MongoDB相关分享

• 

  MongoDB性能调优（1）
  • PlantWang

  1
  1
  帖子
  73
  浏览

  

  一、概述

  DB的性能调优也是很重要的部分，我们熟知的Oracle、SQLServer是可以通过查看执行计划后来进行调优，

  同样我们的MongoDB也可以，当然除了查看执行计划，还有其他调优的方法，让我们一起来看一下吧

  二、MongoDB性能调优

  1、查看执行执行

  使用explain()函数来查看分析是否用来全表扫描，是否使用索引，返回查询数据所用时间等信息来判断是否需要优化

  这个在之前的分享的文章中已经有提到，详情可看回之前的文章，这里我们简单说一下

  MongoDB Enterprise > db.test1.find().explain("executionStats") { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "test.test1", "indexFilterSet" : false, "parsedQuery" : { "$and" : [ ] }, "winningPlan" : { "stage" : "COLLSCAN", "filter" : { "$and" : [ ] }, "direction" : "forward" }, "rejectedPlans" : [ ] }, "executionStats" : { "executionSuccess" : true, "nReturned" : 1, "executionTimeMillis" : 0, "totalKeysExamined" : 0, "totalDocsExamined" : 1, "executionStages" : { "stage" : "COLLSCAN", "filter" : { "$and" : [ ] }, "nReturned" : 1, "executionTimeMillisEstimate" : 0, "works" : 3, "advanced" : 1, "needTime" : 1, "needYield" : 0, "saveState" : 0, "restoreState" : 0, "isEOF" : 1, "invalidates" : 0, "direction" : "forward", "docsExamined" : 1 } }, "serverInfo" : { "host" : "mongotest1", "port" : 27017, "version" : "3.2.8", "gitVersion" : "ed70e33130c977bda0024c125b56d159573dbaf0" }, "ok" : 1 }

  从上面返回的一些参数我们可以看出

  "executionTimeMillis" : 0,执行所用时间0

  "stage" : "COLLSCAN",全表扫描

  "indexFilterSet" : false, 没有使用索引

  再根据返回的这些信息从添加索引或者修改查询方式等去优化。

  2、profiling

  a.查看是否开启这功能

  MongoDB Enterprise > db.getProfilingLevel() 0

  返回的值有0、1、2三种情况：

  0 ：表示不开启 1 ：表示记录慢命令 (默认是100ms，这个默认值是可以修改的) 2 ：表示记录所有命令

   b.设置

  MongoDB Enterprise > db.setProfilingLevel(1,10); { "was" : 1, "slowms" : 10, "ok" : 1 } MongoDB Enterprise > db.getProfilingLevel(); 1

  显然我们已经设置为1，也同时把默认值100改为10

  当然这里有一点需要注意的是

  MongoDB Enterprise > db.setProfilingLevel(0,10); { "was" : 1, "slowms" : 10, "ok" : 1 } MongoDB Enterprise > db.getProfilingLevel(); 0

  我们设置的是0，但是后面带有修改默认值10，这里表示的是Log档会记录时间>10ms的语句

  还有就是开启profiling功能跟很多数据库监控一样也是会消耗系统资源，所以要根据实际情况再使用。

  三、总结

  对于海量数据的查询，我们调优的方式经常会加添加索引，或者调整一些相关的SQL语法，但是这些都是暂时解决问题的办法，

  最根本的解决还是要从最先的数据库设计开始，所以在设计搭建数据库架构的时候，要先做好各种方案的评估才是数据库优化的

  重点所在。

• 

  MongoDB查看执行计划
  • PlantWang

  1
  1
  帖子
  49
  浏览

  

  一、概述

     MongoDB中的explain()函数可以帮助我们查看查询相关的信息，查询分析可以确保我们创建的索引是否有效，是查询语句性能分析的重要工具。

  二、explain()基本用法

  explain()的用法是必须放在最后面，语法如下：

  db.collecton.find({x:1}).explain()

  explain()常用是直接跟在find()函数后面，表示查看find()函数的执行计划，举例：

  MongoDB Enterprise mongos> db.emp.find({"id":{$lt:1000}}).explain() { "queryPlanner" : { serverInfo" : { "host" : "mongotest1", "port" : 27021, "version" : "3.2.8", "gitVersion" : "ed70e33130c977bda0024c125b56d159573dbaf0" }, "plannerVersion" : 1, "namespace" : "testdb.emp", "indexFilterSet" : false, "parsedQuery" : { "id" : { "$lt" : 1000 } }, winningPlan" : { "stage" : "FETCH", "inputStage" : { "stage" : "SHARDING_FILTER", "inputStage" : { "stage" : "IXSCAN", "keyPattern" : { "id" : 1 }, "indexName" : "id_1", "direction" : "forward", }， "rejectedPlans" : [ ] }, "ok" : 1 }

  参数说明：

  以上我们看到的是explain()默认参数的情况，其实MongoDB 3.0之后，explain的返回与使用方法与之前版本有了很大的变化，

  3.0+版本的explain有三种模式，分别是：queryPlanner、executionStats、allPlansExecution。常用的是queryPlanner和executionStats模式

  那我们再来看看executionStats这种模式

  MongoDB Enterprise mongos> db.emp.find({"id":{$lt:1000}}).explain("executionStats") { "queryPlanner" : { "mongosPlannerVersion" : 1, "winningPlan" : { "stage" : "SHARD_MERGE", }， "rejectedPlans" : [ ] }, "executionStats" : { "nReturned" : 999, "executionTimeMillis" : 35, "totalKeysExamined" : 999, "totalDocsExamined" : 999, "executionStages" : { "stage" : "SHARD_MERGE", "nReturned" : 999, "executionTimeMillis" : 35, "totalKeysExamined" : 999, "totalDocsExamined" : 999, "totalChildMillis" : NumberLong(33), "shards" : [ { "shardName" : "shard1", "executionSuccess" : true, "executionStages" : { "stage" : "FETCH", "nReturned" : 980, "executionTimeMillisEstimate" : 30, "works" : 981, "advanced" : 980, "needTime" : 0, "needYield" : 0, "saveState" : 7, "restoreState" : 7, "isEOF" : 1, "invalidates" : 0, "docsExamined" : 980, "alreadyHasObj" : 0 }, "ok" : 1 }

  executionStats的参数说明：

  在此看来，executionStats这种模式比默认的queryPlanner给出来个更多的可参考的信息，

  另外一种模式allPlansExecution是用来获取所有执行计划，参数基本与以上的相同，这里就不再详细说明。

  三、总结

  原来explain()也是可以接收不同的参数，通过设置不同参数我们可以查看更详细的查询计划。

  queryPlanner：查询计划的选择器，首先进行查询分析，最终选择一个winningPlan，是explain返回的默认模式

  executionStats：为执行统计模式，返回winningPlan的统计结果

  allPlansExecution：为返回所有执行计划的统计，包括rejectedPlan

  所以：我们在查询优化的时候，只需要关注queryPlanner， executionStats即可，因为queryPlanner为我们选择出了winningPlan， 而executionStats为我们统计了winningPlan的所有关键数据。

  整体来说，通过explain()查看执行计划，分析查询性能情况，可以帮助我们更好的分析和优化，必要的时候可以创建索引，提升查询性能。

• 

  MongoDB性能监控
  • PlantWang

  1
  1
  帖子
  59
  浏览

  

  一、概述

  对于DB的监控也是至关重要的，数据库性能什么时候突然开始变慢，负载什么时候又变高，还有我们的MongoDB

  的性能有没有可以优化的空间等等，我们都可以通过监控来判断，Oracle有自带的监控工具OEM，那我们的MongoDB的监控

  又是怎样的情况的呢，接下来我们一起来了解下

  二、MongoDB监控工具

  1、命令mongotop

  跟Linux的top命令用法类似，主要是监控MongoDB实例读写数据的情况，默认每秒返回监控读写情况

  安装mongodb后在对应的bin目录下执行，例如：

  [root@mongotest1 bin]# ./mongotop 2018-06-22T15:39:59.391+0800 connected to: 127.0.0.1 ns total read write 2018-06-22T15:40:00+08:00 admin.system.roles 0ms 0ms 0ms admin.system.users 0ms 0ms 0ms admin.system.version 0ms 0ms 0ms db_test.col_test 0ms 0ms 0ms local.me 0ms 0ms 0ms local.oplog.$main 0ms 0ms 0ms local.startup_log 0ms 0ms 0ms local.system.replset 0ms 0ms 0ms mongotest.employee 0ms 0ms 0ms test.mongodb 0ms 0ms 0ms

  参数一览表

  ns：数据库命名空间（namespace），包含数据库的名称和集合

  total：总耗时

  read：读取大量数据所用时间

  write：写入数据所用时间

  关于mongotop的相关参数用法，可以通过--help查看

  [root@mongotest1 bin]# ./mongotop --help

  如果想修改默认输出的时间间隔，可以直接在后面加数字，单位是秒，如下：

  [root@mongotest1 bin]# ./mongotop 5 --这样就会每隔5秒输出一次结果

  2、命令mongostat

  mongostat与mongotop都是mongoDB自带的监控工具，安装后在bin目录下可以查看到，mongostat主要是查看当前MongoDB

  运行的状态及性能情况，是实时统计以便于我们及时发现数据库的问题，具体操作如下：

  [root@mongotest1 bin]# ./mongostat insert query update delete getmore command % dirty % used flushes vsize res qr|qw ar|aw netIn netOut conn time *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:25+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:26+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:27+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:28+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:29+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:30+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:31+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:32+08:00 *0 *0 *0 *0 0 1|0 0.0 0.0 0 395.0M 37.0M 0|0 0|0 79b 18k 1 2018-06-22T16:25:33+08:00

  关键参数一览表

  insert：每秒写入的数量

  query：每秒查询的数量

  update：每秒更新的数量

  delete：每秒删除的数量

  getmore：每秒执行getmore操作的数量

  command：每秒执行数据库命令的数据量

  mongostat同样可以使用 --help查看对应参数的使用情况，这里就不详细列举了

  3、db.stats()

  主要是用于获取当前数据库的一些相关信息，用法如下：

  MongoDB Enterprise > db test MongoDB Enterprise > db.stats() { "db" : "test", "collections" : 7, "objects" : 23, "avgObjSize" : 58.78260869565217, "dataSize" : 1352, "storageSize" : 204800, "numExtents" : 0, "indexes" : 8, "indexSize" : 221184, "ok" : 1 }

  参数一览表

  "db" : 数据库名称 

  "collections" : 集合数量 

  "objects" : 对象个数 

  "avgObjSize" : 平均每个对象的大小 

  "dataSize" : 当前数据库所有数据总大小 

  "storageSize" : 当前数据库占用磁盘大小 

  "numExtents" : 数据库所有集合中的片区计数 

  "indexes" : 索引数量 

  "indexSize" : 所有索引占用磁盘的大小

  4、db.serverStatus()

  主要是用于获取服务器的运行状态，查看到的是一些静态的数据，比前面讲到的mongtop和mongostat信息更加详细和具体

  MongoDB Enterprise > db.serverStatus() { "host" : "mongotest1", "advisoryHostFQDNs" : [ ], "version" : "3.2.8", "process" : "mongod", "pid" : NumberLong(31107), "uptime" : 88111, "uptimeMillis" : NumberLong(88110420), "uptimeEstimate" : 84444, "localTime" : ISODate("2018-06-22T09:14:09.092Z"), "asserts" : { "regular" : 0, "warning" : 0, "msg" : 0, "user" : 0, "rollovers" : 0 }, "connections" : { "current" : 1, "available" : 818, "totalCreated" : NumberLong(23) }, "extra_info" : { "note" : "fields vary by platform", "heap_usage_bytes" : 62033648, "page_faults" : 183 }, "globalLock" : { //这里省略部分代码

  关键参数一览表

  "host" : 主机名 

  "version" : 版本号 

  "process" : 进程名称 

  "pid" : NumberLong(31107), 

  "uptimeMillis" : NumberLong(88110420)

  "localTime" : 当前时间

  三、总结

  通过了解MongoDB的性能监控情况后，方便我们监控和排查数据库的一些问题。对于监控这块，应该还有其他一些方法，

  就像mongodb厂商还提供MongoDB Monitoring Service(MMS)监控服务，这个应该要怎样使用呢，我们可以在这里讨论下，

  如果已经知道如何使用MMS服务的，也可以在这里分享下心得。

• 

  Mongodb-索引
  • tingcheng

  1
  1
  帖子
  61
  浏览

  

          之前学过关系型数据库的都明白索引的作用是提高查询效率，Mongodb的索引和传统的关系型数据库索引几乎一模一样。可以用书的目录来形容索引，有了索引可以直接锁定目标位置，如果不使用索引就会出现全表扫描的情况，对于大数据来说效率是非常的低。但是也不是越多越好，Mongodb限制每个集合最多可以拥有64个索引，添加每一个索引，每次写操作都将耗费更多的时间，对读访问是很友好的，所以挑选字段显得尤为重要。

           为了对比使用索引和不使用索引的区别，可以做一个小测试，一个集合中储存了公司百万员工的信息，查询某位员工的信息，用explain()函数查看Mongodb的执行查询过程。

  >db.members.find({"memid":"f0000100"}).explain() { "cursor": "BasicCursor", "nscanned": 1000000, "nscannedObjects":1000000, "n": 1, "millis": 760, "nYields": 0, "nChunkSkips": 0, "isMultiKey": false, "indexOnly": false, "indexBounds":{ } }

  从数据可以看出nscanned为扫描数量，此次扫描为全部文档都扫描一遍，时间 millis 760

  如果在memid字段上创建一个索引

  >db.members.ensureIndex({"memid":1})

  再次执行查询操作

  >db.members.find({"memid":"f0000100"}).explain() { "cursor": "BtreeCursor memid_1", "nscanned": 1, "nscannedObjects":1, "n": 1, "millis": 5, "nYields": 0, "nChunkSkips": 0, "isMultiKey": false, "indexOnly": false, "indexBounds":{ "memid": [ [ "memidf0000100", "memidf0000100" ] ] } }

  对比 nscanned与millis，明显发现 只有一次扫描，时间也缩短很多，由此可以看出使用索引的优势，接下来我们就来谈谈如何创建各种索引以及删除索引。

  1.创建简单索引

  >db.collection.ensureIndex({"key":1})

  需要提一下的是1与-1，1为升序，-1为降序

  2.创建复合索引 前面有讲过多个索引，每次写操作都将耗费更多的时间，如果要对多个字段索引，可以考虑使用复合索引。

  >db.collection.ensureIndext({"key1": 1,"key2": 1})

  顺序为先按照第一个字段排序，第一个字段相同再按照第二个字段排序

  3.创建唯一键索引 有些时候我们要确保插入的键值唯一，同时为了提高查询效率需要对其创建索引，此时我们就需要创建唯一键索引，格式如下：

  >db.collection.ensureIndex({"key": 1},{"unique":true})

  有一种特殊情况，如果插入的文档缺少唯一键的字段，mongodb会将此字段默认为null存储文档，但是只能操作一次，如果第二次插入缺少唯一键的文档，则无法成功插入。

  唯一键索引对于复合索引也同样适用，需要注意的是单个键的值可以相同，但是组合值必须是唯一的。

  4.创建去重索引 在创建唯一键索引时如果已经存在重复键值无法创建时，可以考虑使用dropdups自动去重，格式如下：

  >db.collection.ensureIndex({"": 1},{"unique": true,"dropDups": true})

  使用此索引会保留第一个文档，其他重复文档将被删除 数据库操作中特别要注意任何有删除动作的操作 5.删除索引 当业务发生变化时，有些索引已不再满足要求，此时可以使用dropIndex删除这些索引，格式如下：

  >db.collection.dropIndex("x_1_y_1")
• 2

  毕业真实的版本=ˇ|坎布里亚大学毕业证书*原件一模一样证明
  • 21236771

  1
  1
  帖子
  61
  浏览

  2

  坎布里亚大学毕业证【微/Q:7387997——WeChat:7387997】【帖子永久有效，看不到请点击百度快照】联系人Allen【办理毕业证，成绩单，学历认证、文凭、学位证、成绩单等】代办国外（海外）澳洲美国 加拿大 韩国 美国 新西兰 等各大学毕业证，修改成绩单分数，学历认证，文凭，diploma，degree [删除请点击百度快照]真实认证.海外回囯的同学定制毕业证、真实认证、毕业证、学位证书、使馆公证、囯外真实学位认证、使馆留学回囯人员证明、录取通知书、Offer、在读证明、雅思托福成绩单、网上存档永久可查！[实体经营，，值得信赖]十五年致力于帮助留学生解决无法毕业，无法认证真实的难题；并帮助留学生制作国外大学毕业证（微 Q：7387997），成绩单，真实认证、成绩单以及回国所需的真实学位真实认证。

  现在每年都有很多中国学生出国去求学，有的是为了能感受异国的文化，有的是寻求更好的教育,但是由于国内外的教育理念不同，再加上语言文化的差异，教育模式、授课方法等的诸多不同，留学生在国外留学生期间，出现挂科并不是罕见的现象，我不知道你的身边有没有，但是在我的身边的确有这样的富家子弟，出国留学就是为了玩。比如说和我一起留学的小陈同学，乍一眼看上去好像是看剧里面的人物，大有迷倒众生之势。也不能完全否认他不能学到一点点的知识，多多少少和我一起留学的四年当中，还是学了一点知识。 陈同学家境还是比较好的，起初我们是在一家留学机构办理的留学事宜，慢慢的也就从陌生到认识，最巧的是我们报的同一所大学毕业证。刚到国外那会我们无忧无虑，我们像是在海外的亲人一样，彼此帮助着彼此，除了考试我帮不上他，其他的事情我都还是尽我绵簙之力去帮助他。所以，导致每次考试的时候我都能顺利的通过，而他则是接二连三的挂科；当我们毕业以后我顺利地拿到了毕业证，而他则是怏怏地拿了一份结业证书。回国以后我约他去做学历认证书，但是他回答我：这种情况是通不过学历认证的。这也是第一次他在我面前唉声叹气。当我顺利地拿到认证书的时候，他还在为认证的事情而烦恼，家里面的压力可想而知，花了这么多钱去留学到最后拿到的却是一页没任何用处的结业证书，并且还要忍受周围人的非议，那么问题来了:出国留学挂科没毕业怎么办？没有毕业证怎么办理国外学历认证了？本章将做详细解答本章介绍了国外学历认证的定义、办理用途、为什么要办理？以及如何办理？很多留学生在国外留学都会遇到挂科等问题,那么澳洲留学挂科了只拿到文凭证书甚至肄业,回国能办理国外毕业证教育部学历认证吗?此文便详细的分析了办理国外学历认证过程中各种疑难问题的解决办法。对回国发展的留学生帮助很大！
  【代办各大学毕业证毕业证】7387997
  铭洋教育为您做的是：

  *河蟹*使馆公证（即留学回国人员证明，不成功不收费！！！）
  办理教育部国外学位学历认证。（网上可查、永久存档、快速稳妥，回国发展，考公务员，落户，进国企，外企，创业，无忧愁）
  办理各国各大学毕业证（世界名校一对一专业服务，可全程监控跟踪进度）
  服务：毕业证、成绩、单真实使馆公证、真实教育部认证。让您回国发展信心十足！
  可以提供钢印、水印、烫金、激光防伪、凹凸版、最新版的毕业证、百分之百让您绝对满意、设计，印刷;毕业证、成绩、单，真实大使馆教育部认证，速度快。

  这样您才可以享受 一切正规留学生回国待遇！ 包含：购买免税车，落转户口，申请创业基金等！详情咨询：留学认证顾问Q微7387997 
  向您保证： 
  1：最优质的原版毕业.证，成绩、单质量以及最新的版本！ 
  2：最专业耐心的客服咨询老师为您解答您的一切问题！ 
  3：与真实原版文件（毕业.证书，成绩单）使用同样制作材料，质地以及完善各项防伪技术！
  4：保证代办真实的使馆留学人员回国证明！ 
  5：保证代办真实的教育部海外学位学历认证！（我们如何向您保证？请联系网站客服会为您解答） 
  6：国外大学原厂frame 保护好您的材料（所有frame与原版学校相同供货渠道） 
  7：在选择专业方面，做到最专业的咨询与建议（我们每个学期都会去各个大学拿最新的专业课程分析） 
  8：定金 尾款模式，让您对我们更加信赖与放心！ 

  诚信问题，如果您对我们的业务表示怀疑 
  首先感谢您的咨询，对于您咨询业务上的问题，我们会耐心的一一解答（详情咨询：留学认证顾问AllenQ微7387997）。不管您咨询几句还是上百句，一天或者很久，或者您咨询完不办理这也都没问题。我很乐意每天能结识来自各地的朋友。 

  只不过有一点希望大家谅解！这是一个灰色行业，有它特殊的性质。我为大家做这个事情，担着很重的法律责任。有些朋友咨询半天，最后问，“假如我找你们办理，你们怎么证明你们不骗人呢？”“假如我找你们办理怎么证明你们的东西可靠呢？” “怎么证明你们是好人呢？". 我听了很无语，既然选择了我们就应该对我们信任，否则一开始就不要选择我们，咨询别的家就好了。买东西都要货比三家，这我是完全没有任何问题的。我从来不催我的客户一定要在我这里办理，也从来不反对客户多咨询几家，毕竟谁的东西是最好的，我相信大家看的出。金子在哪里都要发光！

• L

  此主题已被删除！
  • luenqqi

  1
  1
  帖子
  1
  浏览
• 

  MongoDB地理空间索引介绍
  • Jerry

  1
  1
  帖子
  95
  浏览

  

  地理空间索引分为两类：2d索引和2d sphere索引。

  2d索引

  2d索引可以用来存储和查找平面上的点，一般用于游戏地图中。  以下是部门语法：

  向集合中插入一条记录点的数据：

  db.my_collect.insert({x:[90,90]})

  插入数据的格式为[经度,纬度]，取值范围，经度[-180,180]，纬度[-90,90]。数据插入成功之后，我们先通过如下命令创建索引：

  db.my_collect.ensureIndex({x:"2d"})

  通过$near我们可以查询某一个点附近的点，如下:

  db.my_collect.find({x:{$near:[90,90]}})

  默认情况下返回该点附近100个点，可以通过$maxDistance来设置返回的最远距离：

  db.my_collect.find({x:{$near:[90,90],$maxDistance:99}})

  也可以通过$geoWithin查询某个形状内的点，比如查询矩形中的点：

  db.my_collect.find({x:{$geoWithin:{$box:[[0,0],[90,1]]}}})

  两个坐标点用来确定矩形的位置。

  查询圆中的点：

  db.my_collect.find({x:{$geoWithin:{$center:[[0,0],45]}}})

  参数分别表示圆的圆心和半径。

  查询多边形中的点：

  db.my_collect.find({x:{$geoWithin:{$polygon:[[0,0],[100,0],[100,1],[0,1]]}}})

  这里可以填入任意多个点，表示多边形中的各个点。

  2d sphere索引

  2dsphere可以用来存储和查找球面上的点，适用于球面类型的地图，它的数据类型是GeoJSON格式的，比如我们描述一个点，GeoJSON如下：

  { "_id" : ObjectId("59f5e0571f9e8e181ffc3196"), "name" : "shenzhen", "location" : { "type" : "Point", "coordinates" : [ 90.0, 0.0 ] } }

  描述线，GeoJSON格式如下：

  { "_id" : ObjectId("59f5e0d01f9e8e181ffc3199"), "name" : "shenzhen", "location" : { "type" : "LineString", "coordinates" : [ [ 90.0, 0.0 ], [ 90.0, 1.0 ], [ 90.0, 2.0 ] ] } }

  描述多边形，GeoJSON格式如下：

  { "_id" : ObjectId("59f5e3f91f9e8e181ffc31d0"), "name" : "beijing", "location" : { "type" : "Polygon", "coordinates" : [ [ [ 0.0, 1.0 ], [ 0.0, 2.0 ], [ 1.0, 2.0 ], [ 0.0, 1.0 ] ] ] } }

  还有其他的类型。有了数据之后，我们可以通过如下操作来创建地理空间索引了：

  db.my_collect.ensureIndex({location:"2dsphere"})

  比如我想查询和深圳这个区域有交集的文档，如下：

  var shenzhen = db.sang_collect.findOne({name:"shenzhen"}) db.my_collect.find({location:{$geoIntersects:{$geometry:shenzhen.location}}})

  这里的查询结果是和深圳这个区域有交集的都会查到(比如经过深圳的高速公路、铁路等)，我们也可以只查询深圳市内的区域(比如深圳市内所有的学校)，如下：

  var shenzhen = db.sang_collect.findOne({name:"shenzhen"}) db.my_collect.find({location:{$within:{$geometry:shenzhen.location}}})

  也可以查询腾讯附近的其他位置，如下：

  var QQ = db.sang_collect.findOne({name:"QQ"}) db.my_collect.find({location:{$near:{$geometry:QQ.location}}}) 复合地理空间索引

  位置往往只是我们查询的一个条件，比如我要查询深圳市内所有的学校，那我得再增加一个查询条件，如下：

  var shenzhen = db.sang_collect.findOne({name:"shenzhen"}) db.my_collect.find({location:{$within:{$geometry:shenzhen.location}},name:"QQ"})
• 

  MongoDB监控工具介绍
  • jesseshi

  1
  1
  帖子
  145
  浏览

  

  MongoDB包含了各种监控工具，让你能够积极地管理系统的运行和性能。

  MongoDB管理服务(MMS)提供了云监控和备份服务，帮助用户优化集群、解决性能问题、减轻运维风险。
  MMS监控支持图表、自定义仪表盘和自定义警告。MMS仅需要最低限度的安装和配置。
  用户在所有的MongoDB实例上安装一个本地代理，该代理会跟踪与数据库使用情况相关的数百个关键的健康指标，包括：

  操作数(Op Counters)—每秒钟执行的操作的数量
  内存(Memory)—MongoDB正在使用的数据量 
  锁百分比(Lock Percent)—写锁消耗时间的百分比
  后台刷新(Background Flush)—将数据刷新到磁盘消耗的平均时间
  连接(Connections)—MongoDB当前打开的连接的数量
  队列(Queues)—等待运行的操作的数量
  页面错误(Page Faults)—磁盘的页面错误数
  复制(Replication)—主节点操作日志的长度以及复制延时
  日志(Journal)—写入日志的数据量

  这些指标会被安全地报告给MMS服务，告诉它它们是在哪里处理、聚合、通知的，并在浏览器中可视化显示。
  用户能够容易地根据各种性能指标了解他们集群的健康状况。

  硬件监控

  Munin node是一个开源软件程序，它可以监控硬件并报告磁盘和RAM的使用情况这样的指标。
  MMS能够收集Munin node产生的这些数据，并在MMS仪表盘中将这些数据和其他数据一起展现给用户。
  因为每一个应用程序和部署都是唯一的，所以用户应该为磁盘利用率的峰值、网络活动的主要变化和平均查询长度/响应时间的增长创建警报。

  数据库分析工具

  Database Profiler，MongoDB提供的一个性能分析工具该工具能够记录数据库操作相关的细粒度信息。
  分析工具可以记录所有事件的信息，也能够只记录那些持续时间超出了配置阈值的事件的信息。
  分析数据存储在一个固定集合中，用户能够很容易地从中搜索相关的事件——查询这个集合可能比尝试着去解析日志文件更加容易。

  其他的监控工具

  MongoDB有各种各样的监控工具让你能够从其他的方面深入理解MongoDB系统。

  mongotop随MongoDB提供的一个工具，它能够跟踪并报告一个MongoDB集群当前的读、写活动。
  mongostat随MongoDB提供的另一个工具，它为所有的操作提供了一个全面概览， 包括更新、插入的计数，页面错误、索引的丢失情况以及很多其他的关系到系统健康的重要指标。
  Iostat、vmstat、netstat和sar这些Linux工具也能为深入探索MongoDB系统提供有价值的信息。
  Performance Monitor一个Microsoft管理控制台单元，对于Windows环境上的用户而言，是一个非常有用的工具，可以用来测量各种指标。

• 

  浅谈MongoDB方法使用的区别
  • PlantWang

  1
  1
  帖子
  199
  浏览

  

  一、概述

  在MongoDB中，有些相类似方法的使用是可以对数据有同样的功能，但是彼此间还是有点区别，

  为了在使用过程中避免出现一些报错，在此浅谈几组方法的一点区别

  二、MongoDB方法使用的区别

  1、insert()和save()

  MongoDB 使用 insert() 或 save() 方法向集合中插入文档，语法如下：

  db.COLLECTION_NAME.insert(document) db.COLLECTION_NAME.save(document)

  两者都能够插入数据，如果不指定 _id 字段 ，save() 方法类似于 insert() 方法；如果insert()指定相同定_id，则插入会报错，而save()则会更新该 _id 的数据
  

  2、limit()和skip()

  如果你需要在MongoDB中读取指定数量的数据记录，可以使用MongoDB的Limit方法，limit()方法接受一个数字参数，该参数指定从MongoDB中读取的记录条数。

  语法如下：

  db.COLLECTION_NAME.find().limit(number)

  我们除了可以使用limit()方法来读取指定数量的数据外，还可以使用skip()方法来跳过指定数量的数据，skip方法同样接受一个数字参数作为跳过的记录条数。

  语法如下：

  db.COLLECTION_NAME.find().skip(number)

  当然这两者也是能够同时使用的

  语法如下：

  db.COLLECTION_NAME.find().limit(number).skip(number) 或者 db.COLLECTION_NAME.find().skip(number).limit(number) //没有前后顺序的区分，主要看查询数据的需求而自己定

  limit()是指定查看数据量，按默认的顺序来，而skip()也是按顺序来，跳过多少数据量后查看到的数据。
  

  3、ensureIndex()和createIndex()

  在MongoDB建立索引能提高查询效率，如果没有建立索引，在查询时，MongoDB必须执行全表扫描，在数据量大时，效率差别就很明显

  语法如下：

  db.COLLECTION_NAME.ensureIndex(keys,options) db.COLLECTION_NAME.createIndex(keys,options)

  两者间的区别在在于跟DB版本有关，在一些文档中看到 ，从mongoDB 3.0开始ensureIndex被废弃，使用 createIndex创建索引；

  所以根据自己的DB环境和使用习惯选择使用即可。

  三、总结

  希望通过本文能够对以上几组方法的使用有个清晰的认识，更好的记住在什么时候能够使用正确有效的方法，分享文章给大家，

  大家有什么其他相类似方法的区别可以回复补充，我们彼此学习，相互进步。