mongodb常用命令

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':'[e-mail]','Al':['[e-mail]','[e-mail]']})

 

 

 

         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':'[e-mail]'}).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 
} 
]

 

 

 

Java 应用示例

 

要使用Java操作MongoDB的话，要到官方网站下载一个驱动包，把包导入后，可以尝试来操作了（记得一定要开着服务器）

 

首先介绍一下比较常用的几个类

 

Mongo：连接服务器，执行一些数据库操作的选项，如新建立一个数据库等

 

DB：对应一个数据库，可以用来建立集合等操作

 

DBCollection：对应一个集合（类似表），可能是我们用得最多的，可以添加删除记录等

 

DBObjec：接口和BasicDBObject对象：表示一个具体的记录，BasicDBObject实现了DBObject，因为是key-value的数据结构，所以用起来其实和HashMap是基本一致的

 

DBCursor：用来遍历取得的数据，实现了Iterable和Iterator

 

接下来实际的操作一下，代码如下：

 

import java.net.UnknownHostException;

 

import java.util.List;

 

import java.util.Set;

 

import com.mongodb.BasicDBObject;

 

import com.mongodb.DB;

 

import com.mongodb.DBCollection;

 

import com.mongodb.DBCursor;

 

import com.mongodb.DBObject;

 

import com.mongodb.Mongo;

 

import com.mongodb.MongoException;

 

public class MongoDbTest {

 

  public static void main(String[] args) throws UnknownHostException, MongoException {

 

    //Mongo m = new Mongo();

 

//Mongo m = new Mongo("localhost");

 

//获得数据库服务

 

Mongo m = new Mongo("localhost", 27017);

 

//得到数据库mytest

 

DB db = m.getDB("mytest");

 

//得到mytest数据库下所有表名

 

    Set<String> colls = db.getCollectionNames();

 

    for (String s : colls) {

 

        System.out.println(s);

 

}

 

//得到testCollection表

 

DBCollection coll = db.getCollection("testCollection");

 

//new 一个BasicDBObject对象doc

 

BasicDBObject doc = new BasicDBObject();

 

//赋值

 

    doc.put("name", "MongoDB");

 

    doc.put("type", "database");

 

doc.put("count", 1);

 

//又new 一个BasicDBObject对象info

 

    BasicDBObject info = new BasicDBObject();

 

    info.put("x", 203);

 

info.put("y", 102);

 

//把info放入doc

 

doc.put("info", info);

 

//向testCollection表中插入一条数据

 

coll.insert(doc);

 

//查询一条数据

 

    DBObject myDoc = coll.findOne();

 

    System.out.println(myDoc);

 

   

 

    //循环插入100条数据到testCollection

 

    for (int i=0; i < 100; i++) {

 

      coll.insert(new BasicDBObject().append("i", i));

 

    }

 

   

 

   

 

    //Counting Documents in A Collection

 

    System.out.println(coll.getCount());

 

   

 

    //Using a Cursor to Get All the Documents

 

    DBCursor cur = coll.find();

    while(cur.hasNext()) {

 

转子 http://blog.csdn.net/yczz/article/details/5974235