MongoDB集群和实战详解

1.概述

最近有同学和网友私信我，问我MongoDB方面的问题;这里我整理一篇博客来赘述下MongoDB供大家学习参考，博客的目录内容如下：

• 基本操作
• CRUD
• MapReduce

本篇文章是基于MongoDB集群(Sharding+Replica Sets)上演示的，故操作的内容都是集群层面的，所以有些命令和单独的使用MongoDB库有异样。

2.基本操作

常用的 Shell 命令如下所示：

db.help()    # 数据库帮助 
db.collections.help()    # 集合帮助 
rs.help()    # help on replica set 
show dbs    # 展示数据库名 
show collections    # 展示collections在当前库 
use db_name    # 选择数据库 

查看集合基本信息，内容如下所示：

＃查看帮助  
db.yourColl.help(); 
 
＃查询当前集合的数据条数  
db.yourColl.count(); 
 
＃查看数据空间大小  
db.userInfo.dataSize(); 
 
＃得到当前聚集集合所在的 
db db.userInfo.getDB(); 
 
＃得到当前聚集的状态  
db.userInfo.stats(); 
 
＃得到聚集集合总大小  
db.userInfo.totalSize(); 
 
＃聚集集合储存空间大小  
db.userInfo.storageSize(); 
 
＃Shard版本信息  
db.userInfo.getShardVersion() 
 
＃聚集集合重命名，将userInfo重命名为users 
db.userInfo.renameCollection("users");  
  
＃删除当前聚集集合  
db.userInfo.drop(); 

3.CRUD

3.1创建

在集群中，我们增加一个 friends 库，命令如下所示：

db.runCommand({enablesharding:"friends"}); 

在库新建后，我们在该库下创建一个user分片，命令如下：

db.runCommand( { shardcollection : "friends. user"}); 

3.2新增

在MongoDB中，save和insert都能达到新增的效果。但是这两者是有区别的，在save函数中，如果原来的对象不存在，那他们都可以向collection里插入数据;如果已经存在，save会调用update更新里面的记录，而insert则会忽略操作。

另外，在insert中可以一次性插叙一个列表，而不用遍历，效率高，save则需要遍历列表，一个个插入，下面我们可以看下两个函数的原型，通过函数原型我们可以看出，对于远程调用来说，是一次性将整个列表post过来让MongoDB去处理，效率会高些。

Save函数原型如下所示：

Insert函数原型(部分代码)如下所示：

3.3查询

3.3.1查询所有记录

db. user.find(); 

默认每页显示20条记录，当显示不下的情况下，可以用it迭代命令查询下一页数据。注意：键入it命令不能带“;” 但是你可以设置每页显示数据的大小，用DBQuery.shellBatchSize= 50;这样每页就显示50条记录了。

3.3.2查询去掉后的当前聚集集合中的某列的重复数据

db. user.distinct("name");  
 
#会过滤掉name中的相同数据 相当于： 
select distict name from user; 

3.3.3查询等于条件数据

db.user.find({"age": 24});  
#相当于：  
select * from user where age = 24; 

3.3.4查询大于条件数据

db.user.find({age: {$gt: 24}});  
 
# 相当于： 
select * from user where age >24; 

3.3.5查询小于条件数据

db.user.find({age: {$lt: 24}});  
#相当于： 
select * from user where age < 24; 

3.3.6查询大于等于条件数据

db.user.find({age: {$gte: 24}});  
#相当于： 
select * from user where age >= 24; 

3.3.7查询小于等于条件数据

db.user.find({age: {$lte: 24}});  
#相当于： 
select * from user where age <= 24; 

3.3.8查询AND和OR条件数据

• AND

db.user.find({age: {$gte: 23, $lte: 26}}); 
 
＃相当于 
select * from user where age >=23 and age <= 26; 

• OR

db.user.find({$or: [{age: 22}, {age: 25}]});  
 
#相当于： 
select * from user where age = 22 or age = 25; 

3.3.9模糊查询

db.user.find({name: /mongo/});  
 
#相当于%%  
select * from user where name like '%mongo%'; 

3.3.10开头匹配

db.user.find({name: /^mongo/});  
# 与SQL中得like语法类似 
select * from user where name like 'mongo%'; 

3.3.11指定列查询

db.user.find({}, {name: 1, age: 1});  
 
#相当于： 
select name, age from user; 

当然name也可以用true或false,当用ture的情况下和name:1效果一样，如果用false就是排除name，显示name以外的列信息。

3.3.12指定列查询+条件查询

db.user.find({age: {$gt: 25}}, {name: 1, age: 1});  
 
#相当于： 
select name, age from user where age > 25; 
 
　db.user.find({name: 'zhangsan', age: 22}); 
 
　#相当于： 
 
　select * from user where name = 'zhangsan' and age = 22; 

3.3.13排序

＃升序： 
db.user.find().sort({age: 1});  
 
＃降序： 
db.user.find().sort({age: -1}); 

3.3.14查询5条数据

db.user.find().limit(5);  
 
#相当于： 
select * from user limit 5; 

3.3.15N条以后数据

db.user.find().skip(10);  
 
#相当于： 
select * from user where id not in ( select * from user limit 5 ); 

3.3.16在一定区域内查询记录

＃查询在5～10之间的数据 
db.user.find().limit(10).skip(5); 

可用于分页，limit是pageSize，skip是第几页*pageSize。

3.3.17COUNT

db.user.find({age: {$gte: 25}}).count();  
 
#相当于： 
select count(*) from user where age >= 20; 

3.3.18安装结果集排序

db.userInfo.find({sex: {$exists: true}}).sort(); 

3.3.19不等于NULL

db.user.find({sex: {$ne: null}})  
 
#相当于： 
select * from user where sex not null; 

3.4索引

创建索引，并指定主键字段，命令内容如下所示：

db.epd_favorites_folder.ensureIndex({"id":1},{"unique":true,"dropDups":true})  
db.epd_focus.ensureIndex({"id":1},{"unique":true,"dropDups":true}) 

3.5更新

update命令格式，如下所示：

db.collection.update(criteria,objNew,upsert,multi) 

参数说明： criteria：

查询条件 objNew：update对象和一些更新操作符

upsert：如果不存在update的记录，是否插入objNew这个新的文档，true为插入，默认为false，不插入。

multi：默认是false，只更新找到的***条记录。如果为true，把按条件查询出来的记录全部更新。

下面给出一个示例，更新id为 1 中 price 的值，内容如下所示：

db. user.update({id: 1},{$set:{price:2}});   
 
#相当于： 
update user set price=2 where id=1; 

3.6删除

3.6.1删除指定记录

db. user. remove( { id:1 } );  
 
#相当于：  
delete from user where id=1; 

3.6.2删除所有记录

db. user. remove( { } );   
 
#相当于： 
delete from user; 

3.6.3DROP

db. user. drop();   
 
#相当于： 
drop table user; 

4.MapReduce

MongoDB中的 MapReduce 是编写JavaScript脚本，然后由MongoDB去解析执行对应的脚本，下面给出 Java API 操作MR。代码如下所示：

MongdbManager类，用来初始化MongoDB：

package cn.mongo.util; 
 
import org.slf4j.Logger; 
import org.slf4j.LoggerFactory; 
 
import com.mongodb.DB; 
import com.mongodb.Mongo; 
import com.mongodb.MongoOptions; 
 
/** 
 * @Date Mar 3, 2015 
 *  
 * @author dengjie 
 *  
 * @Note mongodb manager 
 */ 
public class MongdbManager { 
 
    private static final Logger logger = LoggerFactory.getLogger(MongdbManager.class); 
    private static Mongo mongo = null; 
    private static String tag = SystemConfig.getProperty("dev.tag"); 
 
    private MongdbManager() { 
    } 
 
    static { 
        initClient(); 
    } 
 
    // get DB object 
    public static DB getDB(String dbName) { 
        return mongo.getDB(dbName); 
    } 
 
    // get DB object without param 
    public static DB getDB() { 
        String dbName = SystemConfig.getProperty(String.format("%s.mongodb.dbname", tag)); 
        return mongo.getDB(dbName); 
    } 
 
    // init mongodb pool 
    private static void initClient() { 
        try { 
            String[] hosts = SystemConfig.getProperty(String.format("%s.mongodb.host", tag)).split(","); 
            for (int i = 0; i < hosts.length; i++) { 
                try { 
                    String host = hosts[i].split(":")[0]; 
                    int port = Integer.parseInt(hosts[i].split(":")[1]); 
                    mongo = new Mongo(host, port); 
                    if (mongo.getDatabaseNames().size() > 0) { 
                        logger.info(String.format("connection success,host=[%s],port=[%d]", host, port)); 
                        break; 
                    } 
                } catch (Exception ex) { 
                    ex.printStackTrace(); 
                    logger.error(String.format("create connection has error,msg is %s", ex.getMessage())); 
                } 
            } 
 
            // 设置连接池的信息 
            MongoOptions opt = mongo.getMongoOptions(); 
            opt.connectionsPerHost = SystemConfig.getIntProperty(String.format("%s.mongodb.poolsize", tag));// poolsize 
            opt.threadsAllowedToBlockForConnectionMultiplier = SystemConfig.getIntProperty(String.format( 
                    "%s.mongodb.blocksize", tag));// blocksize 
            opt.socketKeepAlive = true; 
            opt.autoConnectRetry = true; 
        } catch (Exception e) { 
            e.printStackTrace(); 
        } 
    } 
} 

MongoDBFactory类，用来封装操作业务代码，具体内容如下所示：

package cn.mongo.util; 
 
import java.util.ArrayList; 
import java.util.List; 
 
import org.slf4j.Logger; 
import org.slf4j.LoggerFactory; 
 
import cn.diexun.domain.MGDCustomerSchema; 
 
import com.mongodb.BasicDBList; 
import com.mongodb.DB; 
import com.mongodb.DBCollection; 
import com.mongodb.DBObject; 
import com.mongodb.util.JSON; 
 
/** 
 * @Date Mar 3, 2015 
 * 
 * @Author dengjie 
 */ 
public class MongoDBFactory { 
 
    private static Logger logger = LoggerFactory.getLogger(MongoDBFactory.class); 
 
    // save data to mongodb 
    public static void save(MGDCustomerSchema mgs, String collName) { 
        DB db = null; 
        try { 
            db = MongdbManager.getDB(); 
            DBCollection coll = db.getCollection(collName); 
            DBObject dbo = (DBObject) JSON.parse(mgs.toString()); 
            coll.insert(dbo); 
        } catch (Exception ex) { 
            ex.printStackTrace(); 
            logger.error(String.format("save object to mongodb has error,msg is %s", ex.getMessage())); 
        } finally { 
            if (db != null) { 
                db.requestDone(); 
                db = null; 
            } 
        } 
    } 
 
    // batch insert 
    public static void save(List<?> mgsList, String collName) { 
        DB db = null; 
        try { 
            db = MongdbManager.getDB(); 
            DBCollection coll = db.getCollection(collName); 
            BasicDBList data = (BasicDBList) JSON.parse(mgsList.toString()); 
            List<DBObject> list = new ArrayList<DBObject>(); 
            int commitSize = SystemConfig.getIntProperty("mongo.commit.size"); 
            int rowCount = 0; 
            long start = System.currentTimeMillis(); 
            for (Object dbo : data) { 
                rowCount++; 
                list.add((DBObject) dbo); 
                if (rowCount % commitSize == 0) { 
                    try { 
                        coll.insert(list); 
                        list.clear(); 
                        logger.info(String.format("current commit rowCount = [%d],commit spent time = [%s]s", rowCount, 
                                (System.currentTimeMillis() - start) / 1000.0)); 
                    } catch (Exception ex) { 
                        ex.printStackTrace(); 
                        logger.error(String.format("batch commit data to mongodb has error,msg is %s", ex.getMessage())); 
                    } 
                } 
            } 
            if (rowCount % commitSize != 0) { 
                try { 
                    coll.insert(list); 
                    logger.info(String.format("insert data to mongo has spent total time = [%s]s", 
                            (System.currentTimeMillis() - start) / 1000.0)); 
                } catch (Exception ex) { 
                    ex.printStackTrace(); 
                    logger.error(String.format("commit end has error,msg is %s", ex.getMessage())); 
                } 
            } 
        } catch (Exception ex) { 
            ex.printStackTrace(); 
            logger.error(String.format("save object list to mongodb has error,msg is %s", ex.getMessage())); 
        } finally { 
            if (db != null) { 
                db.requestDone(); 
                db = null; 
            } 
        } 
    } 
} 

LoginerAmountMR类，这是一个统计登录用户数的MapReduce计算类，代码如下：

package cn.mongo.mapreduce; 
 
import java.sql.Timestamp; 
import java.util.ArrayList; 
import java.util.Date; 
import java.util.List; 
 
import org.bson.BSONObject; 
import org.slf4j.Logger; 
import org.slf4j.LoggerFactory; 
 
import cn.diexun.conf.ConfigureAPI.MR; 
import cn.diexun.conf.ConfigureAPI.PRECISION; 
import cn.diexun.domain.Kpi; 
import cn.diexun.util.CalendarUtil; 
import cn.diexun.util.MongdbManager; 
import cn.diexun.util.MysqlFactory; 
 
import com.mongodb.DB; 
import com.mongodb.DBCollection; 
import com.mongodb.DBCursor; 
import com.mongodb.DBObject; 
import com.mongodb.MapReduceOutput; 
import com.mongodb.ReadPreference; 
 
/** 
 * @Date Mar 13, 2015 
 *  
 * @Author dengjie 
 *  
 * @Note use mr jobs stats user login amount 
 */ 
public class LoginerAmountMR { 
    private static Logger logger = LoggerFactory.getLogger(LoginerAmountMR.class); 
 
　　 // map 函数JS字符串拼接  
    private static String map() { 
        String map = "function(){"; 
        map += "if(this.userName != \"\"){"; 
        map += "emit({" + "kpi_code:'login_times',username:this.userName," 
                + "district_id:this.districtId,product_style:this.product_style," 
                + "customer_property:this.customer_property},{count:1});"; 
        map += "}"; 
        map += "}"; 
        return map; 
    } 
 
　　 
    private static String reduce() { 
        String reduce = "function(key,values){"; 
        reduce += "var total = 0;"; 
        reduce += "for(var i=0;i<values.length;i++){"; 
        reduce += "total += values[i].count;}"; 
        reduce += "return {count:total};"; 
        reduce += "}"; 
        return reduce; 
    } 
 
　　// reduce 函数字符串拼接 
    public static void main(String[] args) { 
        loginNumbers("t_login_20150312"); 
    } 
 
    /** 
     * login user amount 
     *  
     * @param collName 
     */ 
    public static void loginNumbers(String collName) { 
        DB db = null; 
        try { 
            db = MongdbManager.getDB(); 
            db.setReadPreference(ReadPreference.secondaryPreferred()); 
            DBCollection coll = db.getCollection(collName); 
            String result = MR.COLLNAME_TMP; 
 
            long start = System.currentTimeMillis(); 
            MapReduceOutput mapRed = coll.mapReduce(map(), reduce(), result, null); 
            logger.info(String.format("mr run spent time=%ss", (System.currentTimeMillis() - start) / 1000.0)); 
            start = System.currentTimeMillis(); 
            DBCursor cursor = mapRed.getOutputCollection().find(); 
            List<Kpi> list = new ArrayList<Kpi>(); 
            while (cursor.hasNext()) { 
                DBObject obj = cursor.next(); 
                BSONObject key = (BSONObject) obj.get("_id"); 
                BSONObject value = (BSONObject) obj.get("value"); 
                Object kpiValue = value.get("count"); 
                Object userName = key.get("username"); 
                Object districtId = key.get("district_id"); 
                Object customerProperty = key.get("customer_property"); 
                Object productStyle = key.get("product_style"); 
                Kpi kpi = new Kpi(); 
                try { 
                    kpi.setUserName(userName == null ? "" : userName.toString()); 
                    kpi.setKpiCode(key.get("kpi_code").toString()); 
                    kpi.setKpiValue(Math.round(Double.parseDouble(kpiValue.toString()))); 
                    kpi.setCustomerProperty(customerProperty == null ? "" : customerProperty.toString()); 
                    kpi.setDistrictId(districtId == "" ? 0 : Integer.parseInt(districtId.toString())); 
                    kpi.setProductStyle(productStyle == null ? "" : productStyle.toString()); 
                    kpi.setCreateDate(collName.split("_")[2]); 
                    kpi.setUpdateDate(Timestamp.valueOf(CalendarUtil.formatMap.get(PRECISION.HOUR).format(new Date()))); 
                    list.add(kpi); 
                } catch (Exception exx) { 
                    exx.printStackTrace(); 
                    logger.error(String.format("parse type or get value has error,msg is %s", exx.getMessage())); 
                } 
            } 
            MysqlFactory.insert(list); 
            logger.info(String.format("store mysql spent time is %ss", (System.currentTimeMillis() - start) / 1000.0)); 
        } catch (Exception ex) { 
            ex.printStackTrace(); 
            logger.error(String.format("run map-reduce jobs has error,msg is %s", ex.getMessage())); 
        } finally { 
            if (db != null) { 
                db.requestDone(); 
                db = null; 
            } 
        } 
    } 
} 

5.总结

在计算 MongoDB 的MapReduce计算的时候，拼接JavaScript字符串时需要谨慎小心，很容易出错，上面给出的代码只是一部分代码，供参考学习使用;另外，若是要做MapReduce任务计算，推荐使用Hadoop的MapReduce计算框架，MongoDB的MapReduce框架这里仅做介绍学习了解。