MongoDB安装与配置(windows)

本文详细介绍如何在Windows环境下安装MongoDB数据库。包括下载安装程序、配置数据文件夹和日志文件夹、创建配置文件以及安装服务等步骤。
刚进公司,需要用到MongoDB,所以先说一下他的安装,主要是Windows下的
下载地址:
链接

读者可以根据自己的需要进行下载

读者可以一路next下去,知道Install



当安装完毕后,进入安装目录,新建两个文件夹,并且重命名为data和logs。

data是存放数据的,logs是存放日志的


然后,在该目录下创建mongo.conf文件,并且在其中输入如下内容

dbpath=D:\MongoDB\data #数据库路径 自己对应自己安装的
logpath=D:\MongoDB\logs\mongo.log #日志输出文件路径 自己对应自己电脑的 
logappend=true #错误日志采用追加模式  
journal=true #启用日志文件,默认启用  
quiet=true #这个选项可以过滤掉一些无用的日志信息,若需要调试使用请设置为false  
port=27017 #端口号 默认为27017


然后,在该文件下SHIFT+鼠标右键,进入CMD中,输入如下内容


这是打开浏览器,并且在浏览器中输入如下


然后再输入

mongod --config "D:MondoDB\mongo.conf" --install --serviceName"mongodb"
(PS: 这里运行时,一定要是管理人权限。不然在服务中无法找到创立的服务,以至于最后一步会服务名无效)

在次Win+R,再输入services.msc。在服务中寻找mongodb是否存在


存在则输入

net start mongodb
则完成


【轴承故障诊断】基于融合鱼鹰柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值