u013339851的专栏

下面我们将这个sql 自定义函数转换为MongoDB 的存储过程:> db.system.js.save({_id:"addNumbers", value:function(x, y){ return x + y; }});存储过程可以被查看，修改和删除，所以我们用find 来查看一下是否这个存储过程已经被创建上了。> db.system.js.find(){ "_id" :

备份    [root@localhost bin]# ./mongodump -d my_mongodb connected to: 127.0.0.1 DATABASE: my_mongodb to dump/my_mongodb my_mongodb.system.indexes to dump/my_mongodb/system.indexes.bs

本人学习mongodb时间不长，但是鉴于工作与学习的需要，ben

凡是涉及到内部结构方面的内容，都比较抽象，但是事物的结构往往决定事物的性质，要想更本质的认识mongodb，那就慢慢啃吧！    废话少说，步入正题：    MongoDB 是一个可移植的数据库，它在流行的每一个平台上都可以使用，即所谓的跨平台特性。    一个运行着的MongoDB 数据库就可以看成是一个MongoDB Server，该Server 由实例和数据库组成，在一般的情

mongodb 自增长模式

这是一种将海量数据水平扩展的数据库集群系统，数据分表cun'c

MongoDB 在bin 目录下提供了一系列有用的工具，这些工具提供了MongoDB 在运维管理上的方便。    非常合适DBA或者网站运维的人使用！
   bsondump: 将bson 格式的文件转储为json 格式的数据
   mongo: 客户端命令行工具，其实也是一个js 解释器，支持js 语法
   mongod: 数据库服务端，每个实例启动一个进程，可以fork

除了查询比较纠结一点外，其余的都比较简单！    添加数据    下面我们来建立一个test 的集合并写入一些数据。建立两个对象j 和t , 并保存到集合中去。在例子里 “>” 来表示是 shell 输入提示符    > j = { name : "mongo" };    {"name" : "mongo"}    > t = { x : 3 };    { "x

值得幸运的是，其实MongoDB也有像类似于PL/SQL一样的界面操作工具操作MongoDB。    下面就来介绍几款不同的界面工具，大家各取所需！    MongoVUE   主页：http://www.mongovue.com/   一个桌面程序，提供了对MongoDB 数据库的基本操作，如查看、查询、更新、删除等，简单易用，但是功能还比较弱，以后发展应该不错。   Roc

本人现在一直在做网站运维这块，接触的都是linux系统的操作，所以我就总结mongodb在linux下的安装和配置，其实windows下也玩过，都大同小异！    1、官网下载         地址：http://www.mongodb.org/downloads         mongodb-linux-x86_64-2.4.9.tgz （目前为止，64位最新版本）

游标使用    象大多数数据库产品一样，MongoDB 也是用游标来循环处理每一条结果数据，具体语法如下：    > for( var c = db.t3.find(); c.hasNext(); ) {    ... printjson( c.next());    ... }    { "_id" : ObjectId("4fb8e4838b2cb86417c9423a

1、简单介绍capped collections 是性能出色的有着固定大小的集合，以LRU(Least Recently Used 最近最少使用)规则和插入顺序进行age-out(老化移出)处理，自动维护集合中对象的插入顺序，在创建时要预先指定大小。如果空间用完，新添加的对象将会取代集合中最旧的对象。    2、功能特点可以插入及更新，但更新不能超出collection 的大小

MongDB的MapReduce相当于MySQL中的“group by”，所以在MongoDB上使用Map/Reduce进行并行“统计”很容易。    使用MapReduce要实现两个函数Map函数和Reduce函数，Map函数调用emit(key,value),遍历collection中的所有记录，将key和value传递给Reduce函数进行处理。Map函数和Reduce函数可以使用JS来

这东西太简单了，

从现在开始，进入我们mongodb查询的核心领域了！    1、条件操作符    , >= 这个操作符就不用多解释了，最常用也是最简单的    db.collection.find({ "field" : { $gt: value } } ); // 大于: field > value    db.collection.find({ "field" : { $lt: value }

方法一：Mongostat

MongoDB Auto-Sharding 解决了

GridFS 是一种将大型文件存储在MongoDB 数据库中的文件规范。所有官方支持的驱动均实现了GridFS 规范。7.1 为什么要用GridFS由于MongoDB 中BSON 对象大小是有限制的，所以GridFS 规范提供了一种透明的机制，可以将一个大文件分割成为多个较小的文档，这样的机制允许我们有效的保存大文件对象，特别对于那些巨大的文件，比如视频、高清图片等。7.2

这是一种将海量的数据水平扩展的数据库集群系统，数据分表存储在sharding 的各个节点上，使用者通过简单的配置就可以很方便地构建一个分布式MongoDB 集群。MongoDB 的数据分块称为 chunk。每个 chunk 都是 Collection 中一段连续的数据记录，通常最大尺寸是 200MB，超出则生成新的数据块。要构建一个 MongoDB Sharding Cluster，需

启动一个新Shard Server 进程[root@localhost ~]# mkdir /data/shard/s2[root@localhost ~]# /Apps/mongo/bin/mongod --shardsvr --port 20002 --dbpath /data/shard/s2--fork --logpath /data/shard/log/s2.log --dire

有些时候有于硬件资源有限，所以我们不得不进行一些回收工作，下面我们就要将刚刚启用的Shard Server 回收，系统首先会将在这个即将被移除的Shard Server 上的数据先平均分配到其它的Shard Server 上，然后最终在将这个Shard Server 踢下线, 我们需要不停的调用db.runCommand({"removeshard" : "localhost:20002"});来

MongoDB安全访问将从以下三个方面得到

MongoDB 提供了多样性的索引支持，索引信息被保存在system.indexes 中，且默认总是为_id创建索引，它的索引使用基本和MySQL 等关系型数据库一样。其实可以这样说说，索引是凌驾于数据存储系统之上的另一层系统，所以各种结构迥异的存储都有相同或相似的索引实现及使用接口并不足为奇。

MongoDB的Replica Set架构是通过一个日志来存储写操作的，这个日志就叫做"oplog"。oplog.rs是

MongoDB Replica Sets 不仅提供高可用性的解决方案，它也同时提供负载均衡的解决方案，增减Replica Sets 节点在实际应用中非常普遍，例如当应用的读压力暴增时，3 台节点的环境已不能满足需求，那么就需要增加一些节点将压力平均分配一下；当应用的压力小时，可以减少一些节点来减少硬件资源的成本；总之这是一个长期且持续的工作。

当应用的压力小时，可以减少一些节点来减少硬件资源的成本；总之这是一个长期且持续的工作。

MongoDB shell 不仅仅是一个交互式的shell，它也支持执行指定javascript 文件，也支持执行指定的命令片断。有了这个特性，就可以将MongoDB 与linux shell 完美结合，完成大部分的日常管理和维护工作。

一、读写分离    从库能进行查询，这样可以分担主库的大量的查询请求。    1、先向主库中插入一条测试数据[root@localhost bin]# ./mongo --port 28010MongoDB shell version: 1.8.1connecting to: 127.0.0.1:28010/testrs1:PRIMARY> db.c1.insert({age:3

查看活动进程> db.currentOp();> // 等同于: db.$cmd.sys.inprog.findOne(){ inprog: [ { "opid" : 18 , "op" : "query" , "ns" : "mydb.votes" ,"query" : "{ score : 1.0 }" , "inLock" : 1 }]}

MongoDB 提供了一个 explain 命令让我们获知系统如何处理查询请求。利用 explain 命令，我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。

1、列出所有的Shard Server

最近项目在做网站用户数据新访客统计，数据存储在MongoDB中，统计的数据其实也并不是很大，1000W上下，但是公司只配给我4G内存的电脑，让我程序跑起来气喘吁吁...很是疲惫不堪。    最常见的问题莫过于查询MongoDB内存溢出，没办法只能分页查询。这种思想大家可能都会想到，但是如何分页，确实多有门道！    网上用的最多的，也是最常见的分页采用的是skip+limit这种组合方式，