mongodb高阶（索引创建、聚合查询、复制集、分片、创建备份和部署）

先前我们讨论了mongodb的进阶查询：投影查询、分页查询以及对查询结果进行排序，从本节起我们开始学习mongodb相关的高级技术，首先我们会讨论mongodb如何创建索引，索引是数据库中最重要的东西！（为什么呢？对数据库感兴趣的朋友可以参考这里：二叉树、B-树和B+树实现原理，另外一种索引为散列，可参考：散列表的实现原理），然后讨论聚合查询、mongodb的复制集、分配、创建备份和部署。
一、创建索引索引支持查询的有效解析。没有索引的话MongoDB需要查询每个文档，这种查询非常低效，需要MongoDB处理大量数据。
【mongodb高阶（索引创建、聚合查询、复制集、分片、创建备份和部署）】索引是特殊存储数据集的一小部分，索引存储特定字段或一组字段的值，按索引中指定的字段值排序。
要创建索引，需要使用MongoDB的ensureIndex()方法，ensureIndex()方法的基本语法如下：

db.collection_name.ensureIndex({KEY: 1})

KEY是创建索引的目标字段的名称，1升序，-1降序，例如：

db.post.ensureIndex({"title": 1})

使用ensureIndex()方法在多个字段上创建索引的例子如下

db.post.ensureIndex({"title": 1, "description": -1})

ensureIndex()方法也接受选项列表(可选)作为第二个参数：

参数	类型	描述
background	Boolean	true后台构建索引，默认值为false。
unique	Boolean	创建唯一索引，在索引键与索引中值匹配时，集合不会接受文档插入，默认false
name	string	索引名称，为空ngoDB通过连接索引字段的名称和排序顺序来生成索引名。
dropDups	Boolean	在可能有重复项的字段上创建唯一索引。MongoDB只索引一个键的第一次出现，并从集合中删除所有包含该键的后续出现的文档，默认值为false。
sparse	Boolean	true仅引用具有指定字段的记录，默认false。
expireAfterSeconds	integer	文档的过期时间
v	index version	索引版本号。默认索引版本取决于创建索引时运行的MongoDB版本。
weights	document	权重是一个从1到99999的数字，表示该字段相对于其他索引字段的重要性。
default_language	string	全文索引使用的语言，默认值是英文。
language_override	string	覆盖上面的default_language。

二、聚合查询聚合查询处理数据记录并返回计算结果，使用aggregate()方法将来自多个文档的操作组值聚合在一起，并可以对分组的数据执行各种操作以返回单个结果。在SQL count(*)和with group by中，它相当于mongodb的聚合查询。
aggregate()方法的基本语法如下：

db.collection_name.aggregate(聚合操作)

假设在一个集合中有以下数据：

{ _id: ObjectId(a) title: 'AA', by_user: 'oo', likes: 5 }, { _id: ObjectId(b) title: 'BB', by_user: 'oo', likes: 3 }, { _id: ObjectId(c) title: 'CC', by_user: 'nn', likes: 1 },

如果你想显示每个用户的post数量，那么你可以使用下面的查询例子：

> db.post.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}]) { "result" : [ { "_id" : "oo", "num_tutorial" : 2 }, { "_id" : "nn", "num_tutorial" : 1 } ], "ok" : 1 } >

下表是可用的聚合表达式。

表达式	说明	例子
$sum	对所有文档的一个汇总。	db.post.aggregate([{$group : {_id : “ $by_user” , num_tutorial : {$sum : “ $likes” }}}])
$avg	计算集合中所有文档中对应平均值。	db.post.aggregate([{$group : {_id : “ $by_user” , num_tutorial : {$avg : “ $likes” }}}])
$min	文档对应值的最小值。	db.post.aggregate([{$group : {_id : “ $by_user” , num_tutorial : {$min : “ $likes” }}}])
$max	文档对应值的最大值。	db.post.aggregate([{$group : {_id : “ $by_user” , num_tutorial : {$max : “ $likes” }}}])
$push	将值插入结果文档中的数组	db.post.aggregate([{$group : {_id : “ $by_user” , url : {$push: “ $url” }}}])
$addToSet	将值插入结果文档中的数组，但不创建副本。	db.post.aggregate([{$group : {_id : “ $by_user” , url : {$addToSet : “ $url” }}}])
$first	根据分组从源文档获取第一个文档。通常和“$sort”阶段结合使用。	db.post.aggregate([{$group : {_id : “ $by_user” , first_url : {$first : “ $url” }}}])
$last	根据分组从源文档获取最后一个文档。通常和“$sort”阶段一起使用。	db.post.aggregate([{$group : {_id : “ $by_user” , last_url : {$last : “ $url” }}}])

管道的概念
在UNIX命令中，shell管道某些输入执行操作，输出作为下一个命令的输入。MongoDB在聚合框架中也支持相同的概念。有一组可能的阶段，每个阶段都作为一组文档作为输入并生成一组文档(或最终生成的JSON文档)，然后这可以依次用于下一阶段。
下面是聚合框架的可能阶段：
1、$project—用于从集合中选择某些特定字段。
2、$match—这是一个过滤操作，因此可以减少作为下一阶段输入的文档数量。3、$group—这就是上面讨论的实际聚合。
4、$sort—排序数据。
5、$skip——在给定数量的文档的文档列表中向前跳转。
6、$limit—来限制要查看的文档数量。
7、$unwind——用于展开使用数组的文档。
三、复制集复制可以在不同的数据库服务器上复制多个数据副本，跨多个服务器同步数据。复制提供了冗余并提高了数据可用性。
1、为什么使用复制集？

数据的高可用性(24*7)。
保障你的数据安全。
读取缩放。
无需停机进行维护(如备份、索引重建、压缩)。
灾难性数据恢复。

2、mongodb中的复制如何工作？
复制集是一组有相同的数据集的mongod实例，通过使用复制集来实现复制。主节点接收所有写操作，而其它为次节点，从主节点应用操作，这样它们就有相同的数据集，复制集只能有一个主节点。

复制集是一组两个或多个节点(通常至少需要3个节点)。
在一个复制集中，一个节点是主节点，其余节点是次要节点。
次节点的数据都是来自于主节点。
在自动故障转移或维护时，将为主节点建立选举，并选举一个新的主节点。
故障节点恢复后，它再次加入复制集，作为辅助节点工作。

文章图片
3、复制集的特性
（1）N个节点的集群
（2）任何一个节点都可以是主节点
（3）所有的写操作都是主操作
（4）自动故障转移
（5）自动恢复
（6）一致的主节点选举
4、创建一个复制集
在本教程中，我们根据以下步骤把独立的MongoDB实例转换成一个复制集：
（1）关闭已经运行的MongoDB服务器。
（2）通过指定– replSet选项来启动MongoDB服务器，下面是replSet的基本语法和用法：

mongod --port "端口" --dbpath "你的数据库路径" --replSet "复制集实例名"mongod --port 27017 --dbpath "D:\mongodb\data" --replSet rs0

（3）它将在端口27017上启动一个名为rs0的mongod实例。
（4）现在启动命令提示符并连接到这个mongod实例。
（5）执行命令rs.initiate()启动新的复制集。
（6）执行命令rs.conf()检查复制集配置，rs.status()检查复制集的状态。
5、向复制集添加成员
首先在多台机器上启动mongod实例并执行命令rs.add()。
add()命令的基本语法如下所示：
rs.add(主机名:端口)
假设你的mongod实例名是monh.net，它在端口27017上运行。要将此实例添加到复制集，请在Mongo客户端中执行命令rs.add()，如：rs.add(“monh.net:27017”)。
连接到主节点时才会被添加到复制集，是否连接到主服务器了？在客户端执行db.isMaster()命令。
四、分片分片是跨多台机器存储数据记录的过程，它是MongoDB满足数据增长需求的方法。随着数据大小的增加，单台计算机可能不足以存储数据，也无法提供可接受的读写吞吐量。
1、为什么使用分片？
（1）每个复制集只能为12个节点
（2）对延迟敏感的查询仍然归主节点
（3）在复制过程中，所有的写操作都转移到主节点
（4）当前活动的数据集太大的话，提供不了充足的内存
（5）本地磁盘不够大
（6）垂直扩展太贵了
2、mongodb中的分片
下图显示了MongoDB中使用分片集群的分片。

文章图片
在上面的图中，有三个主要组件：

分片shard——分片用于存储数据，具有高可用性和数据一致性，每个分片都是一个单独的副本集。
配置服务器config server——这些服务器存储集群的元数据，该数据包含集群数据集到分片的映射。查询路由器使用此元数据将操作定向到特定的分片，分片集群正好有3个配置服务器。
查询路由器router——查询路由器基本上是mongo实例，与客户端应用程序接口，并直接操作到适当的分片。查询路由器处理并将操作定向到分片，然后将结果返回给客户端。

五、创建备份1、mongodb中的数据备份
mongodump命令备份数据。该命令将把服务器的全部数据转储到转储目录中，可以通过许多选项限制数据量或创建远程服务器的备份。
mongodump命令的基本语法为：mongodump。
启动mongod服务器，假设你的mongod服务器运行在本地主机和端口27017上，打开一个命令提示符，转到你的mongodb实例的bin目录，输入命令mongodump。
该命令将连接到运行在127.0.0.1和端口27017的服务器，并将服务器的所有数据备份到目录/bin/dump/。
以下是mongodump命令的可用选项列表。

Syntax	Description	Example
mongodump – host HOST_NAME – port PORT_NUMBER	备份目标主机的数据	mongodump – host srcmini.com – port 27017
mongodump – dbpath DB_PATH – out BACKUP_DIRECTORY	仅备份指定路径上的指定数据库。	mongodump – dbpath /data/db/ – out /data/backup/
mongodump – collection COLLECTION – db DB_NAME	此命令只备份指定数据库的指定集合。	mongodump – collection post – db test

2、恢复数据
直接使用MongoDB的mongorestore命令即可，此命令从备份目录中还原所有数据。
六、mongodb部署当你准备部署MongoDB时，应该尝试了解应用程序在生产环境中是如何运行的，这样在投入生产后就可以最小化任何意外。
最好的方法包括对你的设置进行原型化、进行负载测试、监视关键指标，并使用这些信息来扩展你的设置。
为了监视部署，MongoDB提供了以下一些命令（这些命令都在mongodb安装的bin目录下）。
1、mongostat
检查运行的mongod实例的状态，返回数据库操作的计数器，包括插入、查询、更新、删除和游标。
2、mongotop
该命令在集合的基础上跟踪并报告MongoDB实例的读写活动。mongotop每秒返回信息，你可以相应地进行更改。可以检查读和写活动是否符合要求，确定没有从磁盘上读取太频繁，也没有超过你的工作集大小。