一、高級查詢

1. 查詢操作符

1.1 比較操作符$gt,$lt,$gte,$lte

實例： select * from things where field<value -- 等價于db.things.find({"field":{$lt:value}})
select * from things where field<value2 and field>value1 -- 等價于db.things.find({"field":{$lt:value2,$gt:value1}})

1.2 $all匹配所有

這個操作符跟SQL 語法的in 類似，但不同的是, in 只需滿足( )內(nèi)的某一個值即可, 而$all 必須滿足[ ]內(nèi)的所有值，

例如:db.users.find({age:{$all:[6,8]}});可以查詢出{name:'David',age:26,age:[6,8,9]}但查詢不出{name:'David',age:26,age:[6,7,9]}

1.3 $exists判斷字段是否存在

查詢所有存在age 字段的記錄：

db.users.find({age: {$exists: true}});

查詢所有不存在name 字段的記錄：

db.users.find({name: {$exists: false}});

1.4 $mod取模運算符

查詢age 取模10 等于1 的數(shù)據(jù)：

db.student.find({age:{$mod:[10, 1]}})

1.5 $ne不等于

查詢x 的值不等于3 的數(shù)據(jù)：

db.things.find( { x : { $ne : 3 } } );

1.6 $in/$nin包含/不包含

與sql 標(biāo)準(zhǔn)語法的用途是一樣的，即要查詢的是一系列枚舉值的范圍內(nèi)查詢x 的值在2,4,6 范圍內(nèi)的數(shù)據(jù)：

db.things.find({x:{$in: [2,4,6]}});

1.7 $size數(shù)據(jù)元素個數(shù)

對于{name: 'David', age: 26, favorite_number: [ 6, 7, 9 ] }記錄匹配db.users.find({favorite_number: {$size: 3}});不匹配db.users.find({favorite_number: {$size: 2}});

1.8 正則表達式$not:/ * /

查詢不匹配name=B*帶頭的記錄：

select * from users where name not like 'B%'等價于db.users.find({name:{$not:/^B.*/}});

1.9 null值處理

db.users.find({age:null})這種查詢會查出age為null的和沒有age字段的json對象。可采用下面方法達到查詢目的：

db.users.find({age:{"$in":[null], "$exists":true}})

1.10 Javascript查詢和$where查詢

查詢a 大于3 的數(shù)據(jù)，下面的查詢方法殊途同歸：

db.c1.find( { a : { $gt: 3 } } );
db.c1.find( { $where: "this.a > 3" } );
db.c1.find("this.a > 3");
f = function() { return this.a > 3; } db.c1.find(f);

1.11 count查詢記錄條數(shù)，limit限制返回記錄數(shù)

count 查詢記錄條數(shù)：

db.users.find().count(); //全collection查詢

注意：以下返回的是user 表中所有的記錄數(shù)量：

db.users.find().skip(10).limit(5).count();

如果要返回限制之后的記錄數(shù)量，要使用count(true)或者count(非0)

1.12 skip限制返回記錄的起點

從第3 條記錄開始，返回5 條記錄：(limit 3, 5)等價于：

db.users.find().skip(3).limit(5);

1.13 sort 排序

以年齡升序ascdb.users.find().sort({age: 1});
以年齡降序descdb.users.find().sort({age: -1});

2 游標(biāo)

MongoDB 也是用游標(biāo)來循環(huán)處理每一條結(jié)果數(shù)據(jù)，典型用法如下：

for(var cursor=db.users.find();cursor.hasNext()){printjson(cursor.next())};
db.users.find().forEach( function(u) { printjson(u); } );
db.users.find().forEach(printjson);

1.3 存儲過程

MongoDB 同樣支持存儲過程。關(guān)于存儲過程你需要知道的第一件事就是它是用javascript 來寫的。MongoDB 存儲過程是存儲在db.system.js 表中的。

第一步是定義函數(shù)：function addNumbers(x, y){return x+y;}

第二步是放入js表中：db.system.js.save({_id:"addNumbers",value:addNumbers})或db.system.js.save({_id:"addNumbers",value:function(x,y){return x+y;}})

第三步執(zhí)行存儲過程：db.eval('addNumbers(3,4)');

?

二、Capped Collection

1.簡介

capped collections 是性能出色的有著固定大小的集合，以LRU(Least Recently Used 最近最少使用)規(guī)則和插入順序進行age-out(老化移出)處理，自動維護集合中對象的插入順序，在創(chuàng)建時要預(yù)先指定大小。如果空間用完，新添加的對象將會取代集合中最舊的對象。

2.功能特別

可以插入及更新，但更新不能超出collection 的大小，否則更新失敗。不允許刪除，但是可以調(diào)用drop() 刪除集合中的所有行，但是drop 后需要顯式地重建集合。在32 位機上，一個capped collection 的最大值約為482.5M，64 位上只受系統(tǒng)文件大小的限制。

3. 常見用處

loggingMongoDB 中日志機制的首選，MongoDB 沒有使用日志文件，而是把日志事件存儲在數(shù)據(jù)庫中。在一個沒有索引的capped collection 中插入對象的速度與在文件系統(tǒng)中記錄日志的速度相當(dāng)。

cache緩存一些對象在數(shù)據(jù)庫中，比如計算出來的統(tǒng)計信息。這樣的需要在collection 上建立一個索引，因為使用緩存往往是讀比寫多。

auto archiving可以利用capped collection 的age-out 特性，省去了寫cron 腳本進行人工歸檔的工作。

4.?推薦用法

為了發(fā)揮capped collection 的最大性能，如果寫比讀多，最好不要在上面建索引，否則插入速度從"log speed"降為"database speed"。

使用"nature ordering"可以有效地檢索最近插入的元素，因為capped collection 能夠保證自然排序就是插入時的順序，類似于log 文件上的tail 操作。

5. 注意事項

可以在創(chuàng)建capped collection 時指定collection 中能夠存放的最大文檔數(shù)。但這時也要指定size，因為總是先檢查size 后檢查maxRowNumber。可以使用validate()查看一個collection已經(jīng)使用了多少空間，從而決定size 設(shè)為多大。如：db.createCollection("mycoll", {capped:true, size:100000, max:100});db.mycoll.validate();max=1 時會往collection 中存放盡量多的documents。

上述的createCollection 函數(shù)也可以用來創(chuàng)建一般的collection ， 還有一個參數(shù)"autoIndexID"，值可以為"true"和"false"來決定是否需要在"_id"字段上自動創(chuàng)建索引，如：db.createCollection("mycoll", {size:10000000, autoIndexId:false})。默認(rèn)情況下對一般的collection 是創(chuàng)建索引的，但不會對capped collection 創(chuàng)建。

?

三、GridFS

GridFS 是一種將大型文件存儲在MongoDB 數(shù)據(jù)庫中的文件規(guī)范。所有官方支持的驅(qū)動均實現(xiàn)了GridFS 規(guī)范。

1. 為什么使用GridFS?

由于MongoDB 中BSON 對象大小是有限制的，所以GridFS 規(guī)范提供了一種透明的機制，可以將一個大文件分割成為多個較小的文檔，這樣的機制允許我們有效的保存大文件對象，特別對于那些巨大的文件，比如視頻、高清圖片等。

2. 如何實現(xiàn)海量存儲?

為實現(xiàn)這點，該規(guī)范指定了一個將文件分塊的標(biāo)準(zhǔn)。每個文件都將在文件集合對象中保存一個元數(shù)據(jù)對象，一個或多個chunk 塊對象可被組合保存在一個chunk 塊集合中。大多數(shù)情況下，你無需了解此規(guī)范中細(xì)節(jié)，而可將注意力放在各個語言版本的驅(qū)動中有關(guān)GridFS API 的部分或是如何使用mongofiles 工具上。

3. 簡單介紹

GridFS 使用兩個表來存儲數(shù)據(jù)：

• files 包含元數(shù)據(jù)對象
• chunks 包含其他一些相關(guān)信息的二進制塊

為了使多個GridFS 命名為一個單一的數(shù)據(jù)庫，文件和塊都有一個前綴，默認(rèn)情況下，前綴是fs，所以任何默認(rèn)的GridFS 存儲將包括命名空間fs.files 和fs.chunks。各種第三方語言的驅(qū)動有權(quán)限改變這個前綴。

4.命令行工具

mongofiles [-options] [list|search|put|get]

5. 索引

db.fs.chunks.ensureIndex({files_id:1, n:1}, {unique: true});

這樣，一個塊就可以利用它的files_id 和 n 的值進行檢索。注意，GridFS 仍然可以用findOne得到第一個塊，如下：

?

1	db.fs.chunks.findOne({files_id: myFileID, n: 0});

?

四、MapReduce

MongoDB 的MapReduce 相當(dāng)于Mysql 中的"group by"，所以在MongoDB 上使用 Map/Reduce進行并行"統(tǒng)計"很容易。

使用MapReduce 要實現(xiàn)兩個函數(shù) Map 函數(shù)和Reduce 函數(shù)，Map 函數(shù)調(diào)用emit(key, value)，遍歷collection中所有的記錄，將key與value傳遞給Reduce 函數(shù)進行處理。Map函數(shù)和Reduce函數(shù)可以使用JavaScript 來實現(xiàn)，可以通過db.runCommand 或mapReduce 命令來執(zhí)行一個MapReduce 的操作：

1 db.runCommand({
2 mapreduce : ,
3 map : ,
4 reduce :
5 [, query : ]
6 [, sort : ]
7 [, limit : ]
8 [, out : ]
9 [, keeptemp: ]
10 [, finalize : ]
11 [, scope : ]
12 [, verbose: ]
13 })

原文地址：http://www.cnblogs.com/oubo/archive/2012/02/22/2394665.html

轉(zhuǎn)載于:https://www.cnblogs.com/zqn518/p/3303856.html

總結(jié)

以上是生活随笔為你收集整理的MongoDB应用篇(转)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。