MongoDB报告

概念

官网上的描述是MongoDB是一个collection-oriented, schema-free document数据库.

·Collection-oriented -- 指的是数据被有规律的集中在一起,每一个集合在数据库里有一个独一无二的名称, 可以包含无数个文档. 集合除了没有定义图表, 它与关系型数据库里面的表类似.

·Schema-free – 指的是数据库不需要知道任何关于存放在集合里的文档的结构. 所以你可以储存任何结构的文档在同一个集合里面.

·Document – 指的是储存数据是用到key-value对, Keys是string类型, values可以是任何数据类型, 包括数组和文件. 我们称之为”BSON”(Binary Serialized dOcument Notation.)

目前使用MongoDB的应用已经有很多了(见附录). 例如sourceForge, justIn.tv等等, sourceForge中mongoDB被用作后端储存各种页面文件, 而justIn.tv则是一个分享视频的网站, mongoDB被应用到病毒扫描,用户功能,还有惯常做法解决不了问题.

MongoDB和CAP概念

·Availabbility: 每一个用户都一直可以读和写.

·Consistency: 所有的用户浏览一样的数据.

·Partition Tolerance: 系统工作在分散的物理网络上.

MongoDB的特点

·面向文档存储(类JSON数据模式简单而强大).

·动态查询 

· 全索引支持,扩展到内部对象和内嵌数组 

· 查询记录分析

·快速,就地更新

·高效存储二进制大对象 (比如照片和视频)

·复制和故障切换支持 

·Auto-Sharding自动分片支持云级扩展性

支持Linux、MacOS X、Windows和Solaris 

几乎所有编程语言中支持MongoDB。它有多种语言的驱动：C、C++、C# & .NET, ColdFusion、Erlang、Factor、Java、Javascript、PHP、Python、Ruby、Perl，等等

操作与可扩展性

从操作角度来讲，MongoDB可以根据应用程序的需要以两种模式来运行。第一种是“单主”（single master）模式，只有一台主服务器来处理所有的写操作。读操作能从中分离出去，通过任意数量的从服务器来进行读操作，这有利于提高读的可扩展性（使用场景：Sourceforge）。

对于那些写数据量很大或写频率过高，单台主服务器无法处理的应用程序，可以使用MongoDB的自动分片模式（正处于alpha阶段）。该模式下写操作会自动分配到任意数量的“片”中（一般是一台或一组MongoDB服务器），它们负责这部分数据集的写和读。

无论使用哪种模式，MongoDB都会采取“强一致性”方法（你可以把MongoDB看成CAP理论中的C-P系统）。高可用性是通过将数据复制到多个MongoDB节点来实现的，每个节点都能及时成为一个分片的主服务器——MongoDB会自动处理故障转移。这能让你在维持相当高的写可用性的同时，拥有强一致性特性，这对一些用例来说非常重要。

MongoDB实际操作

安装及启动服务：

1.解压：tar -xvf mongodb-linux-i686-1.4.4.tgz

2.为mongoDB创建数据目录：sudo mkdir -p /data/db/

3.设置/data/db访问权限：sudo chown '用户名' /data/db

4.启动mongoDB服务：cd mongodb-linux-i686-1.4.4/bin

5. ./mongod

操作数据库：

6.打开另一终端，并确保在mongoDB的bin目录：./mongo

   1.  超级用户相关：

         1. use admin

         2. #增加或修改用户密码

         3. db.addUser('name','pwd')

         4. #查看用户列表

         5. db.system.users.find()

         6. #用户认证

         7. db.auth('name','pwd')

         8. #删除用户

         9. db.removeUser('name')

        10. #查看所有用户

        11. show users

        12. #查看所有数据库

        13. show dbs

        14. #查看所有的collection

        use dbs

        15. show collections

        16. #查看各collection的状态

        17. db.printCollectionStats()

        18. #查看主从复制状态

        19. db.printReplicationInfo()

        20. #修复数据库

        21. db.repairDatabase()

        22. #设置记录profiling，0=off 1=slow 2=all

        23. db.setProfilingLevel(1)

        24. #查看profiling

        25. show profile

        26. #拷贝数据库

        27. db.copyDatabase('mail_addr','mail_addr_tmp')

        28. #删除collection

        29. db.mail_addr.drop()

        30. #删除当前的数据库

        31. db.dropDatabase()

   2. 客户端连接

   3. 增删改

         1. #存储嵌套的对象

         2. db.foo.save({'name':'ysz','address':{'city':'beijing','post':100096},'phone':[138,139]})

         3. #存储数组对象

         4. db.user_addr.save({'Uid':'yushunzhi@sohu.com','Al':['test-1@sohu.com','test-2@sohu.com']})

         5. #根据query条件修改，如果不存在则插入，允许修改多条记录

         6. db.foo.update({'yy':5},{'$set':{'xx':2}},upsert=true,multi=true)

         7. #删除yy=5的记录

         8. db.foo.remove({'yy':5})

         9. #删除所有的记录

        10. db.foo.remove()

   4. 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')

   5. 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'})

   6. 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()

附录

1. MongoDB应用

性能测试（写） 

插入100000条数据，花费时间3秒

性能测试（读） 

读取100000条数据，花费时间2秒

网上的一些测试结果

记录很少的时候每秒写入5000条左右

记录很少的时候基于索引的搜索每秒2000条左右

数据很少的时候读每秒1400条

数据很少的时候4M数据获取大概237毫秒

数据很少的时候搜索对写入影响不大

数据很少的时候读写相互影响不大

数据很多的时候

写入速度下降一半

读取速度没区别

搜索慢了很多，千万数据下查询1000条数据花费200毫秒左右，2个字段

读取对写入影响还是不大

查询对写入影响很大

另不管数据量多少CPU始终在10%以下，内存随着数据量增多从20% - 80%