Mongo learning record

Primer

A recent project using the mongo log records do statistics. Fascinated non-relational databases, Ever bought a "MongoDB real" learning a lot. Record what study notes, share it.

ready

I upload the latest version of Mongo in their Linux servers. The record about the issue and a link to install the encounter.

Linux install mongo https://blog.51cto.com/13641879/2141129

I want to see the state of the database when it came to a permissions problem

> db.serverStatus()
{
    "ok" : 0,
    "errmsg" : "not authorized on admin to execute command { serverStatus: 1.0, lsid: { id: UUID(\"bbda7ede-9e92-492b-ae2f-f0f641fba261\") }, $db: \"admin\" }",
    "code" : 13,
    "codeName" : "Unauthorized"
}

Solution: https://www.cnblogs.com/alexzhang92/p/10479105.html

If you read the above that solution, we re-enter the mongo shell mode (with admin) need to enter the following command:

mongo -u 'admin' -p '123' --authenticationDatabase 'admin'

Basic concepts

mysql	mongo	Explanation
database	database	database
table	collection	set
row	document	File
column	field	area

Mongo data are stored in BSON format, similar to the JSON, as follows:

{
    "_id": ObjectId("5d399bb2b52d6dc8a4ff6b42"),
    "name": "pjjlt"
}

If no primary key, generates a default the _id (total length 12 bytes), generation rules: 4 bytes + 3 bytes of the time stamp machine Id + 2 bytes process Id + 3 bytes random number

Mongo operation

Basic Operation

> show dbs #查看所有数据库和使用情况
admin   0.000GB
config  0.000GB
local   0.000GB

> use pjjlt #切换到pjjlt库，发现没有创建之
switched to db pjjlt

> db #查看当前在操作哪个数据库
pjjlt

> db.myCollection.insert({"name":"pjjlt"}) #在pjjlt库的myCollection集合(没有此集合，创建之)插入一条数据
WriteResult({ "nInserted" : 1 })

> show collections #查看本库(pjjlt)下所有集合
myCollection

> db.myCollection.find() #查询某集合数据
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }

#篇幅原因，不演示下面操作了，直接说解释
>db.myCollection.drop() #删除某集合
>db.dropDatabase() #删除某数据库
>db.serverStatus() #查看服务器状态信息（查看引擎就在这边看，可以看到mongo4的默认引擎已经是wiredtiger了）
>db.stats() #当前数据库下简单信息 可以查看本库下有多少集合
>db.myCollection.stats() #查看某集合的基础信息
>db.runCommand() #可以执行某个function()方法
>db.help() #查看数据库层面所有操作
>db.myCollection.help() #查看集合层面所有操作
>db.listCommands() #列举数据库所有命令

Data insertion

Data insertion can be divided into insert and save method. All specific method, you can enter a code, and then double-click the View tab key.

#两下TAB键，看下有以下方法。insert可以实现后面两个方法的功能，即插入一条或多条
> db.myCollection.insert 
db.myCollection.insert(      db.myCollection.insertMany(  db.myCollection.insertOne(

#插入一条记录
> db.myCollection.insert({"name":"haha"})
WriteResult({ "nInserted" : 1 })

#插入多条记录，输出的信息会更加详细
> db.myCollection.insert([{"name":"hehe"},{"name":"heihei"}])
BulkWriteResult({
    "writeErrors" : [ ],
    "writeConcernErrors" : [ ],
    "nInserted" : 2,
    "nUpserted" : 0,
    "nMatched" : 0,
    "nModified" : 0,
    "nRemoved" : 0,
    "upserted" : [ ]
})

#看下myCollection集合下有多少数据
> db.myCollection.count()
4

#再看下内容，_id是自动生成的主键。
> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }

#看一下save的插入功能，save可以指定_id
#如果有_id存在则更新，没有就是插入，功能类似insert
> db.myCollection.save({"name":"save0"})
WriteResult({ "nInserted" : 1 })

> db.myCollection.save([{"name":"save1"},{"name":"save2"}])
BulkWriteResult({
    "writeErrors" : [ ],
    "writeConcernErrors" : [ ],
    "nInserted" : 2,
    "nUpserted" : 0,
    "nMatched" : 0,
    "nModified" : 0,
    "nRemoved" : 0,
    "upserted" : [ ]
})

> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }
{ "_id" : ObjectId("5d3a927fb4d620841817e434"), "name" : "save0" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e436"), "name" : "save1" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e437"), "name" : "save2" }

Data Modification

Data modification and save an order update, wherein the update and replace having a partial update of the update function

#先看下save方法，指定_id，进行修改
> db.myCollection.save({"_id":ObjectId("5d3a92a2b4d620841817e437"),"name":"save3"})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.myCollection.find()
{ "_id" : ObjectId("5d399bb2b52d6dc8a4ff6b42"), "name" : "pjjlt" }
{ "_id" : ObjectId("5d3a6bafd40e94efd747de7b"), "name" : "haha" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7c"), "name" : "hehe" }
{ "_id" : ObjectId("5d3a6c3fd40e94efd747de7d"), "name" : "heihei" }
{ "_id" : ObjectId("5d3a927fb4d620841817e434"), "name" : "save0" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e436"), "name" : "save1" }
{ "_id" : ObjectId("5d3a92a2b4d620841817e437"), "name" : "save3" }

#然后看update方法，同insert一样，update可以实现后面两个方法
> db.myCollection.update
db.myCollection.update(      db.myCollection.updateMany(  db.myCollection.updateOne(

Syntax update look

db.collection.update(
   <query>,   #update的查询条件，类似sql update语句where后面的部分
   <update>,  #update的对象和一些更新的操作符等，也可以理解为sql update语句set后面的
   {
     upsert: <boolean>,  #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: <boolean>,   #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: <document>  #可选，抛出异常的级别
   }
)

Then back to the example, for convenience of explanation, we create a new set of user

#给新的集合建一个新的文档
> db.user.insert({"username":"pjjlt","age":25})
WriteResult({ "nInserted" : 1 })
> db.user.find().pretty()
{
    "_id" : ObjectId("5d3aa1fcb4d620841817e438"),
    "username" : "pjjlt",
    "age" : 25
}

# ok，把pjjlt的年龄改成18，使用了关键字$set,待会会演示不使用这个关键字的效果
> db.user.update({"_id" : ObjectId("5d3aa1fcb4d620841817e438")},{$set:{"age":18}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find().pretty()
{
    "_id" : ObjectId("5d3aa1fcb4d620841817e438"),
    "username" : "pjjlt",
    "age" : 18
}

#如果使用了$set是局部更新，如果不使用，就是替换更新，为了区分，我们已跟新新的域city为例
> db.user.update({"_id" : ObjectId("5d3aa1fcb4d620841817e438")},{"city":"SJZ"})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find().pretty()
{ "_id" : ObjectId("5d3aa1fcb4d620841817e438"), "city" : "SJZ" }
#发现原始数据也没了，因为被全部替换了

Data deletion

Data can be deleted using deleteMany, deleteOne, remove

# 两下Tab
> db.user.delete
db.user.deleteMany(  db.user.deleteOne(

# 删除没数据了
> db.user.deleteOne({"_id" : ObjectId("5d3aa1fcb4d620841817e438")})
{ "acknowledged" : true, "deletedCount" : 1 }
> db.user.find().pretty()
> 

# 再增加几条数据
> db.user.find()
{ "_id" : ObjectId("5d3ab2f8b4d620841817e439"), "username" : "pjjlt", "age" : 25 }
{ "_id" : ObjectId("5d3ab2fdb4d620841817e43a"), "username" : "pjjlt1", "age" : 25 }
{ "_id" : ObjectId("5d3ab302b4d620841817e43b"), "username" : "pjjlt2", "age" : 25 }
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

remove syntax

db.collection.remove(
   <query>,    #可选，查询条件
   {
     justOne: <boolean>,  #可选，设置为true或者1，表示只删除一个文档，设置为false，表示删除所有匹配的文档，默认为false
     writeConcern: <document> #可选，抛出异常的级别
   }
)

Then back to the example delete it. You need to manually free up disk space

> db.user.remove({"age" : 25})
WriteResult({ "nRemoved" : 3 })
> db.user.find()
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }
#手动释放磁盘空间
> db.repairDatabase() 
{ "ok" : 1 }

data query

Almost the majority of its business and related inquiries.

Range query operators

Operators	description
$lt	Less than
$gt	more than the
$lte	小于等于
$gte	大于等于

准备一个大数据集合，往numbers集合里面添加1000个数字

#前面那三个点是自动生成的，对代码没有影响，请忽略
> for(i=0;i<1000;i++){
... db.numbers.save({num:i});
... }
WriteResult({ "nInserted" : 1 })

#测试一个$lt，其他雷同
> db.numbers.find({"num":{$lt:5}})
{ "_id" : ObjectId("5d3ac7b7b4d620841817e43d"), "num" : 0 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e43e"), "num" : 1 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e43f"), "num" : 2 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e440"), "num" : 3 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e441"), "num" : 4 }

集合操作符

运算符	描述
$in	如果任意参数引用集合里，则匹配
$all	如果所有参数再引用集合里且被使用在包含数组的文档中，则匹配
$nin	如果没有参数在引用集合里，则匹配

#插入一条记录
> db.tools.insert({tools:["AAA","BBB","CCC","DDD","EEE"]})
WriteResult({ "nInserted" : 1 })
#查看一下
> db.tools.find()
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#通过$in搜出来了
> db.tools.find({tools:{
... $in:["AAA","FFF","ZZZ"]
... }
... })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$all搜索测试
> db.tools.find({tools:{ $all:["AAA","FFF","ZZZ"] } })
> db.tools.find({tools:{ $all:["AAA","BBB"] } })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$nin搜索测试
> db.tools.find({tools:{ $nin:["AAA","BBB"] } })
> db.tools.find({tools:{ $nin:["ZZZ","YYY"] } })
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

布尔运算符

运算符	描述
$ne	不匹配参数
$not	不匹配结果
$or	有一个条件匹配就成立
$nor	所有条件都不匹配
$and	所有条件都匹配
$exists	判断元素是否存在

#接着上面的例子，使用$ne
> db.tools.find({tools:{$ne:"AAA"}})
> db.tools.find({tools:{$ne:"ZZZ"}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#$not 看就就像条件取反
> db.tools.find({tools:{$not:{$in:["AAA"]}}})
> db.tools.find({tools:{$not:{$in:["ZZZ"]}}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ] }

#为了演示下面的功能，添加新域给刚才那个文档
> db.tools.update({"_id" : ObjectId("5d3ad78eb4d620841817e825")},{$set:{"city":"SJZ"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.tools.find().pretty()
{
    "_id" : ObjectId("5d3ad78eb4d620841817e825"),
    "tools" : [
        "AAA",
        "BBB",
        "CCC",
        "DDD",
        "EEE"
    ],
    "city" : "SJZ"
}

#$or
> db.tools.find( {$or:[ {tools:{$in:["AAA"]}}, {"city":"BJ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$nor 所有条件都不匹配
> db.tools.find( {$nor:[ {tools:{$in:["ZZZ"]}}, {"city":"BJ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$and
> db.tools.find( {$and:[ {tools:{$in:["AAA"]}}, {"city":"BJ"} ]} )
> db.tools.find( {$and:[ {tools:{$in:["AAA"]}}, {"city":"SJZ"} ]} )
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

#$exists
# tools集合是否存在tools域
> db.tools.find({"tools":{$exists:true}})
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }
# tools集合是否不存在tools域
> db.tools.find({"tools":{$exists:false}})
>

数组操作符

运算符	描述
$elemMatch	如果提供的所有词语在相同的子文档中，则匹配
$size	如果子文档数组大小与提供的文本值相同，则匹配

#在新的集合里面插入新的文档
> db.products.insert({addresses:[{name:"home",city:"sjz"},{name:"work",city:"bj"}]})
WriteResult({ "nInserted" : 1 })
> db.products.find().pretty()
{
    "_id" : ObjectId("5d3ae3763d2312bc3a0be84c"),
    "addresses" : [
        {
            "name" : "home",
            "city" : "sjz"
        },
        {
            "name" : "work",
            "city" : "bj"
        }
    ]
}

#$elemMatch 需要子文档的哦
> db.products.find({addresses:{$elemMatch:{"name":"home","city":"sjz"}}})
{ "_id" : ObjectId("5d3ae3763d2312bc3a0be84c"), "addresses" : [ { "name" : "home", "city" : "sjz" }, { "name" : "work", "city" : "bj" } ] }

#size
> db.products.find({"addresses":{$size:1}})
> db.products.find({"addresses":{$size:2}})
{ "_id" : ObjectId("5d3ae3763d2312bc3a0be84c"), "addresses" : [ { "name" : "home", "city" : "sjz" }, { "name" : "work", "city" : "bj" } ] }

排序分页分隔符

运算符	描述
$sort	排序 1 正序；-1 倒叙
$limit	显示多少条
$skip	跳过多少数据

注意和MySQL一样，skip操作大数的时候会很慢，需要提前缩小范围

#使用numbers这个集合
> db.numbers.find().sort({"num":-1}).skip(33).limit(9)
{ "_id" : ObjectId("5d3ac7b8b4d620841817e803"), "num" : 966 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e802"), "num" : 965 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e801"), "num" : 964 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e800"), "num" : 963 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7ff"), "num" : 962 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fe"), "num" : 961 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fd"), "num" : 960 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fc"), "num" : 959 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e7fb"), "num" : 958 }

其他操作符

运算符	描述
$where	执行任意JavaScript来选择文档
$regex	匹配正则表达式
$mod[(quatient),(result)]	如果元素除以除数符合结果则匹配
$type	如果元素的类型符合指定的BSON类型则匹配
$text	允许在建立文本索引的字段上执行文本搜索
null	不是关键词，不用加$，只是看一下使用

#只演示下 mod 和 regex
#接着用刚才numbers那个集合
> db.numbers.find({"num":{$mod:[200,3]}})
{ "_id" : ObjectId("5d3ac7b8b4d620841817e440"), "num" : 3 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e508"), "num" : 203 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e5d0"), "num" : 403 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e698"), "num" : 603 }
{ "_id" : ObjectId("5d3ac7b8b4d620841817e760"), "num" : 803 }

#使用刚才user集合，搜索所有username以p开头的文档
> db.user.find({"username":{$regex:/^p.*/}})
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

#null的使用，搜索出没有这个域的文档，或者这个域为null
> db.user.find({"username":null})
> db.user.find({"username111":null})
{ "_id" : ObjectId("5d3ab322b4d620841817e43c"), "username" : "pjjlt3", "age" : 18 }

聚合操作aggregate

可以把聚合框架理解成SQL中的GROUP BY。为了调用聚合框架就要定义一个管道。聚合管道里的每一步输出作为下一步的输入。类似于流的概念。

运算符	描述
$project	指定输出文档里的字段（项目）
$match	选择要处理的字段，与find()类似
$limit	限制传递给下一步文档数量
$skip	跳过一定数量的文档
$unwind	拓展数组，为每一个数组入口生成一个输出文档
$group	根据key来分组文档
$skip	排序文档
$geoNear	选择某个地理位置附近的文档
$out	把管道的结果写入某集合
$redact	控制特定数据的访问

以上很多命令符与上面查询命令符功能相同，$geoNear（这个貌似很有趣，类似于图论中迪杰斯特拉、弗洛伊德那些算法，可以计算坐标点之间的物理距离）和$redact先不过多的讨论。$limit、$skip、$skip也过于简单，上面演示过了，这里不再重复。看一下这些命令和关系型数据库SQL的类比

SQL命令	聚合命令操作符
SELECT	$project $group functions : $sum,$min,$avg,etc.
FROM	db.collectionName.aggregate(...)
JOIN	$unwind
WHERE	$match
GROUP BY	$group
HAVING	$match

但是集合命令操作符不必按照以上顺序进行书写，比如可以先写$match进行条件筛选，然后进行其他操作（其实，也往往建议这么做，毕竟第一步就把大部分没用的数据过滤了）

#为了方便说明，新建一个集合
> db.score.find()
{ "_id" : ObjectId("5d3bac2d78b22e869eb2fd26"), "name" : "pjjlt", "age" : 25, "city" : "sjz" }
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 112, "city" : "london" }
{ "_id" : ObjectId("5d3bad9078b22e869eb2fd28"), "name" : "haha", "age" : 24, "city" : "sjz" }
{ "_id" : ObjectId("5d3bada078b22e869eb2fd29"), "name" : "heihei", "age" : 25, "city" : "bj" }

#验证$match和$project
> db.score.aggregate([
... {$match:{age:{$lt:100}}}, //条件过滤
... {$project:{"_id":0}} //不显示主键
... ])
{ "name" : "pjjlt", "age" : 25, "city" : "sjz" }
{ "name" : "haha", "age" : 24, "city" : "sjz" }
{ "name" : "heihei", "age" : 25, "city" : "bj" }

#接下来分组显示每个城市的平均年龄
> db.score.aggregate([ {$group:{_id:"$city",avgAge:{$avg:"$age"}}} ])
{ "_id" : "bj", "avgAge" : 25 }
{ "_id" : "london", "avgAge" : 112 }
{ "_id" : "sjz", "avgAge" : 24.5 }

对于$group,对于原始数据如city、age，进行显示的时候前面也需要加上$，如$city、$age，否则显示为null

另外展示一下$group中可以使用的命令

命令	描述
$addToSet	为组里唯一的值创建一个数组
$first	组里第一个值，只有前缀$sort才有意义
$last	组里最后一个值，只有前缀$sort才有意义
$max	组里某个字段的最大值
$min	组里某个字段的最小值
$avg	某个字段的平均值
$push	返回组内所有值的数组。不去重复值
$sum	求组内所有值的和

#回来接着展示$out字符，并且$out字符类似于Java8中的流收集器，必须放最后执行
> db.score.aggregate([ {$group:{_id:"$city",avgAge:{$avg:"$age"}}} ,{$out:'aResult'}])

#删除一下变量中的数据
> db.aResult.find()
{ "_id" : "bj", "avgAge" : 25 }
{ "_id" : "london", "avgAge" : 112 }
{ "_id" : "sjz", "avgAge" : 24.5 }

#最后是$unwind，接着用上次那个tools集合
> db.tools.find()
{ "_id" : ObjectId("5d3ad78eb4d620841817e825"), "tools" : [ "AAA", "BBB", "CCC", "DDD", "EEE" ], "city" : "SJZ" }

> db.tools.aggregate([
... {$project:{"_id":0}},
... {$unwind:"$tools"}
... ])
{ "tools" : "AAA", "city" : "SJZ" }
{ "tools" : "BBB", "city" : "SJZ" }
{ "tools" : "CCC", "city" : "SJZ" }
{ "tools" : "DDD", "city" : "SJZ" }
{ "tools" : "EEE", "city" : "SJZ" }

同关系型数据库一样，在project的时候，可以对数据进行进一步加工，可选函数有concat、toLower、toUpper这种字符串函数；add、mod、multiply这种算数运算函数；日期运算符；逻辑运算符；集合操作符等。以后有空在总结。

原子性

mongo在事务处理方面不如mysql。比如两个不同线程update的时候（+1操作）可能会出现数据被覆盖的现象。特别介绍一个具有原子性的操作findAndModify(),总找到到修改提交是一个原子事件，期间其他线程查询该数据会被拒绝。
当然为了保护数据，在业务代码层面（比如java）可以考虑加锁。

> db.score.find({"name":"qex"})
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 112, "city" : "london" }

#修改qex的年龄
> db.score.findAndModify({
... query:{"name":"qex"},
... update:{ $inc:{"age":+3}}
... })
{
    "_id" : ObjectId("5d3bac5878b22e869eb2fd27"),
    "name" : "qex",
    "age" : 112,
    "city" : "london"
}
> db.score.find({"name":"qex"})
{ "_id" : ObjectId("5d3bac5878b22e869eb2fd27"), "name" : "qex", "age" : 115, "city" : "london" }

总结一下更新操作符

操作符	描述
$inc	根据给定的值更改数字
$set	设置字段为给定的值
$unset	取消设置字段
$rename	重命名字段给定的值
$setOnInsert	在upsert中，插入时设置字段
$bit	只执行按位更新字段
$	根据查询选择器定位要更新的子文档
$push	添加值到数组中
$addToSet	添加值到数组中，重复了也不处理
$pop	从数组中删除第一个或者最后一个值
$pull	从数组中删除匹配查询条件的值
$pullAll	从数组中删除多个值
$each	从push和addToSet一起使用来操作多个值
$slice	从push和each一起使用来缩小更新后数组的大小
$sort	从push和each、slice一起使用来排序数组中的子文档
$isolated	隔离其他操作，不允许其他操作交叉更新多个文档

索引

索引分类

唯一索引

确保该数据在该集合只有一份，比如说主键，格式：

> db.user.createIndex({username:1},{unique:true})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

稀疏索引

稀疏索引可以保证某些文档不包含这个属性，就不会被筛选出来。例如通过电话号码建索引，但是集合中有的文档电话号码是null，在创建索引的时候就不会把这些文档考虑进来。

> db.user.createIndex({username:1},{sparse:true})

多键索引

索引字段是个数字，比如tools集合中的tools域，这意味着针对这些数组任意值在索引上的查询都会定位到文档上

哈希索引

哈希索引的好处是可以让索引上的入口是均匀分布的

db.user.createIndex({username:'hashed'})

地理位置索引

查询某个地点附近的文档，基于经纬度来储存每个文档。

当然从引用域的数量来说还可以分为单键索引和复合索引，和mysql的行为类似。

索引管理

建立索引

使用createIndex()。由于建立索引的时候，数据量大会导致系统长时间等待，所以要可以指定后台索引（由于需要大量数据，我没实验），还有离线索引等等。

db.user.createIndex({username:'hashed'}，{background：true})

索引反复操作可能会在内存中产生大量碎片，可以使用命令进行碎片整理（索引新建之）

> db.user.reIndex()
{
    "nIndexesWas" : 2,
    "nIndexes" : 2,
    "indexes" : [
        {
            "v" : 2,
            "key" : {
                "_id" : 1
            },
            "name" : "_id_",
            "ns" : "pjjlt.user"
        },
        {
            "v" : 2,
            "unique" : true,
            "key" : {
                "username" : 1
            },
            "name" : "username_1",
            "ns" : "pjjlt.user"
        }
    ],
    "ok" : 1
}

查看索引

查看某个集合的索引使用getIndexes()

> db.user.getIndexes()
[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "pjjlt.user"
    },
    {
        "v" : 2,
        "unique" : true,
        "key" : {
            "username" : 1
        },
        "name" : "username_1",
        "ns" : "pjjlt.user"
    }
]

删除索引

> db.user.dropIndex("username_1") #名字可以在查看索引的时候找到
{ "nIndexesWas" : 2, "ok" : 1 }

引擎

主要有两种：MMAPV1和WiredTiger.在2.6版本之前只有MMAPV1，在3.0之后有了WiredTiger，但是默认还是MMAPV1。本篇使用的是4版本，已经默认是WiredTiger引擎了。相对于说MMAPV1，WiredTiger使用磁盘空间小得多，只需要将近7、8分之一的空间。记得从旧版本的mongo升级，导数据，原来20G的数据最后只有个位数（具体几G忘了），吓一跳，还担心会丢数据，原来是引擎变了。同时锁的颗粒度从数据库到文档级别，并发性能提升不少。总之，新的引擎占资源小，性能还高。

图片来自《MongoDB实战》

复制和分片

复制：复制是跨多个Mongo服务器（节点）分布和维护数据的方法。MongoDB可以把数据从一个节点复制到其他节点并在修改时进行同步。这种类型的复制是通过一个叫可复制集的机制提供。集群中的节点配置为自动同步数据，并且在服务器出错十自动容灾。MongDB还有一种旧的复制方法：主从复制。一般复制数据的时候，数据同步到了大部分（大于50%，比如说三台机器中的两台）节点就可以认为复制操作完成。可复制集应该保护至少3个成员，其中一个可以当裁判。

分片：分片是把大型数据集进行分区成更小的可管理的片的过程。简单来说就是一台MongoDB服务器盛不下或处理不了那么多数据（1，2，3，4，5，6）了，就将这些数据分到三台小点的机子上，分别维护（1，4）（2，5）（3，6）

参考

《MongoDB实战》

菜鸟教程 https://www.runoob.com/mongodb/mongodb-tutorial.html