因为迁移项目中用到的mongodb这个数据库。这里整理一下。
常用操作
show dbs;
use 数据库名:
show collections;
db.表名.find()
db.表名.find().count()
db.表名.find().limit(5);查看表的前5条数据。
状态查看: 20秒,每秒更新一次
mongostat -h 127.0.0.1 -p 27017 --rowcount 20 1
上面这些是简单的查看。因为数据库需要迁移,这里就需要迁移数据和索引。
先不说迁移情况,这次迁移完成之后,mongodb的cpu占用了特别高,200~300.内存占用不太高。但是另一个正在运行的服务,cpu占用率却特别低。这里网上找了一下,出现类似情况的,都是没有加索引造成的。我的项目里面,漏掉了一个配置文件,而配置文件相关的索引,也都没有添加,所以也就出现cpu占用率超级高的情况。
我迁移数据库是加索引了呀。但是我没有找到索引位置。这个时候我怀疑迁移的有问题。其实索引迁过去了,因为我用的版本比较高4.0.4,之前2.6.12的版本,索引是单独列出来的,里面有一个system.indexes的表,记录所有的索引。而现在的表,好像是去掉了system.indexes,所以迁移的时候,明明迁移过去了,但是实际上却找不到这个。
导出数据:
一个表:
mongodump --db project --collection 表名 --out 目的路径
整个库:
mongodump --db project–out 目的路径
数据恢复:
一个表:
mongorestore --db project --collection 表名备份路径
备份路径需要指向一个表的.bson文件,如:
mongorestore --db project --collection news_cjyw/…/dump/project/news_cjyw.bson
整个库:
mongorestore --db project备份路径
数据导出——每个表一个文件:
mongoexport --db project --collection 表名 --out 输出文件名,如:
mongoexport --db project --collectionstock --out stock.json,导出所有F10数据到文件/root/stock.json中
数据导入——每个表一个文件:
mongoimport --db users --collection 表名 --file输入文件名
这里我补充一点,
如果你使用的是mongoimport 和 mongoexport的方式,索引是必须得自己建的.而mongodump和mongorestore是导数据的时候,自动把索引给导过去。
迁移完服务之后,就需要该加索引的加索引,该优化的优化了。
db.collection_name.ensureIndex(keys[,options])
keys,要建立索引的参数列表。如{key:1},其中key表示字段名,1表示升序,-1表示降序)
options,可选参数,表示建立索引的设置。可选值如下:
background, Boolean,在后台建立索引,以便建立索引时不阻止其他数据库活动,默认值为false.
unique, Boolean, 创建唯一索引。默认值false.
name. String, 指定索引的名称。如果未指定,MongoDB会生成一个索引字段的名称和排序顺序串联。
dropDups, Boolean, 创建唯一索引时,如果出现重复删除后续出现的相同索引,只保留第一个。
sparse, Boolean,
对文档中不存在的字段数据不启用索引,默认值是false.
v, index version, 索引的版本号。
weights, document, 索引权重值,数值在1到99999之间,表示该索引相对于其他索引字段的得分权重。
example:
> db.sites.ensureIndex({name: 1, domain: -1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
查看索引:
db.collection_name.getIndexes()
查看集合中的索引大小totalIndexSize()
db.collection_name.totalIndexSize()
删除索引:
db.collection_name.dropIndex(“Index_name”)
当然,如果加了索引,还是不管用。这个时候,就需要打开慢查询来收集查询比较慢的数据了。
1:Profiling级别说明
0:关闭,不收集任何数据。
1:收集慢查询数据,默认是100毫秒。
2:收集所有数据
2:开启Profiling和设置
1:通过mongo shell:
#查看状态:级别和时间
drug:PRIMARY> db.getProfilingStatus()
{ "was" : 1, "slowms" : 100 }
#查看级别
drug:PRIMARY> db.getProfilingLevel()
1
#设置级别
drug:PRIMARY> db.setProfilingLevel(2)
{ "was" : 1, "slowms" : 100, "ok" : 1 }
#设置级别和时间
drug:PRIMARY> db.setProfilingLevel(1,200)
{ "was" : 2, "slowms" : 100, "ok" : 1 }
3:关闭Profiling
# 关闭
drug:PRIMARY> db.setProfilingLevel(0)
{ "was" : 1, "slowms" : 200, "ok" : 1 }
4:修改“慢查询日志”的大小
#关闭Profiling
drug:PRIMARY> db.setProfilingLevel(0)
{ "was" : 0, "slowms" : 200, "ok" : 1 }
#删除system.profile集合
drug:PRIMARY> db.system.profile.drop()
true
#创建一个新的system.profile集合
drug:PRIMARY> db.createCollection( "system.profile", { capped: true, size:4000000 } )
{ "ok" : 1 }
#重新开启Profiling
drug:PRIMARY> db.setProfilingLevel(1)
{ "was" : 0, "slowms" : 200, "ok" : 1 }
索引设置完之后,使用
db.system.profile.find().pretty()
来查看,下面是查看的举例:
drug:PRIMARY> db.system.profile.find().pretty()
{
"op" : "query", #操作类型,有insert、query、update、remove、getmore、command
"ns" : "mc.user", #操作的集合
"query" : { #查询语句
"mp_id" : 5,
"is_fans" : 1,
"latestTime" : {
"$ne" : 0
},
"latestMsgId" : {
"$gt" : 0
},
"$where" : "new Date(this.latestNormalTime)>new Date(this.replyTime)"
},
"cursorid" : NumberLong("1475423943124458998"),
"ntoreturn" : 0, #返回的记录数。例如,profile命令将返回一个文档(一个结果文件),因此ntoreturn值将为1。limit(5)命令将返回五个文件,因此ntoreturn值是5。如果ntoreturn值为0,则该命令没有指定一些文件返回,因为会是这样一个简单的find()命令没有指定的限制。
"ntoskip" : 0, #skip()方法指定的跳跃数
"nscanned" : 304, #扫描数量
"keyUpdates" : 0, #索引更新的数量,改变一个索引键带有一个小的性能开销,因为数据库必须删除旧的key,并插入一个新的key到B-树索引
"numYield" : 0, #该查询为其他查询让出锁的次数
"lockStats" : { #锁信息,R:全局读锁;W:全局写锁;r:特定数据库的读锁;w:特定数据库的写锁
"timeLockedMicros" : { #锁
"r" : NumberLong(19467),
"w" : NumberLong(0)
},
"timeAcquiringMicros" : { #锁等待
"r" : NumberLong(7),
"w" : NumberLong(9)
}
},
"nreturned" : 101, #返回的数量
"responseLength" : 74659, #响应字节长度
"millis" : 19, #消耗的时间(毫秒)
"ts" : ISODate("2014-02-25T02:13:54.899Z"), #语句执行的时间
"client" : "127.0.0.1", #链接ip或则主机
"allUsers" : [ ],
"user" : "" #用户
}
参考:
http://www.cnblogs.com/zhoujinyi/p/3566773.html
https://www.linuxidc.com/Linux/2017-03/141626.htm
https://blog.youkuaiyun.com/fanyun_01/article/details/51564567
https://itbilu.com/database/mongo/E1tWQz4_e.html
201



被折叠的 条评论
为什么被折叠?



