lantian0802的专栏

【编者按】传统的关系数据库具有不错的性能及稳定性，同时，久经历史考验，许多优秀的数据库沉淀了下来，比如MySQL。然而随着数据体积的爆发性增长，数据类型的增多，许多传统关系数据库扩展难的特点也爆发了出来，NoSQL数据库也应运而生。然而区别于以往的使用方法，许多NoSQL都有着自己的限制，从而也导致了入门难的问题。这里我们为大家分享上海创行科技技术总监严澜的博文——如何搭建高效的MongoDB集群

阅读目录引言在历经版本号修改（2.8版本直接跳到3.0版本）和11个rc版本之后，MongoDB 3.0于2015年3月3日正式发布。可以毫不夸张的说，该版本的新增特性标志着MongoDB这款典型的NoSQL数据库已经进入了一个全新的发展阶段。本文以下内容会逐个盘点3.0版本的新增特性。插件式存储引擎APIWiredTiger存储引擎MMAPv1存储引擎提升复制集改进分片集群改进其他改

简单查询操作符（非聚合操作）比较（Comparsion）操作相关（1）$eq : 用来等值条件过滤某一个key的值。用法示例（过滤某个key等于某个值，可以用 $eq)db.op_test.find({"name":{$eq:"steven"}})（2）$gt : 用来判断某个key值大于某个指定的值。用法示例（过滤某个key值，大于某个指定的值）db.o

首先我们先插入几个文档> db.food.insert({"_id":1, "fruit":["apple","banana","peach"]})> db.food.insert({"_id":2, "fruit":["apple","kumquat","orange"]})> db.food.insert({"_id":3, "fruit":["

我们知道，MongoDB的索引是B-Tree结构的，和MySQL的索引非常类似。所以你应该听过这样的建议：创建索引的时候要考虑到sort操作，尽量把sort操作要用到的字段放到你的索引后面。但是有的情况下，这样做反而会使你的查询性能更低。问题比如我们进行下面这样的查询：db.collection.find({"country": "A"}).sort({"carsOwned

这个章节会讲解SBT(Simple Build Tool)!包含的主题有：创建一个sbt工程基本命令sbt控制台连续执行命令自定义工程自定义命令sbt代码简介（如果时间允许的话）关于SBTSBT是一个现代构建工具。它是用Scala编写的，并且针对Scala也提供了很多方便快捷的功能。它也是一个通用的构建工具。 为什么使用SBT?强大的依赖管理

近日，软件工程师Ricky Ho的在 他的博客里发表了一篇关于MongoDB架构（ MongoDB Architecture）的博文，虽然这是一个听起来感觉很宽泛的话题，但是作者在文章中确实对MongoDB由内至外的架构进行了剖析。本文截取了其文章中的几张重点架构示意图进行简要描述。 1、MongoDB数据文件内部结构 MongoDB在数据存储上按命名空间来划分

MongoDB数据模型和索引学习总结1. MongoDB数据模型：MongoDB数据存储结构：MongoDB针对文档（大文件采用GridFS协议）采用BSON（binary json，采用二进制编码）数据格式来存储和交换数据。Bson吸收了JSON schema-less的特点，存储结构松散，不需要像RDB（关系数据）那样事先定义数据存储的元数据结构，另外增加了多种数据类型

提示： Java代码  {          "info" : "Config now saved locally.  Should come online in about a minute.",          "ok" : 1  }  即运行mongodb成功。 如果有多台机器的话，只需重复以上步骤。 如果同一个机器的话，则仅需要

1.mongo锁概况：各版本锁的特性：当前版本 生产版本最高是 2.6.7[Production Release (2.6.7)] 开发版本是 3.0.0-rc7[Development Releases (unstable)3.0.0] Version < 2.2 : 只支持进程级锁，一个Mongod实例一个锁。2.8 >Version >= 2.2 : 支持库级锁，一个

MongoDB 是目前炙手可热的 NoSQL 文档型数据库，它提供的一些特性很棒：如自动 failover 机制，自动 sharding，无模式 schemaless，大部分情况下性能也很棒。但是薄荷在深入使用 MongoDB 过程中，遇到了不少问题，下面总结几个我们遇到的坑。特别申明：我们目前用的 MongoDB 版本是 2.4.10，曾经升级到 MongoDB 2.6.0 版本，问题依然存在，

首先准备机器，我这里是在公司云平台创建了三台DB server，ip分别是10.199.144.84，10.199.144.89，10.199.144.90。分别安装mongodb最新稳定版本：wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-2.4.12.tgztar -xzvf mongodb-linux-x

MongoDB的部署模式1.单机模式（1）概述：单机模式一般用于测试或者本地实验，即启动一个单实例的Mongod进程，针对数据库进行增删改查操作。实例数据都是一个，一旦挂掉服务即停掉，数据丢失无法恢复。单机模式是不能用来部署生产的。（2）部署方式：mongod --dbpath [db path] --port [port num] --logpath [log pat

mongodb查询的语法（大于，小于，大于或等于，小于或等于等等）  2013-12-27 13:38:04|  分类： mongodb|举报|字号 订阅1 ) . 大于，小于，大于或等于，小于或等于$gt:大于$lt:小于$gte:大于或等于$lte:小于或等于例子：db.collection.find({ "field

刚上手MongoDB，在做应用时，受以前使用关系型数据库的影响，会考虑数据库连接池的问题！关系型数据库中，我们做连接池无非就是事先建立好N个连接（connection），并构建成一个连接池（connection pool），提供去连接和归还连接等操作。而在MongoDB中，我们先来看看怎么进行操作，以insert为例：Mongo m = ne

在大数据的时代，传统的关系型数据库要能更高的服务必须要解决高并发读写、海量数据高效存储、高可扩展性和高可用性这些难题。不过就是因为这些问题Nosql诞生了。NOSQL有这些优势：大数据量，可以通过廉价服务器存储大量的数据，轻松摆脱传统mysql单表存储量级限制。高扩展性，Nosql去掉了关系数据库的关系型特性，很容易横向扩展，摆脱了以往老是纵向扩展的诟病。高性能，Nosql通过

事务问题数据库支持数据块间的事务是有原因的。典型的场景是应用需要修改几个独立的比特时，如果只有一些而不是全部改变存储到了数据库，那么这就会出现不一致问题。因此ACID的概念是：原子性：所有的改变要么都做了，要么都没做一致性：数据保持一致性状态隔离性：其它用户看不到部分改变持久性：一旦向用户确认了事务，数据就处于安全的状态（通常存在硬盘上）引入NoSQL数据库

主节点挂了能否自动切换连接？目前需要手工切换。主节点的读写压力过大如何解决？从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？数据压力大到机器支撑不了的时候能否做到自动扩展？这篇文章看完这些问题就可以搞定了。NoSQL的产生就是为了解决大数据量、高扩展性、高性能、灵活数据模型、高可用性。但是光通过主从模式的架构远远达不到上面几点，由此MongoDB设计了副本集和分片的功能。这篇文

mongodb资料汇总：http://blog.nosqlfan.com/html/3548.html