MongoDB是什麼？看完你就知道了！

1、概述

1.MongoDB是什麼？用一句話總結

MongoDB是一款爲web應用程序和互聯網基礎設施設計的數據庫管理系統。沒錯MongoDB就是數據庫，是NoSQL類型的數據庫。

2.爲何要使用MongoDB？

（1）MongoDB提出的是文檔、集合的概念，使用BSON（類JSON）做爲其數據模型結構，其結構是面向對象的而不是二維表，存儲一個用戶在MongoDB中是這樣子的。

｛
    username:'123',
    password:'123'
}

使用這樣的數據模型，使得MongoDB能在生產環境中提供高讀寫的能力，吞吐量較於mysql等SQL數據庫大大加強。

（2）易伸縮，自動故障轉移。易伸縮指的是提供了分片能力，能對數據集進行分片，數據的存儲壓力分攤給多臺服務器。自動故障轉移是副本集的概念，MongoDB能檢測主節點是否存活，當失活時能自動提高從節點爲主節點，達到故障轉移。

（3）數據模型由於是面向對象的，因此能夠表示豐富的、有層級的數據結構，好比博客系統中能把「評論」直接懟到「文章「的文檔中，而沒必要像myqsl同樣建立三張表來描述這樣的關係。

3.主要特性

（1）文檔數據類型
SQL類型的數據庫是正規化的，能夠經過主鍵或者外鍵的約束保證數據的完整性與惟一性，因此SQL類型的數據庫經常使用於對數據完整性較高的系統。MongoDB在這一方面是不如SQL類型的數據庫，且MongoDB沒有固定的Schema，正由於MongoDB少了一些這樣的約束條件，可讓數據的存儲數據結構更靈活，存儲速度更加快。

（2）即時查詢能力
MongoDB保留了關係型數據庫即時查詢的能力，保留了索引（底層是基於B tree）的能力。這一點汲取了關係型數據庫的優勢，相比於同類型的NoSQL redis 並無上述的能力。

（3）複製能力
MongoDB自身提供了副本集能將數據分佈在多臺機器上實現冗餘，目的是能夠提供自動故障轉移、擴展讀能力。

（4）速度與持久性

MongoDB的驅動實現一個寫入語義 fire and forget ，即經過驅動調用寫入時，能夠當即獲得返回獲得成功的結果（即便是報錯），這樣讓寫入的速度更加快，固然會有必定的不安全性，徹底依賴網絡。

MongoDB提供了Journaling日誌的概念，實際上像mysql的bin-log日誌，當須要插入的時候會先往日誌裏面寫入記錄，再完成實際的數據操做，這樣若是出現停電，進程忽然中斷的狀況，能夠保障數據不會錯誤，能夠經過修復功能讀取Journaling日誌進行修復。

（5）數據擴展

MongoDB使用分片技術對數據進行擴展，MongoDB能自動分片、自動轉移分片裏面的數據塊，讓每個服務器裏面存儲的數據都是同樣大小。

4.C/S服務模型

MongoDB核心服務器主要是經過mongod程序啓動的，並且在啓動時不需對MongoDB使用的內存進行配置，由於其設計哲學是內存管理最好是交給操做系統，缺乏內存配置是MongoDB的設計亮點，另外，還可經過mongos路由服務器使用分片功能。

MongoDB的主要客戶端是能夠交互的js shell 經過mongo啓動，使用js shell能使用js直接與MongoDB進行交流，像使用sql語句查詢mysql數據同樣使用js語法查詢MongoDB的數據，另外還提供了各類語言的驅動包，方便各類語言的接入。

5.完善的命令行工具

mongodump和mongorestore,備份和恢復數據庫的標準工具。輸出BSON格式，遷移數據庫。

mongoexport和mongoimport，用來導入導出JSON、CSV和TSV數據，數據須要支持多格式時有用。mongoimport還能用與大數據集的初始導入，可是在導入前順便還要注意一下，爲了能充分利用好mongoDB一般須要對數據模型作一些調整。

mongosniff,網絡嗅探工具，用來觀察發送到數據庫的操做。基本就是把網絡上傳輸的BSON轉換爲易於人們閱讀的shell語句。

所以，能夠總結獲得，MongoDB結合鍵值存儲和關係數據庫的最好特性。由於簡單，因此數據極快，並且相對容易伸縮還提供複雜查詢機制的數據庫。MongoDB須要跑在64位的服務器上面，且最好單獨部署，由於是數據庫，因此也須要對其進行熱備、冷備處理。

2、進入MongoDB shell

由於本篇文章不是API手冊，全部這裏對shell的使用也是基礎的介紹什麼功能能夠用什麼語句，主要是爲了展現使用MongoDB shell的方便性，若是須要知道具體的MongoDB shell語法能夠查閱官方文檔。

1.切換數據庫

use dba

建立數據庫並非必須的操做，數據庫與集合只有在第一次插入文檔時纔會被建立，與對數據的動態處理方式是一致的。簡化並加速開發過程，並且有利於動態分配命名空間。若是擔憂數據庫或集合被意外建立，能夠開啓嚴格模式。

2.插入語法

db.users.insert({username:"smith"})
db.users.save({username:"smith"})

區別: 若新增的數據中存在主鍵 ，insert() 會提示錯誤，而save() 則更改原來的內容爲新內容。如：

已存在數據：{_id : 1, " name " : " n1 " }，再次進行插入操做時，insert({_id : 1, " name " : " n2 " }) 會報主鍵重複的錯誤提示，save({ _id : 1, " name " : " n2 " }) 會把 n1 修改成 n2 。

相同點： 若新增的數據中沒有主鍵時，會增長一條記錄。

已存在數據：{ _id : 1, " name " : " n1 " }，再次進行插入操做時，insert({ " name " : " n2 " }) 插入的數據由於沒有主鍵，因此會增長一條數據，save({ " name " : " n2 " }) 增長一條數據。

3.查找語法

db.users.find()
db.users.count()

4.更新語法

db.users.update({username:"smith"},{$set:{country:"Canada"}})
//把用戶名爲smith的用戶的國家改爲Canada

db.users.update({username:"smith"},{$unset:{country:1}})
//把用戶名爲smith的用戶的國家字段給移除

db.users.update({username:"jones"},{$set:{favorites:{movies:["casablance","rocky"]}}})
//這裏主要體現多值修改，在favorties字段中添加多個值

db.users.update({"favorites.movies":"casablance"},{$addToSet:{favorites.movies:"the maltese"}},false,true)
//多項更新

5.刪除語法

db.foo.remove() //刪除全部數據
db.foo.remove({favorties.cities:"cheyene"}) //根據條件進行刪除
db.drop() //刪除整個集合

6.索引相關語法

db.numbers.ensureIndex({num:1})
//建立一個升序索引
db.numbers.getIndexes()
//獲取所有索引

7.基本管理語法

show dbs
//查詢全部數據庫
show collections
//顯示全部表
db.stats()
//顯示數據庫狀態信息
db.numbers.stats()
//顯示集合表狀態信息
db,shutdownServer()
//中止數據庫
db.help()
//獲取數據庫操做命令
db.foo.help()
//獲取表操做命令
tab 鍵 //能自動幫咱們補全命令

以上的命令只是簡單實例，假設若是你以前沒有學習過任何數據庫語法，同時開始學sql查詢語法和MongoDB 查詢語法，你會發現哪個更簡單呢？若是你使用的是java驅動去操做MongoDB，你會發現任何的查詢都像Hibernate提供出來的查詢方式同樣，只要構建好一個查詢條件對象，便能輕鬆查詢（接下來會給出示例），博主以前熟悉ES6，因此入手MongoDB js shell完成沒問題，也正由於這樣簡潔，完善的查詢機制，深深的愛上了MongoDB。

3、使用java驅動

使用java驅動連接MongoDB是一件很是簡單的事情，簡單的引用，簡單的作增刪改查。在使用完java驅動後我才發現spring 對MongoDB 的封裝還不如官方自身提供出來的東西好用，下面簡單的展現一下使用。

1.使用maven引入jar包

<dependency>
            <groupId>org.mongodbgroupId>
            <artifactId>mongodb-driver-syncartifactId>
            <version>3.8.0-beta3version>
        dependency>

2.建立一個訪問客戶端

MongoClient client = MongoClients.create(「mongodb://10.201.76.94:27017」);

3.獲取集合數量

public long count() {
        MongoClient client = this.getClient();
        MongoCollection collections= client.getDatabase("mongodb_db_name").getCollection("mongodb_collection_name");
        return collections.count();
    }

4.查詢集合

public List find(Document params,Bson sort,int skip,int limit) {
        MongoClient client = this.getClient();
        MongoCollection collections= client.getDatabase("mongodb_db_name").getCollection("mongodb_collection_name");
        List list = new ArrayList(Integer.valueOf(config.getPro("sync_limit")));
    collections.find(params).sort(sort).skip(skip).limit(limit).forEach(new Block() {
            @Override
            public void apply(Document document) {
                list.add(document);
            }
        });
        return list;
    }

這裏只舉例了簡單的連接與簡單的MongoDB操做，可見其操做的容易性。使用驅動時是基於TCP套接字與MongoDB進行通訊的，若是查詢結果較多，剛好沒法所有放進第一服務器中，將會向服務器發送一個getmore指令獲取下一批查詢結果。

插入數據到服務器時間，不會等待服務器的響應，驅動會假設寫入是成功的，實際是使用客戶端生成對象id，可是該行爲能夠經過配置配置，能夠經過安全模式開啓，安全模式能夠校驗服務器端插入的錯誤。

4、schema 設計原則

1.須要關注MongoDB的自身的特性

要清楚瞭解MongoDB的基本數據單元。在關係型數據庫中有帶列和行的數據表。而MongoDB數據的基本單元是BSON文檔，在鍵值中有指向不定類型值的鍵，MongoDB擁有即時查詢，但不支持聯結操做，簡單的鍵值存儲只能根據單個鍵來獲取值，不支持事務，但支持多種原子更新操做。

2.須要關注系統自己的讀寫特性

如讀寫比是怎樣的，須要何種查詢，數據是如何更新的，會不會存在什麼併發問題，數據結構化的程度是要求高仍是低。系統自己的需求決定mysql仍是MongoDB。

3.關注MongoDB schema 的設計模式

內嵌與引用 ：當子對象老是出如今父對象的上下文中時，使用內嵌文檔；不然將子對象單獨存一個集合。

一對多的關係 ：在「多」的集合關係中添加id指向依賴的id。

多對多 ：在其中一種對應關係中使用對象數組指向另一個對象。

樹 ：具化路徑，在樹中的每一個節點都包含一個path字段，該字段具體保存了每一個節點祖先的id。

動態屬性 ：能夠爲不一樣的動態屬性添加索引，若是須要將屬性圈在一個範圍，那麼能夠經過key-value的方式，而後在統一的key上面加索引。

關於事務 ：若是須要事務支持，那麼只能選擇另外一種數據庫，或者提供補償性事務來解決事務的問題。

在關於schema 的設計中要注意一些原則，好比：

• 不能建立沒用的索引
• 不能在同一個字段中存不一樣的類型
• 不能把多類實體都放在一個集合裏 不能建立體積大、嵌套深的文檔
• 不能過多的建立集合，集合、索引、數據庫的命名空間都是有限的
• 不能建立沒法分片的集合

4.關注MongoDB裏面一些具體細節

（1）關注數據庫的概念

數據庫是集合的邏輯與物理分組，MongoDB沒有提供建立數據庫的語法，只有在插入集合時，數據庫纔開始創建。建立數據庫後會在磁盤分配一組數據文件，全部集合、索引和數據庫的其餘元數據都保存在這些文件中，查閱數據庫使用磁盤狀態可經過。

db.stats()

（2）關注集合概念

集合是結構上或概念上類似得文檔的容器，集合的名稱能夠包含數字、字母或 . 符號，但必須以字母或數字開頭，徹底。

限定集合名不能超過128個字符，實際上 . 符號在集合中頗有用，能提供某種虛擬命名空間，這是一種組織上的原則，和其餘集合是一視同仁的。在集合中可使用。

system.namespaces //查詢當前數據庫中定義的全部命名空間
system.indexes //存儲當前數據庫的全部索引定義

（3）關注文檔

其次是鍵值，在MongoDB裏面全部的字符串都是UTF-8類型。數字類型包括double、int、long。日期類型都是UTC格式，因此在MongoDB裏面看到的時間會比北京時間慢8小時。整個文檔大小會限制在16m之內，由於這樣能夠防止建立難看的數據類型，且小文檔能夠提高性能，批量插入文檔理想數字範圍是10~200，大小不能超過16MB。

5、索引與查詢優化

1.索引的經驗法則

（1）索引能顯著減小獲取文檔的所需工做量，具體的對比能夠經過 .explain()方法進行對比

（2）解析查詢時MongoDB經過最優計劃選擇一個索引進行查詢，當沒有最適合索引時，會先不一樣的使用各個索引進行查詢，最終選出一個最優索引作查詢

（3）若是有一個a-b的複合索引，那麼僅針對a的索引是冗餘的

（4）複合索引裏的鍵的順序是很重要的

2.索引類型

（1）單鍵索引
（2）複合索引
（3）惟一性索引
（4）稀疏索引
如索引的字段會出現null的值，或是大量文檔都不包含被索引的鍵。

3.索引的構建問題

若是數據集很大時，構建索引將會花費很長的時間，且會影響程序性能，可經過

db.currentOp() //查看索引的構建時間

當使用 mongorestore 時會從新構建索引。當曾經執行過大規模的刪除時，可以使用

db.values.reIndex()

對索引進行壓縮，重建。

4.識別慢查詢

（1）查閱慢查詢日誌

grep -E '([0-9])+ms' mongod.log //使用grep 命令 識別命令信息

db.setProfillingLevel(2) //使用解刨器，將記錄每次的讀寫到日誌

db.setProfillingLevel(1) //只記錄慢（100ms）操做

（2）分析慢查詢

db.values.find({}).sort({close:-1}).limit(1).explain()
scanOrder 字段代表沒有使用索引

cursor當沒有索引時，用的是BasicCursor，當使用索引時使用的是BtreeCursor

n 表示須要返回的結果集

nscanned表示須要遍歷的文檔數 indexBounds 表示索引邊界

注意新版本的MongoDB 的explain方法是須要參數的，否則只顯示普通的信息。

6、MongoDB副本集

本節一樣主要簡單呈現MongoDB副本集搭建的簡易性，與副本集的強壯性，監控容易性

1.爲何要使用副本集

提供主從複製能力，熱備能力，故障轉移能力

2.構建方式

rs.initiate()
rs.add("localhost:40001")
rs.add("localhost:40002",{arbiterOnly:true})

3.監控

db.isMasrter()
rs.status()

4.副本集的工做原理

實際上MongoDB對副本集的操做跟mysql主從操做是差很少的，先看一下mysql的主從數據流動過程

主binlog -> 從relay.log -> 從bin.log -> 從數據庫
而MongoDB主要依賴的日誌文件是oplog

主oplog -> 從oplog
寫操做先被記錄下來，添加到主節點的oplog裏。與此同時，全部從結點複製oplog。首先，查看本身oplog裏最後一條的時間戳；其次，查詢主節點oplog裏全部大於此時間戳的條目;最後，把那些條目添加到本身的oplog裏並應用到本身的庫裏。從節點使用長輪詢當即應用來自主結點oplog的新條目。

當遇到如下狀況，從節點會中止複製

• 若是從節點在主節點的oplog裏找不到它所同步的點，那麼會永久中止複製
• 一旦某個從節點沒能 在主節點的oplog裏找到它已經同步的點，就沒法再保證這個從結點的完美副本

local數據庫保存了全部副本集元素據和oplog日誌

• replset.minvalid 包含指定副本集成員的初始化同步信息
• system.replset 保存在副本集配置文檔
• system.indexes 標準索引說明容器
• me slaves 主要用於寫關注

可使用如下命令查看複製狀況

db.oplog.rs.findOne()

• ts 保存了該條目的BSON時間戳
• t 是從紀元開始的描述
• i是計數器
• op 表示操做碼
• ns 標明瞭有關的命名空間

5.心跳檢測

每一個副本集成員每秒鐘ping一次其餘全部成員，能夠經過rs.status()看到節點上次的心跳檢測時間戳和健康情況。

6.故障轉移

這個點不必過多描述，可是有一個特殊場景，若是從節點和仲裁節點都被殺了，只剩下主節點，他會把本身降級成爲從節點。

7.提交與回滾

若是主節點的數據尚未寫到從庫，那麼數據不能算提交，當該主節點變成從節點時，便會觸發回滾，那些沒寫到從庫的數據將會被刪除，能夠經過rollback子目錄中的BSON文件恢復回滾的內容。

8.驅動與複製

（1）使用單節點連接

只能連接到主節點，若是連接到從節點的話，會被拒絕寫入操做，可是若是沒有使用安全模式，由於mongo的fire and forget 特性，會把拒絕寫入的異常給吃掉。

（2）使用副本集方式連接

能根據寫入的狀況自動進行故障轉移，可是當副本集進行新的選舉時，仍是會出現故障，若是不使用安全模式，依舊會出現寫不進去，但現實成功的狀況。

（3）寫關注

可使用寫關注來關注數據是否已經被寫入MongoDB的庫中，使用寫關注會消耗性能，須要在速度和持久性之間作出權衡。

7、分片

分片是數據庫切分的一個概念實現，這裏也是簡單總結爲何要使用分片以及分片的原理，操做。

1.爲何須要分片

當數據量過大，索引和工做數據集佔用的內存就會愈來愈多，因此須要經過分片負載來解決這個問題

2.分片的工做原理

（1）分片組件

分片：每一個分片都是一個副本集

mongos路由器：是一個路由器，將讀寫請求指引到合適的分片上

配置服務器config：持久化分片集羣的元數據，包括：全局集羣配置；每一個數據庫、集合和特定範圍數據位置；一份變動記錄，保存了數據在分片之間進行遷移的歷史信息。配置服務器之間不是副本集形式存在，mongos向配置服務器提交信息時是兩階段提交，保證配置服務器之間的一致性。

（2）分片的核心操做

分片一個集合：分片是根據一個屬性的範圍進行劃分的，MongoDB使用所謂的分片鍵讓每一個文檔在這些範圍裏找到本身的位置

塊：是位於一個分片中的一段連續的分片鍵範圍，能夠理解爲若干個塊組成分片，分片組成MongoDB的所有數據

（3）拆分與遷移

塊的拆分：初始化時只有一個塊，達到最大塊尺寸64MB或100000個文檔就會觸發塊的拆分。把原來的範圍一分爲二，這樣就有了兩個塊，每一個塊都有相同數量的文檔。

遷移：當分片中的數據大小不一時會產生遷移的動做，好比分片A的數據比較多，會將分片A裏面的一些塊轉移到分片B裏面去。分片集羣經過在分片中移動塊來實現均衡，是由名爲均衡器的軟件進程管理的，任務是確保數據在各個分片中保持均勻分佈，當集羣中擁有塊最多的分片與擁有塊最少分片的塊差大於8時，均衡器就會發起一次均衡處理。

3.分片實戰

啓動兩個副本集、三個配置服務器、一個mongos進程

配置分片

sh.help() //查看分片相關幫助
sh.addShard() //添加分片
db,getSiblingDB("config").shards.find() //查看分片列表
sh.status() //分片詳情
sh.enableSharding("cloud-docs") //開啓一個數據庫上的分片
db.getSiblingDB("config").databases,find() //查看數據庫列表
sh.shardCollection("cloud-docs.spreadsheets",{username:1,_id:1}) //使用一個分片鍵定義一個分片集合spreadsheets，根據用戶名進行切分
sh.getSiiblingDB("config").collections.findOne() //查看集合列表
db.chunks.count() //查看塊的個數
db.chunks.findOne() //查看塊的信息
db.changelog.count(}what:"split"|) //查看塊切分日誌
db.changelog.find({what:"moveChunk.commit"}).count() //查看日誌遷移記錄

4.分片的查詢與索引

（1）分片查詢類型

針對性查詢：查詢包含分片鍵

全局查詢或分散/彙集查：查詢不包含分片鍵

查詢過程：經過分片鍵將查詢路由給指定分片，一旦到了某個分片上，由分片自行決定使用哪一個索引來執行該查詢

（2）索引

每一個分片都維護了本身的索引，當在分片集合上聲明索引時，每一個分片都會爲它那部分集合構建獨立的索引，每一個分片上的分片集合都應該擁有相同的索引。

分片集合只容許在_id字段和分片鍵上添加惟一性索引，其餘地方不行，由於這須要在分片間進行通訊，實施起來很複雜。

當建立分片時，會根據分片鍵建立一個索引。

5.選擇分片鍵

（1）分片鍵是不可修改的、分片鍵的選擇很是重要
（2）低效的分片鍵

分佈性差：如使用BSON對象ID，那麼會致使全部最新插入的文檔都會落到某個很小的連續範圍，沒法分散插入

缺少局部性：升序分片鍵有明確的方向，徹底隨機的分片鍵則根本沒有方向。前者沒法分散插入，後者插入分散，如使用MD5做爲分片鍵

（3）理想的分片鍵

將插入數據均勻分佈到各個分片上

保證CRUD操做可以利用局部性 有足夠的粒度進行塊拆分

知足這些要求的分片鍵一般由兩個字段組成，第一個是粗粒度的，第二個粒度較細

6.生產環境中的分片

（1）部署拓撲

• 複製mongod：須要獨立的部署服務器
• 配置服務器：配置服務器不須要有本身的機器

根據不一樣的數據中心劃分

（2）最低要求

• 副本集每一個成員，不管是完整的副本集節點仍是仲裁節點，都須要放在不一樣的機器上 每一個用於複製的副本集成員都須要有本身的機器
• 副本集仲裁節點很輕量級，和其餘進程共用一臺機器便可
• 配置服務器也能夠選擇與其餘進程共用一臺機器

（3）配置的注意事項

須要估計集羣大小，可以使用如下命令對現有集合進行分片處理

sh.splitAt("cloud-docs.spreadsheets",{"username":"chen","_id":ObjectId("")})
//手動拆分塊
sh.moveChunk("cloud-docs.spreadsheets",{username:"chen"},"shardB")
//手動將某分塊移至分片B
db.runCommand({removeshard:"shard-1/arete:30100,arete:30101"}) 
//刪除分片
db.runCommand({moveprimary:"test",to:"shard-0-test-rs"});
//移動主分片

（4）備份分片集羣

備份分片時須要中止均衡器

db.settings.update({_id:"ba;ancer"},{$set:{stopped:true},true});
sh.setBalancerState(false)；
//中止均衡器，此時均衡器將進行最後一輪均衡

db.locks.find({_id:"balancer"});
sh.isBalancerRunning();
//查看均衡器狀態，任何狀態大於0 的狀態值都說明均衡器仍在進行中

8、部署與管理

1.部署

（1）部署架構

使用64位機器、32位機器會制約mongodb的內存，使其最大值爲1.5GB

（2）cpu

mongodb 只有當索引和工做集均可放入內存時，纔會遇到CPU瓶頸，CPU在mongodb使用中的做用是用來檢索數據，若是看到CPU使用飽和的狀況，能夠經過查詢慢查詢日誌，排查是否是查詢的問題致使的，若是是能夠經過添加索引來解決問題
mongodb寫入數據時會使用到CPU，可是mongodb寫入時間一次只用到一個核，若是有頻繁的寫入行爲，能夠經過分片來解決這個問題

（3）內存

大內存是mongodb的保障，若是工做集大小超過內存，將會致使性能降低，由於這將會增長數據加載入內存的動做

（4）硬盤

mongodb默認每60s會與磁盤強制同步一次，稱爲後臺刷新，會產生I/O操做。在重啓時mongodb會將磁盤裏面的數據加載至內存，高速磁盤將會減小同步的時間

（5）文件系統

使用ext4 和 xfs 文件系統

禁用最後訪問時間

vim /etc/fstab

（6）文件描述符

linux 默認文件描述符是1024，須要大額度的提高這個額度

（7）時鐘

mongodb各個節點服務器之間使用ntp服務器

2.安全

（1）綁定IP

啓動時使用 - -bind_ip 命令

（2）身份驗證

啓動時使用 - -auth 命令

db.addUser("","",true)
//建立用戶，最後一個參數指定是否只讀

（3）副本集身份認證

使用keyFile，注意keyFile文件的權限必須是600，否則會啓動不起來

3.數據的導入與導出

mongoimport
mongoexport

4.服務器配置

（1）拓撲結構

搭建副本集至少須要兩個節點，其中仲裁結點不須要有本身的服務器

（2）Journaling日誌

寫數據時會先寫入日誌，而此時的數據也不是直接寫入硬盤，而是寫入內存
可是Journaling日誌會消耗內存，因此能夠在主庫上面關閉，在從庫上面啓動
能夠單獨爲Journaling日誌使用一塊固態硬盤

在插入時，能夠經過驅動確保Journaling插入後再反饋，可是會很是影響性能。

5.日誌

logpath 選項指定日誌存儲地址
-vvvvv 選項（v越多，輸出越詳細）
db.runCommand({logrotare:1}) 開啓滾動日誌

6.數據庫監控命令

（1）serverStatus

• globalLock 表示服務器花在寫鎖上面的總時間
• mem顯示瞭如何使用內存
• bits 代表這臺機器的位長
• resident 表示佔用物理內存數量
• virtual 表示使用的虛擬內存

（2）top

（3）db.currentOp()

7.mongostat

動態展現mongodb活動數據

8.web控制檯

佔用當前mongodb監聽端口往上1000號的端口

9.備份與恢復

（1）mongodump

把數據庫內容導出成BSON文件，而mongorestore能讀取並還原這些文件

（2）mongorestore

把導出的BSON文件還原到數據庫

（3）備份原始數據文件

能夠這麼作，可是，操做以前須要進行鎖庫處理 db.runCommand({fsync:1,lock:true})

db.$cmd.sys.unlock.findOne() 請求解鎖操做，可是數據庫不會馬上解鎖，須要使用db.currentOp()驗證。

10.壓緊與修復

（1）修復

mongd --repair 修復全部數據庫
db.runCommand({repairDatabase:1}) 修復單個數據庫
修復就是根據Jourling文件讀取和重寫全部數據文件並重建各個索引

（2）壓緊

db.spreadsheets.reIndex() //重建索引
db.runCommand({compact:"spreadsheets"})
壓緊，會重寫數據文件，並重建集合的所有索引，須要停機或者在從庫上面運行,若是須要在主庫上面運行，須要添加force參數 保證加寫鎖。

11.性能調優

（1）監控磁盤狀態

iostat
（2）爲提高性能檢查索引和查詢

總的來講，掃描儘量少的文檔。

保證沒有冗餘的索引，冗餘的索引會佔用磁盤空間、消耗更多的內存，在每次寫入時還需作更多工做

（3）添加內存

db.stats() //查看數據庫數據佔用大小狀態
dataSize 數據大小 和 indexSize 索引大小，若是二者的和大於內存，那麼將會影響性能。

storageSize超過dataSize 數據大小 兩倍以上，就會因磁盤碎片而影響性能，須要壓縮。