mongodb安装及使用

发表于: redis/memcached/mongo | 作者: | 日期: 2013/12/25 10:12
标签:

mongodb由C++写就,其名字来自humongous这个单词的中间部分,从名字可见其野心所在就是海量数据的处理。关于它的一个最简洁描述为:scalable, high-performance, open source, schema-free, document-oriented database。MongoDB的主要目标是在键/值存储方式(提供了高性能和高度伸缩性)以及传统的RDBMS系统(丰富的功能)架起一座桥梁,集两者的优势于一身。
安装及使用:
首先在Ubuntu上安装MongoDB。
下载MongoDB, 现在最新的生产版本1.7.0
1.解压文件.

$ tar -xvf mongodb-linux-i686-1.4.3.tgz

2.为MongoDB创建数据目录,默认情况下它将数据存储在/data/db

$ sudo mkdir -p /data/db/
$ sudo chown `id -u` /data/db

3.启动MongoDB服务.

$ cd mongodb-linux-i686-1.4.3/bin
$ ./mongod

4.打开另一个终端,并确保你在MongoDB的bin目录,输入如下命令.

$ ./mongo

一些概念
一个mongod服务可以有建立多个数据库,每个数据库可以有多张表,这里的表名叫collection,每个collection可以存放多个文档(document),每个文档都以BSON(binary json)的形式存放于硬盘中,因此可以存储比较复杂的数据类型。它是以单文档为单位存储的,你可以任意给一个或一批文档新增或删除字段,而不会对其它文档造成影响,这就是所谓的schema-free,这也是文档型数据库最主要的优点。跟一般的key-value数据库不一样的是,它的value中存储了结构信息,所以你又可以像关系型数据库那样对某些域进行读写、统计等操作。Mongo最大的特点是他支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。Mongo还可以解决海量数据的查询效率,根据官方文档,当数据量达到50GB以上数据时,Mongo数据库访问速度是MySQL10 倍以上。
BSON
BSON是Binary JSON 的简称,是一个JSON文档对象的二进制编码格式。BSON同JSON一样支持往其它文档对象和数组中再插入文档对象和数组,同时扩展了JSON的数据类型。如:BSON有Date类型和BinDate类型。
BSON被比作二进制的交换格式,如同Protocol Buffers,但BSON比它更“schema-less”,非常好的灵活性但空间占用稍微大一点。
BSON有以下三个特点:
1. 轻量级
2. 跨平台
3. 效率高
命名空间
MongoDB存储BSON对象到collections,这一系列的数据库名和collection名被称为一个命名空间。如同:java.util.List;用来管理数据库中的数据。
索引
mongodb可以对某个字段建立索引,可以建立组合索引、唯一索引,也可以删除索引,建立索引就意味着增加空间开销。默认情况下每个表都会有一个唯一索引:_id,如果插入数据时没有指定_id,服务会自动生成一个_id,为了充分利用已有索引,减少空间开销,最好是自己指定一个unique的key为_id,通常用对象的ID比较合适,比如商品的ID。
shell操作数据库:
1. 超级用户相关:
1. #进入数据库admin
use admin
2. #增加或修改用户密码
db.addUser(‘name’,’pwd’)
3. #查看用户列表
db.system.users.find()
4. #用户认证
db.auth(‘name’,’pwd’)
5. #删除用户
db.removeUser(‘name’)
6. #查看所有用户
show users
7. #查看所有数据库
show dbs
8. #查看所有的collection
show collections
9. #查看各collection的状态
db.printCollectionStats()
10. #查看主从复制状态
db.printReplicationInfo()
11. #修复数据库
db.repairDatabase()
12. #设置记录profiling,0=off 1=slow 2=all
db.setProfilingLevel(1)
13. #查看profiling
show profile
14. #拷贝数据库
db.copyDatabase(‘mail_addr’,’mail_addr_tmp’)
15. #删除collection
db.mail_addr.drop()
16. #删除当前的数据库
db.dropDatabase()
2. 增删改
1. #存储嵌套的对象
db.foo.save({‘name’:’ysz’,’address’:{‘city’:’beijing’,’post’:100096},’phone’:[138,139]})
2. #存储数组对象
db.user_addr.save({‘Uid’:’yushunzhi@sohu.com’,’Al’:[‘test-1@sohu.com’,’test-2@sohu.com’]})
3. #根据query条件修改,如果不存在则插入,允许修改多条记录
db.foo.update({‘yy’:5},{‘$set’:{‘xx’:2}},upsert=true,multi=true)
4. #删除yy=5的记录
db.foo.remove({‘yy’:5})
5. #删除所有的记录
db.foo.remove()
3. 索引
1. #增加索引:
1(ascending),-1(descending)
2. db.foo.ensureIndex({firstname: 1, lastname: 1}, {unique: true});
3. #索引子对象
4. db.user_addr.ensureIndex({‘Al.Em’: 1})
5. #查看索引信息
6. db.foo.getIndexes()
7. db.foo.getIndexKeys()
8. #根据索引名删除索引
9. db.user_addr.dropIndex(‘Al.Em_1’)
4. 查询
1. #查找所有
2. db.foo.find()
3. #查找一条记录
4. db.foo.findOne()
5. #根据条件检索10条记录
6. db.foo.find({‘msg’:’Hello 1′}).limit(10)
7. #sort排序
8. db.deliver_status.find({‘From’:’ixigua@sina.com’}).sort({‘Dt’,-1})
9. db.deliver_status.find().sort({‘Ct’:-1}).limit(1)
10. #count操作
11. db.user_addr.count()
12. #distinct操作,查询指定列,去重复
13. db.foo.distinct(‘msg’)
14. #”>=”操作
15. db.foo.find({“timestamp”: {“$gte” : 2}})
16. #子对象的查找
17. db.foo.find({‘address.city’:’beijing’})
5. 管理
1. #查看collection数据的大小
2. db.deliver_status.dataSize()
3. #查看colleciont状态
4. db.deliver_status.stats()
5. #查询所有索引的大小
6. db.deliver_status.totalIndexSize()
5. advanced queries:高级查询
条件操作符
$gt : >
$lt : < $gte: >=
$lte: <= $ne : !=、<>
$in : in
$nin: not in
$all: all
$not: 反匹配(1.3.3及以上版本)
查询 name <> “bruce” and age >= 18 的数据
db.users.find({name: {$ne: “bruce”}, age: {$gte: 18}});
查询 creation_date > ‘2010-01-01’ and creation_date <= '2010-12-31' 的数据 db.users.find({creation_date:{$gt:new Date(2010,0,1), $lte:new Date(2010,11,31)}); 查询 age in (20,22,24,26) 的数据 db.users.find({age: {$in: [20,22,24,26]}}); 查询 age取模10等于0 的数据 db.users.find('this.age % 10 == 0'); 或者 db.users.find({age : {$mod : [10, 0]}}); 匹配所有 db.users.find({favorite_number : {$all : [6, 8]}}); 可以查询出{name: 'David', age: 26, favorite_number: [ 6, 8, 9 ] } 可以不查询出{name: 'David', age: 26, favorite_number: [ 6, 7, 9 ] } 查询不匹配name=B*带头的记录 db.users.find({name: {$not: /^B.*/}}); 查询 age取模10不等于0 的数据 db.users.find({age : {$not: {$mod : [10, 0]}}}); #返回部分字段 选择返回age和_id字段(_id字段总是会被返回) db.users.find({}, {age:1}); db.users.find({}, {age:3}); db.users.find({}, {age:true}); db.users.find({ name : "bruce" }, {age:1}); 0为false, 非0为true 选择返回age、address和_id字段 db.users.find({ name : "bruce" }, {age:1, address:1}); 排除返回age、address和_id字段 db.users.find({}, {age:0, address:false}); db.users.find({ name : "bruce" }, {age:0, address:false}); 数组元素个数判断 对于{name: 'David', age: 26, favorite_number: [ 6, 7, 9 ] }记录 匹配db.users.find({favorite_number: {$size: 3}}); 不匹配db.users.find({favorite_number: {$size: 2}}); $exists判断字段是否存在 查询所有存在name字段的记录 db.users.find({name: {$exists: true}}); 查询所有不存在phone字段的记录 db.users.find({phone: {$exists: false}}); $type判断字段类型 查询所有name字段是字符类型的 db.users.find({name: {$type: 2}}); 查询所有age字段是整型的 db.users.find({age: {$type: 16}}); 对于字符字段,可以使用正则表达式 查询以字母b或者B带头的所有记录 db.users.find({name: /^b.*/i}); $elemMatch(1.3.1及以上版本) 为数组的字段中匹配其中某个元素 Javascript查询和$where查询 查询 age > 18 的记录,以下查询都一样
db.users.find({age: {$gt: 18}});
db.users.find({$where: “this.age > 18”});
db.users.find(“this.age > 18”);
f = function() {return this.age > 18} db.users.find(f);
排序sort()
以年龄升序asc
db.users.find().sort({age: 1});
以年龄降序desc
db.users.find().sort({age: -1});
限制返回记录数量limit()
返回5条记录
db.users.find().limit(5);
返回3条记录并打印信息
db.users.find().limit(3).forEach(function(user) {print(‘my age is ‘ + user.age)});
结果
my age is 18
my age is 19
my age is 20
限制返回记录的开始点skip()
从第3条记录开始,返回5条记录(limit 3, 5)
db.users.find().skip(3).limit(5);
查询记录条数count()
db.users.find().count();
db.users.find({age:18}).count();
以下返回的不是5,而是user表中所有的记录数量
db.users.find().skip(10).limit(5).count();
如果要返回限制之后的记录数量,要使用count(true)或者count(非0)
db.users.find().skip(10).limit(5).count(true);
分组group()
假设test表只有以下一条数据
{ domain: “www.mongodb.org”
, invoked_at: {d:”2009-11-03″, t:”17:14:05″}
, response_time: 0.05
, http_action: “GET /display/DOCS/Aggregation”
}
使用group统计test表11月份的数据count:count(*)、total_time:sum(response_time)、avg_time:total_time/count;
db.test.group(
{ cond: {“invoked_at.d”: {$gt: “2009-11”, $lt: “2009-12”}}
, key: {http_action: true}
, initial: {count: 0, total_time:0}
, reduce: function(doc, out){ out.count++; out.total_time+=doc.response_time }
, finalize: function(out){ out.avg_time = out.total_time / out.count }
} );
[
{
“http_action” : “GET /display/DOCS/Aggregation”,
“count” : 1,
“total_time” : 0.05,
“avg_time” : 0.05
}
]
[整理自网络]

: https://blog.darkmi.com/2013/12/25/1526.html

本文相关评论 - 1条评论都没有呢
Post a comment now » 本文目前不可评论

No comments yet.

Sorry, the comment form is closed at this time.