
mongod --repair
db.runCommand({repairDatabase:1})
--fork 让进程以守护方式运行。
当子对象总是出现在父对象的上下文中时，使用内嵌文档；否则，保存在单独的集合里。
文章示例：
{_id:ObjectId("xx"),
title:"",
text:""}
评论：
{_id:ObjectId("4xxx"),
post_id:ObjectId("xxx"),
username:"zjone",
text:"indeed"
}
db.comments.ensureIndex({post_id:1}) //加索引
mongodb使用数组键来表示多对多的关系：
{_id:ObjectId("a"),title:"epites"}
{_id:ObjectId("b",title:"green flower"}
同时属于这两上分类的文档看起来是这样的：
{_id:ObjectId("y"),
name:"Dragon Orchid",
category_ids:[ObjectId("a"),ObjectId("b")]
}
先找到各个ID，然后用$in操作符查categories集合：
db.categories.find({id:{$in:product['category_ids']}})
db.comments.find({path:/^4d692/})
命名空间会超过24000，一旦超过这个值，就必须分配新的数据库。
mongofiles -d images list //列出数据库images里的文件；
---------------------------------------------------------------------------------
以下为命令行第二次收集脚本：
创建副本集：
---------------------------------
三台机器只是dbpath不同。端口不同；
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40000
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40001
D:\MongoDB\Server\3.6\bin>mongod --replSet myapp --dbpath c:\data\node1 --port 40002
------------------------------
连接到非仲裁节点后运行：假设当前4000，则
1.rs.initiate()
2.rs.add("localhost:40001")
3.rs.add("localhost:40002",{arbiterOnly:true});
一共三台，二台副本集，一个仲裁；
------------------------------------------------
db.isMaster()
rs.status()
rs.remove("localhost:4000")
rs.slaveOk() //允许副本查询
----------------------------------------------
分片：
------------------------------------------------------
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-1 --port 3000 --logpath c:\data\rs-a-1.log --fork --nojournal
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-2 --port 3001 --logpath c:\data\rs-a-2.log --fork --nojournal
mongod --shardsvr --replSet shard-a --dbpath c:\data\rs-a-3 --port 3002 --logpath c:\data\rs-a-3.log --fork --nojournal
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-1 --port 4000 --logpath c:\data\rs-b-1.log --fork --nojournal
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-2 --port 4001 --logpath c:\data\rs-b-2.log
mongod --shardsvr --replSet shard-b --dbpath c:\data\rs-b-3 --port 4002 --logpath c:\data\rs-b-3.log --fork --nojournal
--------------------------------------------------------
加了二个副本集，不同副本集的名称；然后所有的副本集加了--shardsvr
mongod --configsvr --replSet conf --dbpath c:\data\config-1 --port 27019 --logpath c:\data\config-1.log
mongod --configsvr --replSet conf --dbpath c:\data\config-2 --port 27020 --logpath c:\data\config-2.log
mongod --configsvr --replSet conf --dbpath c:\data\config-3 --port 27021 --logpath c:\data\config-3.log
加了三个配置服务器，也是副本集，而后每个配置服务器加了--configsvr 标识运行；
---------------------------------------------------------
注意副本集：
rs.initiate()
rs.add("123") //依次加三台配置服务器，配置服务器没有仲裁节点。注意上面二个分片也是；
任何的副本集都要初始化才能用。所有的分片配置完成后，用rs.status()查看副本集的状态；
而后所有的配置成功后，启用分片mongos.
------------------------------------------------------------------------
扫一扫
634
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
