关于mongo命令的使用
mongo使用
MongoDB 是什么 我们慢慢感受 现在你就当它是一个数据库，它的存储形式比较特别（MongoDB 将数据存储为一个文档，MongoDB 文档类似于 JSON 对象。）即可。
安装过程不在说可以找前面的文章，直接使用命令行来理解“芒果”数据库的结构和使用。（文章最后面我会把数据结构贴出来）
大家可以配合着MongODB Compass 、NoSQLBooster、ClusterControl、Mongo Management Studio、Nosqlclient 等可视化工具对照使用。
一、数据库相关
1.查看MongoDB的版本信息
连接到MongoDB，启动芒果的命令行模式 输入 mongo，使用命令查看，db.version();
2.查询数据库
（1）查询所有数据库
show dbs
3.创建数据库
user database_test
如果数据库不存在，则创建并切换到该数据库，存在则切换到该数据库
（1）已存在
（2）不存在
可以看到，创建的 test数据库并没有显示，需要插入数据才能显示
4.删除数据库
先切换到指定数据库，然后执行以下命令
二、集合相关
1.创建集合
切换到指定数据库，然后执行如下命令
db.createCollection(name, options)
说明：
name 要创建的集合名称，可选参数，指定有关内存大小及索引的选项
options参数：capped如果为true则创建固定集合（有着固定大小的集合）；size为固定集合指定一个最大值，如果capped为true需要指定该字段；max 指定固定集合中包含文档的最大数量
带参数的集合
插入文档会自动创建集合
2.查看所有集合
先切换到指定数据库，然后执行如下命令
show collections
3.删除集合
db.COLLECTION_NAME.drop()
成功删除则返回true，否则返回false
三、文档相关
1. 插入文档
使用insert()或insertOne()或insertMany()方法插入文档
db.COLLECTION_NAME.insert(document)
插入单条数据
db.collection.insertOne(
<document>,
{
writeConcern: <document>
}
)
插入多条数据
db.collection.insertMany(
[ <document 1> , <document 2>, ... ],
{
writeConcern: <document>,
ordered: <boolean>
}
)
document: 要写入的文档
writeConcern：写入策略，默认为1，即要求默认写操作，0是不要求
ordered：是否按照顺序写入，默认为true，按照顺序写入
2.查询文档
db.COLLECTION_NAME.find(query, projection)
- query ：可选，使用查询操作符指定查询条件
- projection ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参数即可（默认省略）。
pretty()以格式化方法显示文档
3.更新文档
使用update()和save()方法来更新集合中的文档
（1）update()方法
db.collection.update(
<query>,
<update>,
{
upsert: <boolean>,
multi: <boolean>,
writeConcern: <document>
}
)
参数说明：
query : update的查询条件，类似sql update查询内where后面的。
update : update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内set后面的
upsert : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
multi : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
writeConcern :可选，抛出异常的级别。
这里面要了解一下 MongoDB之$关键字，以及$修饰器$set,$inc,$push,$pull,$pop 这些
（2）save()方法
save() 方法通过传入的文档来替换已有文档，_id 主键存在就更新，不存在就插入。
db.collection.save(
<document>,
{
writeConcern: <document>
}
)
参数说明：
- document : 文档数据。
- writeConcern :可选，抛出异常的级别。
4.删除文档
db.collection.remove(
<query>,
<justOne>
)
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。
四、条件操作符
1.大于（>）: $gt
db.collection2.find({age : {$gt : 30}})
2.大于等于（>=）： $gte
3.小于（<）：$lt
db.collection2.find({age : {$lt : 20}})
4.小于等于（<=）：$lte
db.collection2.find({age : {$lte : 20}})5.$lt 和 $gt
db.collection2.find({age : {$gt : 30, $lt : 60,}})五、$type操作符
MongoDB 中可以使用的类型如下表所示：
db.collection2.find({"name" : {$type :2}})
db.collection2.find({"name" : {$type :'string'}})
六、MongoDB Limit与Skip方法
1.limit()读取记录的条数
db.COLLECTION_NAME.find().limit(NUMBER)2.skip()跳过的记录条数
db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
七、排序
sort() 方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而 -1 是用于降序排列。
1.升序排序
db.COLLECTION_NAME.find().sort({KEY:1})
2.降序排序
db.COLLECTION_NAME.find().sort({KEY:-1})
八、索引
使用createIndex()方法创建索引
db.collection.createIndex(keys, options)语法中 key值为你要创建的索引字段，1 为指定按升序创建索引，如果你想按降序来创建索引指定为 -1 即可。
createIndex() 接收可选参数，可选参数列表如下：
九、聚合
1.聚合
聚合主要用来处理数据（平均值、求和等），并返回计算结果。
db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
2.聚合管道
聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。
表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。
聚合框架中常用的几个操作：
$project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
$match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
$limit：用来限制MongoDB聚合管道返回的文档数。
$skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
$unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
$group：将集合中的文档分组，可用于统计结果。
$sort：将输入文档排序后输出。
$geoNear：输出接近某一地理位置的有序文档。
统计colection2集合中记录条数
统计collection2集合age的和
db.collection2.aggregate( [
{
$group: {
_id: null,
total: { $sum: "$age" }
}
}
] )
统计collection2集合中age>=10且=30的age的和
db.collection2.aggregate( [
{ $match : { age : { $gte : 10, $lte : 30 } } },
{
$group: {
_id: null,
total: { $sum: "$age" }
}
}
] )十、复制
1.复制：
复制是将数据同步在多个服务器的过程
2. 复制原理
MongoDB复制至少需要2个节点，其中1个是主节点，负责处理客户端请求，其余的都是从节点，负责复制主节点上的数据。常见的搭配的方式：一主一从、一主多从
以上结构图中，客户端从主节点读取数据，在客户端写入数据到主节点时，主节点与从节点交互保证数据一致性。
十一、分片
1.需求
当MongoDB存储海量的数据时，一台机器可能不足以存储数据，也可能不足以提供可接受的读写吞吐量。这时，我么就可以在多台机器上分割数据，使得数据库系统能存储和处理更多的数据。
2.为什么使用分片
复制所有的写入操作到主节点
延迟的敏感数据会在主节点上查询
单个副本集限制在12个节点
当请求量巨大时出现内存不足
本地磁盘不足
垂直扩展价格昂贵
3.MongoDB分片
分片集群结构
Shard：用于存储实际的数据块，实际生产环境中一个Shard Server角色可由几台机器组成一个replica set承担，防止单点故障
Config Server：mongod实例，存储量整个ClusterMetadata，其中包括chunk信息
Query Routers:：前端路由，客户端由此接入，且整个集群看上去像单一数据库，前端应用可以透明使用
十二、备份与还原
mongodump -h dbhost -d dbname -o dbdirectory
-h：
MongoDB 所在服务器地址，例如：127.0.0.1，当然也可以指定端口号：127.0.0.1:27017
-d：
需要备份的数据库实例，例如：test
-o：
备份的数据存放位置，例如：c:\data\dump，当然该目录需要提前建立，在备份完成后，系统自动在dump目录下建立一个test目录，这个目录里面存放该数据库实例的备份数据。
mongodump 命令可选参数列表如下所示：
mongodump
执行以上命令后，客户端会连接到ip为 127.0.0.1 端口号为 27017 的MongoDB服务上，并备份所有数据到 bin/dump/ 目录中。
十三、监控
了解MongoDB的运行情况，并查看MongoDB的性能。这样在大流量得情况下可以很好的应对并保证MongoDB正常运作。MongoDB中提供了mongostat 和 mongotop 两个命令来监控MongoDB的运行情况。
1.mongostat 命令
mongostat是mongodb自带的状态检测工具，在命令行下使用。它会间隔固定时间获取mongodb的当前运行状态，并输出。如果你发现数据库突然变慢或者有其他问题的话，你第一手的操作就考虑采用mongostat来查看mongo的状态。
启动你的Mongod服务，进入到你安装的MongoDB目录下的bin目录， 然后输入mongostat命令，
D:\set up\mongodb\bin>mongostat
2.mongotop 命令
mongotop也是mongodb下的一个内置工具，mongotop提供了一个方法，用来跟踪一个MongoDB的实例，查看哪些大量的时间花费在读取和写入数据。 mongotop提供每个集合的水平的统计数据。默认情况下，mongotop返回值的每一秒。
启动你的Mongod服务，进入到你安装的MongoDB目录下的bin目录， 然后输入mongotop命令，如下所示：
D:\set up\mongodb\bin>mongotop
十四、MongoDB高级
1.关系
MongoDB 中的关系可以是：
- 1:1 (1对1)
- 1: N (1对多)
- N: 1 (多对1)
- N: N (多对多)
下面以用户的地址为例
（1）嵌入式关系
缺点：如果用户和用户地址在不断增加，数据量不断变大，会影响读写性能
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address": [
{
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
},
{
"building": "170 A, Acropolis Apt",
"pincode": 456789,
"city": "Chicago",
"state": "Illinois"
}]
} 查询
db.users.findOne({"name":"Tom Benzamin"},{"address":1})（2）引用关系
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address_ids": [
ObjectId("52ffc4a5d85242602e000000"),
ObjectId("52ffc4a5d85242602e000001")
]
}
这种方法需要两次查询，第一次查询用户地址的对象id（ObjectId），第二次通过查询的id获取用户的详细地址信息
var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})2.查询分析
查询分析常用函数explain()和hint()
（1）explain 操作提供了查询信息，使用索引及查询统计等。有利于我们对索引的优化。
创建gender和user_name的索引
db.users.ensureIndex({gender:1,user_name:1})使用explaing
db.users.find({gender:"M"},{user_name:1,_id:0}).explain()返回结果如下：
{
"cursor" : "BtreeCursor gender_1_user_name_1",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 0,
"nscanned" : 1,
"nscannedObjectsAllPlans" : 0,
"nscannedAllPlans" : 1,
"scanAndOrder" : false,
"indexOnly" : true,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"gender" : [
[
"M",
"M"
]
],
"user_name" : [
[
{
"$minElement" : 1
},
{
"$maxElement" : 1
}
]
]
}
} indexOnly: 字段为 true ，表示我们使用了索引。
cursor：因为这个查询使用了索引，MongoDB 中索引存储在B树结构中，所以这是也使用了 BtreeCursor 类型的游标。如果没有使用索引，游标的类型是 BasicCursor。这个键还会给出你所使用的索引的名称，你通过这个名称可以查看当前数据库下的system.indexes集合（系统自动创建，由于存储索引信息，这个稍微会提到）来得到索引的详细信息。
n：当前查询返回的文档数量。
nscanned/nscannedObjects：表明当前这次查询一共扫描了集合中多少个文档，我们的目的是，让这个数值和返回文档的数量越接近越好。
millis：当前查询所需时间，毫秒数。
indexBounds：当前查询具体使用的索引。
（2）使用 hint()
可以使用 hint 来强制 MongoDB 使用一个指定的索引。这种方法某些情形下会提升性能。 一个有索引的 collection 并且执行一个多字段的查询(一些字段已经索引了)。
如下查询实例指定了使用 gender 和 user_name 索引字段来查询：
db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1})可以使用 explain() 函数来分析以上查询：
db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain()
3.原子操作
mongodb不支持事务，但是提供了许多原子操作，比如文档的保存，修改，删除等，都是原子操作。所谓原子操作就是要么这个文档保存到Mongodb，要么没有保存到Mongodb，不会出现查询到的文档没有保存完整的情况。原子操作命令如下：
（1）$set 用来指定一个键并更新键值，若键不存在并创建
{ $set : { field : value } }（2）$unset 用来删除一个键
{ $unset : { field : 1} }（3）$inc 可以对文档的某个值为数字型（只能为满足要求的数字）的键进行增减的操作。
{ $inc : { field : value } }（4）$push 把value追加到field里面去，field一定要是数组类型才行，如果field不存在，会新增一个数组类型加进去。
{ $push : { field : value } }（5）$pushAll 同$push,只是一次可以追加多个值到一个数组字段内。
{ $pushAll : { field : value_array } }
（6）$pull 从数组field内删除一个等于value值。
{ $pull : { field : _value } }（7）$addToSet 增加一个值到数组内，而且只有当这个值不在数组内才增加。
（8）$pop 删除数组的第一个或最后一个元素
{ $pop : { field : 1 } }（9）$rename 修改字段名称
{ $rename : { old_field_name : new_field_name } }（10）$bit 位操作，integer类型
{$bit : { field : {and : 5}}}
4.高级索引
{
"address": {
"city": "Los Angeles",
"state": "California",
"pincode": "123"
},
"tags": [
"music",
"cricket",
"blogs"
],
"name": "Tom Benzamin"
}
（1）索引数组
假设我们基于标签来检索用户，为此我们需要对集合中的数组 tags 建立索引。在数组中创建索引，需要对数组中的每个字段依次建立索引。所以在我们为数组 tags 创建索引时，会为 music、cricket、blogs三个值建立单独的索引
创建数组索引
db.users.ensureIndex({"tags":1})检索集合的 tags 字段
db.users.find({tags:"cricket"})（2）索引子文档字段
假设我们需要通过city、state、pincode字段来检索文档，由于这些字段是子文档的字段，所以我们需要对子文档建立索引。
创建索引
db.users.ensureIndex({"address.city":1,"address.state":1,"address.pincode":1})检索数据
db.users.find({"address.city":"Los Angeles","address.state":"California","address.pincode":"123"})
（3）索引最大范围
- 集合中索引不能超过64个
- 索引名的长度不能超过128个字符
- 一个复合索引最多可以有31个字段
5.ObjectId
ObjectId 是一个12字节 BSON 类型数据，有以下格式：
前4个字节表示时间戳
接下来的3个字节是机器标识码
紧接的两个字节由进程id组成（PID）
最后三个字节是随机数。
MongoDB中存储的文档必须有一个"_id"键。这个键的值可以是任何类型的，默认是个ObjectId对象。在一个集合里面，每个文档都有唯一的"_id"值，来确保集合里面每个文档都能被唯一标识。MongoDB采用ObjectId，而不是其他比较常规的做法（比如自动增加的主键）的主要原因，因为在多个 服务器上同步自动增加主键值既费力还费时。
（1）创建新的ObjectId
newObjectId = ObjectId()（2）创建文档的时间戳
ObjectId("5349b4ddd2781d08c09890f4").getTimestamp()（3）ObjectId 转换为字符串
new ObjectId().str
6.mapReduce
Map-Reduce是一种计算模型，简单地说就是将大量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（Reduce）。
基本语法：
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
}
)使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理。
Map 函数必须调用 emit(key, value) 返回键值对。
参数说明:
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）
返回结果参数说明：
result：储存结果的collection的名字,这是个临时集合，MapReduce的连接关闭后自动就被删除了。
timeMillis：执行花费的时间，毫秒为单位
input：满足条件被发送到map函数的文档个数
emit：在map函数中emit被调用的次数，也就是所有集合中的数据总量
ouput：结果集合中的文档个数（count对调试非常有帮助）
ok：是否成功，成功为1
err：如果失败，这里可以有失败原因，不过从经验上来看，原因比较模糊，作用不大
7.全文索引
全文检索对每一个词建立一个索引，指明该词在文章中出现的位置和次数，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。类似于通过字典中检索字表查字的过程
（1）创建全文索引
db.posts.ensureIndex({post_text:"text"})
（2）使用全文索引
db.posts.find({$text:{$search:"mongodb"}})
（3）删除索引
db.posts.dropIndex("post_text_text")
8.正则表达式
使用 $regex 操作符来设置匹配字符串的正则表达式。
（1）使用正则表达式
db.posts.find({post_text:{$regex:"runoob"}})（2）不区分大小写
如果检索需要不区分大小写，我们可以设置 $options 为 $i。
9.GridFS
GridFS 用于存储和恢复那些超过16M（BSON文件限制）的文件(如：图片、音频、视频等)。
GridFS 也是文件存储的一种方式，但是它是存储在MonoDB的集合中。
GridFS 可以更好的存储大于16M的文件。
GridFS 会将大文件对象分割成多个小的chunk(文件片段),一般为256k/个,每个chunk将作为MongoDB的一个文档(document)被存储在chunks集合中。
GridFS 用两个集合来存储一个文件：fs.files与fs.chunks。
每个文件的实际内容被存在chunks(二进制数据)中,和文件有关的meta数据(filename,content_type,还有用户自定义的属性)将会被存在files集合中。
以下是简单的 fs.files 集合文档：
{
"filename": "test.txt",
"chunkSize": NumberInt(261120),
"uploadDate": ISODate("2014-04-13T11:32:33.557Z"),
"md5": "7b762939321e146569b07f72c62cca4f",
"length": NumberInt(646)
}
以下是简单的 fs.chunks 集合文档：
{
"files_id": ObjectId("534a75d19f54bfec8a2fe44b"),
"n": NumberInt(0),
"data": "Mongo Binary Data"
}
GridFS 添加文件
现在我们使用 GridFS 的 put 命令来存储 mp3 文件。 调用 MongoDB 安装目录下bin的 mongofiles.exe工具。
打开命令提示符，进入到MongoDB的安装目录的bin目录中，找到mongofiles.exe，并输入下面的代码：
mongofiles.exe -d gridfs put song.mp3
-d gridfs 指定存储文件的数据库名称，如果不存在该数据库，MongoDB会自动创建。如果不存在该数据库，MongoDB会自动创建。Song.mp3 是音频文件名。
使用以下命令来查看数据库中文件的文档：
db.fs.files.find()
以上命令执行后返回以下文档数据：
{
_id: ObjectId('534a811bf8b4aa4d33fdf94d'),
filename: "song.mp3",
chunkSize: 261120,
uploadDate: new Date(1397391643474), md5: "e4f53379c909f7bed2e9d631e15c1c41",
length: 10401959
}
我们可以看到 fs.chunks 集合中所有的区块，以下我们得到了文件的 _id 值，我们可以根据这个 _id 获取区块(chunk)的数据：
db.fs.chunks.find({files_id:ObjectId('534a811bf8b4aa4d33fdf94d')})10.自动增长
sequence_value 字段是序列通过自动增长后的一个值。
db.counters.insert({_id:"productid",sequence_value:0})ps:本文存在很多问题 如有雷同纯属巧合 。
---------------------------------------------------------------------------------------------------------------------------------
体系结构
MySQL和MongoDB对比
为开发者提供学习成长、分享交流、生态实践、资源工具等服务，帮助开发者快速成长。
更多推荐
1
0- 0
已为社区贡献5条内容
所有评论(0)