MongoDB学习札记

系统管理员 2022-08-09 02:08 189阅读 0赞

#     #

本文参考地址：

[http://www.codefrom.com/p/mongodb][http_www.codefrom.com_p_mongodb]

[http://www.cnblogs.com/spnt/archive/2012/07/25/2608057.html][http_www.cnblogs.com_spnt_archive_2012_07_25_2608057.html]

# 1，快速入门 #

安装MongoDB

--------------------

我选择的是windows平台的mongodb安装方式，也很简单，只需要 下载 对应操作系统版本的Mongodb即可。（建议下载ZIP的安装包）

怎么验证我们的mongodb已经可以使用了？

--------------------

1.通过命令行切换到mongodb的安装目录， 我的目录为 `G:\JavaData\mongoDB\bin`  
2.命令行执行 `mongod —dbpath G:\JavaData\mongoDBDATA`  
`G:\JavaData\mongoDB\bin>mongod --dbpath G:\JavaData\mongoDBDATA`  
3.执行之后，可以观察到 `waiting for connections on port 27017` 表示mongodb已经启动成功了

MongoDB常规操作

--------------------

Mongodb服务启动成功后，我们就可以使用客户端工具来连接mongodb了。 这里我们使用的是mongo提供的客户端工具，在我们刚才安装的mongodb目录下bin目录底下

同样的进入到我们的mongodb的bin目录，执行 mongo命令

G:\JavaData\mongoDB\bin>mongo
    MongoDB shell version: 2.6.3
    connecting to: test
    >

当然，如果你已经将 `G:\JavaData\mongoDB\bin`加入到环境变量中，你就可以不需要切换目录了，直接执行mongo即可看到效果。

通过上面的客户端连接结果可以看到，默认情况下会连接到 test这个数据库 。 如果我们想要知道mongodb现在有多少数据库，可以通过命令

> show dbs
    admin   (empty)
    foobar  0.203GB
    local   0.078GB
    piedra  0.078GB
    >

如果想要知道当前是哪个数据库，使用 `db` 命令

> db
    test

如果想要切换到其他的数据库， 使用命令 `user <your-dbname>`

> use piedra
    switched to db piedra

显示当前数据库有哪一些集合`show collections`

> show collections
    system.indexes
    users

当然，如果你第一次使用运行 `show collection` ，结果是空的，但是当你往集合里面插入数据后，就可以看到集合以及对应的数据库都会被创建。

> show dbs
    admin   (empty)
    foobar  0.203GB
    local   0.078GB
    piedra  0.078GB
    > use demo
    switched to db demo
    > show collections
    > db.users.insert({username:"linwenbin",pwd:"1234"})
    WriteResult({ "nInserted" : 1 })
    > db.users.find()
    { "_id" : ObjectId("55717e7ae25992bae59cca65"), "username" : "linwenbin", "pwd" : "1234" }
    >

在上面的操作中，我们切换到demo数据库，并且创建了users这个集合，还往users集合插入一条数据。

> mongodb中的集合和mysql，Oracle中的table是一样的概念。

插入数据

--------------------

在mongodb中，插入数据使用命令 db.collectionName.insert(\{data\}) 或者 db.collectionName.save(\{data\})  
这两个方法都可以正常工作。 对于 insert方法在上文中已经提到，这里演示save方法的使用。

> db
    demo
    > show collections
    system.indexes
    users
    >
    > db.users.save({username:"saveMethod",pwd:"123"}) 
    WriteResult({ "nInserted" : 1 })

需要注意的是 save 方法在没有指定 \_id的时候，工作方式和insert是一样的，但是如果指定了 \_id 那么如果集合中已经有对应的\_id了，就会用新的文档覆盖掉旧的文档。  
修改数据

--------------------

要修改数据，也有两种方式，一个是修改整个文档，一个是修改部分。首先先介绍修改整个文档的做法， 我们先把usres这个集合的数据都查询出来，方便和修改操作后的对比

> db.users.find()
    { "_id" : ObjectId("55717e7ae25992bae59cca65"), "username" : "linwenbin", "pwd" : "1234" }
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "123" }
    >

第一种方式： db.collectionName.update(\{criteria\},\{data\}); 这个方法会替换整个文档。

> db.users.update({username:"linwenbin"},{age:22})
    WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
    > db.users.find({username:'linwenbin'})
    >

可以发现，当我们修改完之后，再去查找username为’linwenbin’的数据就不存在了。

第二种方式： db.collectionName.update(\{criteria\},\{set:\{newData\}\}); 现在我们对另一条数据进行set的修改操作

> db.users.update({username:"saveMethod"},{$set:{pwd:"9999"}})
    WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
    > db.users.find()
    { "_id" : ObjectId("55717e7ae25992bae59cca65"), "age" : 22 }
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }
    >

可以观察到，username为 saveMethod的那条数据的pwd已经被成功修改为 ‘9999’了，而且其他属性并没有被新数据覆盖掉。

查询数据

--------------------

mongodb的查询方法就是find方法了，上文中已经提到多次， db.collectionName.find(\{criteria\})

> db.users.find({age:22})
    { "_id" : ObjectId("55717e7ae25992bae59cca65"), "age" : 22 }
    >

如果都不指定find方法的条件，那么就是查询所有的数据了。  
我们还可以通过指定查询结果显示哪一些字段，这个请查阅mongodb的manual手册。  
删除数据

--------------------

如果要删除某一个集合，可以通过 db.collectionName.drop(); 来删除。  
如果删除某一个集合内的数据，则通过 db.collectionName.remove(\{criteria\});  
我们在上面操作的基础上，将 \{age:22\} 这条数据删除

> db.users.find()
    { "_id" : ObjectId("55717e7ae25992bae59cca65"), "age" : 22 }
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }
    > db.users.remove({age:22})
    WriteResult({ "nRemoved" : 1 })
    > db.users.find()
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }
    >

MongoDB索引

--------------------

什么是索引？

--------------------

索引是创建在表格之上的，对用户来说不可见。索引加快了查找的速度，但是会增加额外的空间，所以创建所以要谨慎，mongodb也对每一个Collection的索引个数有限制。

简单的说: 索引就是提供了一个能够更快的定位到数据的方法

mongodb怎么查询索引

--------------------

要查看当前集合有哪些索引，可以通过命令 db.collectionName.getIndexes();

> db.users.getIndexes()
    [
            {
                    "v" : 1,
                    "key" : {
                            "_id" : 1
                    },
                    "name" : "_id_",
                    "ns" : "demo.users"
            }
    ]
    >

key为 \_id 为默认的主键索引，创建集合的时候mongodb自动为我们创建。

mongodb怎么创建索引

--------------------

那如果此时我们想要对users这个集合的 username创建索引，应该怎么操作？

> db.users.ensureIndex({username:1})
    {
            "createdCollectionAutomatically" : false,
            "numIndexesBefore" : 1,
            "numIndexesAfter" : 2,
            "ok" : 1
    }

这样就表示我们创建索引成功了，在来看看usres集合的索引。

> db.users.getIndexes()
    [
            {
                    "v" : 1,
                    "key" : {
                            "_id" : 1
                    },
                    "name" : "_id_",
                    "ns" : "demo.users"
            },
            {
                    "v" : 1,
                    "key" : {
                            "username" : 1
                    },
                    "name" : "username_1",
                    "ns" : "demo.users"
            }
    ]
    >

我们发现，多了一个key为 username的索引。 其中创建索引 db.users.ensuerIndex(\{username:1\}) 中的1 表示正序索引， -1表示逆序索引

mongodb怎么删除索引

--------------------

要删除索引通过 db.collectionName.dropIndex(column) 来删除

> db.users.dropIndex({username:1})
    { "nIndexesWas" : 2, "ok" : 1 }
    > db.users.getIndexes()
    [
            {
                    "v" : 1,
                    "key" : {
                            "_id" : 1
                    },
                    "name" : "_id_",
                    "ns" : "demo.users"
            }
    ]
    >

至此，简单的索引操作也记录完成了。

# 2，[MongoDB学习札记第二篇之mongodb安全][MongoDB_mongodb] #

要开启mongodb的安全认证，在mongod服务启动的时候需要指定 —auth 参数，用来表示开启安全认证

mongod --auth

开启之后，在通过客户端连接,虽然可以连接上，但是无法操作

G:\JavaData\mongoDB\bin>mongo
    MongoDB shell version: 2.6.3
    connecting to: test

> show collections
    2015-06-05T20:10:51.608+0800 error: {
            "$err" : "not authorized for query on test.system.namespaces",
            "code" : 13
    } at src/mongo/shell/query.js:131
    >

根据提示，我们知道出错原因是没有认证、  
切换到admin这个数据库，添加用户。创建用户的语法如下

db.createUser({
        user:"username",
        pwd:"password",
        customData:{any info},
        roles:[{role:"<role>",db:"<db>"},{role:"<role>",db:"<db>"}]
    })

其中mongodb内建的角色: read, readWrite, dbAdmin, dbOwner, userAdmin，dbAdminAnyDatabase，userAdminAnyDatabase，readWriteAnyDatabase，readAnyDatabase，clusterAdmin  
在我们的例子中，我们通过如下语句为demo这个数据库创建 lwb 用户，并且只具备读的权限

> db.createUser({user:"lwb",pwd:"lwb",roles:[{role:"read",db:"demo"}]})
    Successfully added user: {
            "user" : "lwb",
            "roles" : [
                    {
                            "role" : "read",
                            "db" : "demo"
                    }
            ]
    }
    > db
    demo

通过命令 `db.auth("lwb","lwb")` 来认证

> use demo
    switched to db demo
    > show collections
    2015-06-05T20:31:15.034+0800 error: {
            "$err" : "not authorized for query on demo.system.namespaces",
            "code" : 13
    } at src/mongo/shell/query.js:131
    > db.auth("lwb","lwb")
    1
    > show collections
    system.indexes
    users
    > db.users.find()
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }

查看的认证已经可以了，但是我们指定的是read的权限，所以，我们需要测试一下是否可以插入数据

> db.users.insert({username:'abc'})
    WriteResult({
            "writeError" : {
                    "code" : 13,
                    "errmsg" : "not authorized on demo to execute command { insert: \"users\", documents: [ { _id: ObjectId('557196b2e661d1419e528fbb'), username: \ "abc\" } ], ordered: true }"
            }
    })
    >

可以观察到，认证失败。说明我们的lwb用户不能像demo这个数据库的users集合插入数据  
为了形成对比，我们在插入一个用户 rwu （read write user） 并让这个用户具备 readWrite权限。

> use admin
    switched to db admin
    > db.auth("admin","admin")
    1
    >  db.createUser({user:"rwu",pwd:"rwu",roles:[{role:"readWrite",db:"demo"}]})
    Successfully added user: {
            "user" : "rwu",
            "roles" : [
                    {
                            "role" : "readWrite",      //具备 读写 权限
                            "db" : "demo"                 //针对 demo这个数据库的 读写 权限
                    }
            ]
    }
    > use demo
    switched to db demo
    > show collections
    system.indexes
    users
    > db.users.find()
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }
    > db.users.save({username:"rwu",pwd:"rwu"}) //插入一条数据，插入成功表示授权成功
    WriteResult({ "nInserted" : 1 })
    > db.users.find()
    { "_id" : ObjectId("55717fd5e25992bae59cca66"), "username" : "saveMethod", "pwd" : "9999" }
    { "_id" : ObjectId("557198f5e661d1419e528fbc"), "username" : "rwu", "pwd" : "rwu" }
    >

通过上面你的观察， 我们发现了创建的新用户 rwu 具有 readWrite权限后，可以往demo数据库的users集合插入数据了。

权限讲解至此。更多详细内容参考[mongodb的anual文档][mongodb_anual]。

# 3，[MongoDB学习札记第三篇之JAVA-DRIVER][MongoDB_JAVA-DRIVER] #

环境准备：  
1.mongo能够正常运行，可参考第一篇文章的介绍  
2.如果已经有demo数据库了，建议删除，确保数据干净。

use demo
    switched to db demo
    db.dropDatabase()
    { “dropped” : “demo”, “ok” : 1 }

本文并没有开启用户认证，直接操作。使用gradle来构建工程。(Gradle怎么使用，参考我的关于gradle介绍的文章)  
创建项目 mongo ，并在根目录下面创建 build.gradle 文件

apply plugin:"java"
    apply plugin:"eclipse"
    
    repositories{
        mavenCentral()
    }
    
    dependencies{
        compile 'org.mongodb:mongo-java-driver:3.0.2'
    }

此外，还要创建和maven那样约定好的源文件，暂不用test的目录

└─src
       └─main
           ├─java
           └─resources

那么我们以后的源代码会放在java目录底下，资源文件会放到resources目录底下。

下面我们就开始我们的mongo-java之旅了。

我们在mongo项目根路径 运行 > gradle cleanEclipse eclipse 来生成Eclipse的java项目。然后通过Eclipse的Import… 功能来引入我们的mongo项目，如图

D:\workspace_myeclipse\mongo>gradle cleanEclipse eclipse

![b8273792ffe7cab6e154c5469616cae9][]  
HelloMongo.java的源码如下：

package com.piedra.mongo;
    
    import static com.mongodb.client.model.Filters.and;
    import static com.mongodb.client.model.Filters.eq;
    import static com.mongodb.client.model.Filters.gt;
    import static com.mongodb.client.model.Filters.lte;
    
    import java.util.ArrayList;
    import java.util.List;
    
    import org.bson.Document;
    import org.bson.conversions.Bson;
    
    import com.mongodb.Block;
    import com.mongodb.MongoClient;
    import com.mongodb.client.MongoCollection;
    import com.mongodb.client.MongoCursor;
    import com.mongodb.client.MongoDatabase;
    
    /** * HelloMongo * 参考: http://mongodb.github.io/mongo-java-driver/3.0/driver/getting-started/quick-tour/ * @author LINWENBIN * @since 2015-6-6 */
    public class HelloMongo {
    
        /** * 往集合里面插入一条数据 * @param coll * @since 2015-6-6 * @author LINWENBIN */
        public void insertOne(MongoCollection<Document> coll){
            /* { "name" : "MongoDB", "type" : "database", "count" : 1, "info" : { x : 203, y : 102 } } */
            System.out.println("insertOne 插入记录之前 users集合的数量:" + coll.count());
    
            Document doc = new Document("name","MongoDB")
            .append("type","database").append("count", 1).append("info", new Document("x","203").append("y","102"));
    
            coll.insertOne(doc);
    
            System.out.println("insertOne 插入记录之后 users集合的数量:" + coll.count());
        }
    
        /** * 插入多条数据 * @param coll * @since 2015-6-6 * @author LINWENBIN */
        public void insertMany(MongoCollection<Document> coll){
            /* * 循环插入 {"i" : i}的document */
            List<Document> docs = new ArrayList<Document>();
            for(int i=0; i<10; i++){
                docs.add(new Document("i",i));
            }
    
            coll.insertMany(docs);
    
            System.out.println("insertMany 插入10条 {i:i} 记录之后 users集合的数量:" + coll.count());        
        }
    
        /** * 查询集合coll中的所有数据 * @param coll * @since 2015-6-6 * @author LINWENBIN */
        public void findAll(MongoCollection<Document> coll){
            MongoCursor<Document> cursor = coll.find().iterator();
            try {
                System.out.println("findAll 打印结果：");
                while(cursor.hasNext()){
                    System.out.println(cursor.next().toJson());
                }
            } finally {
                cursor.close();
            }
        }
    
        /** * 查询满足条件的第一条数据 * @param coll * @param filter * @since 2015-6-6 * @author LINWENBIN */
        public void findSpecifyDoc(MongoCollection<Document> coll, Bson filter){
            System.out.println("findSpecifyDoc 打印结果：");
            System.out.println(coll.find(filter).first().toJson());
        }
    
        /** * 查询满足条件的文档集合 * @param coll * @param filter * @since 2015-6-6 * @author LINWENBIN */
        public void findDocs(MongoCollection<Document> coll, Bson filter){
            Block<Document> printBlock = new Block<Document>() {
                 @Override
                 public void apply(final Document document) {
                     System.out.println(document.toJson());
                 }
            };
            System.out.println("findDocs 打印结果：");
            coll.find(filter).forEach(printBlock);
        }
    
        /** * 更新文档属性 * @param coll 要操作的集合 * @param criteria 要更新的文档过滤条件 * @param newDoc 新的文档属性 * @since 2015-6-6 * @author LINWENBIN */
        public void update(MongoCollection<Document> coll, Bson criteria, Document newDoc){
            coll.updateMany(criteria, new Document("$set",newDoc));
        }
    
        /** * 删除文档 * @param coll * @param criteria * @since 2015-6-6 * @author LINWENBIN */
        public void delete(MongoCollection<Document> coll, Bson criteria){
            coll.deleteMany(criteria);
        }
    
        public static void main(String[] args) {
            HelloMongo helloMongo = new HelloMongo();
    
            //mongoClient实例本身代表着数据库的连接池
            MongoClient mongoClient = new MongoClient("127.0.0.1", 27017);
            /** * Calling the getDatabase() on MongoClient does not create a database. * Only when a database is written to will a database be created */
            MongoDatabase db = mongoClient.getDatabase("demo");
            MongoCollection<Document> users = db.getCollection("users");
    
    
            helloMongo.insertOne(users);
            helloMongo.insertMany(users);
            helloMongo.findAll(users);
            helloMongo.findSpecifyDoc(users, eq("i",5));
            helloMongo.findDocs(users, and(gt("i",6),lte("i",8)));
    
            helloMongo.update(users, and(gt("i",6),lte("i",8)), new Document("ii",99));
            helloMongo.findDocs(users, and(gt("i",6),lte("i",8)));
    
            helloMongo.delete(users, and(gt("i",6),lte("i",8)));
            helloMongo.findDocs(users, and(gt("i",6),lte("i",8)));
    
            //销毁
            mongoClient.dropDatabase("demo");
            //关闭数据库连接
            mongoClient.close();
        }
    }
    打印结果：

insertOne 插入记录之前 users集合的数量:0
    insertOne 插入记录之后 users集合的数量:1
    insertMany 插入10条 {i:i} 记录之后 users集合的数量:11
    findAll 打印结果：
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bd8" }, "name" : "MongoDB", "type" : "database", "count" : 1, "info" : { "x" : "203", "y" : "102" } }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bd9" }, "i" : 0 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bda" }, "i" : 1 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bdb" }, "i" : 2 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bdc" }, "i" : 3 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bdd" }, "i" : 4 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bde" }, "i" : 5 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bdf" }, "i" : 6 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be0" }, "i" : 7 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be1" }, "i" : 8 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be2" }, "i" : 9 }
    findSpecifyDoc 打印结果：
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42bde" }, "i" : 5 }
    findDocs 打印结果：
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be0" }, "i" : 7 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be1" }, "i" : 8 }
    findDocs 打印结果：
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be0" }, "i" : 7, "ii" : 99 }
    { "_id" : { "$oid" : "5572841e0ef45c0bf0e42be1" }, "i" : 8, "ii" : 99 }
    findDocs 打印结果：

# 4，[MongoDB学习札记第四篇之Query][MongoDB_Query] #

查询条件

首先往数据库集合里面插入几条数据。  
测试数据：

> db.users.insert({username:"mongo", url:"webinglin.github.io", tags:["mongodb", database","nosql"],likes:999, author:"linwenbin"})
    > db.users.insert({username:"redis", url:"webinglin.github.io", tags:["redis","database","nosql"],likes:888, author:"linwenbin"})
    > db.users.insert({username:"spring", url:"webinglin.github.io", tags:["spring","framework"],likes:777, author:"linwenbin"})

> db.users.find().pretty()
    {
            "_id" : ObjectId("5574bdabc705777157a515aa"),
            "username" : "mongo",
            "url" : "webinglin.github.io",
            "tags" : [
                    "mongodb",
                    "database",
                    "nosql"
            ],
            "likes" : 999,
            "author" : "linwenbin"
    }
    {
            "_id" : ObjectId("5574bdd2c705777157a515ab"),
            "username" : "redis",
            "url" : "webinglin.github.io",
            "tags" : [
                    "redis",
                    "database",
                    "nosql"
            ],
            "likes" : 888,
            "author" : "linwenbin"
    }
    {
            "_id" : ObjectId("5574bdf3c705777157a515ac"),
            "username" : "spring",
            "url" : "webinglin.github.io",
            "tags" : [
                    "spring",
                    "framework"
            ],
            "likes" : 777,
            "author" : "linwenbin"
    }

pretty() 方法是对查询结果进行格式化  
查询的时候可以带上查询条件,那具体的查询条件怎么使用？  
等于  
等于操作直接使用 \{key:value\} 这样的文档形式即可

> db.users.find({username:"mongo"})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    >

大于  
语法： \{key : \{$gt:value\} \}

> db.users.find({likes:{$gt:888}})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    >

大于等于  
语法： \{key : \{$gte:value\} \}

> db.users.find({likes:{$gte:888}})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    { "_id" : ObjectId("5574bdd2c705777157a515ab"), "username" : "redis", "url" : "webinglin.github.io", "tags" : [ "redis", "database", "nosql" ], "likes" : 888, "author" : "linwenbin" }

小于  
语法：　\{key : \{$lt:value\} \}

> db.users.find({likes:{$lt:888}})
    { "_id" : ObjectId("5574bdf3c705777157a515ac"), "username" : "spring", "url" : "webinglin.github.io", "tags" : [ "spring", "framework" ], "likes" : 777, "author" : "linwenbin" }

小于等于

语法：　\{key : \{$lte:value\}\}

> db.users.find({likes:{$lte:888}})
    { "_id" : ObjectId("5574bdd2c705777157a515ab"), "username" : "redis", "url" : "webinglin.github.io", "tags" : [ "redis", "database", "nosql" ], "likes" : 888, "author" : "linwenbin" }
    { "_id" : ObjectId("5574bdf3c705777157a515ac"), "username" : "spring", "url" : "webinglin.github.io", "tags" : [ "spring", "framework" ], "likes" : 777, "author" : "linwenbin" }

不等于  
语法： \{key : \{$ne:value\} \}

> db.users.find({likes:{$ne:888}})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    { "_id" : ObjectId("5574bdf3c705777157a515ac"), "username" : "spring", "url" : "webinglin.github.io", "tags" : [ "spring", "framework" ], "likes" : 777, "author" : "linwenbin" }

且操作 AND  
语法： \{key1:value1, key2:value2, key3:value3 …\}

> db.users.find({likes:{$gt:777},username:"mongo"})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    
    > db.users.find({likes:{$gt:777}})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    { "_id" : ObjectId("5574bdd2c705777157a515ab"), "username" : "redis", "url" : "webinglin.github.io", "tags" : [ "redis", "database", "nosql" ], "likes" : 888, "author" : "linwenbin" }

或操作 OR

语法： \{ $or: \[ \{key1: value1\}, \{key2:value2\} \] \} 将or条件的所有 \{key:value\} 都放在 $or 的value中（数组）

> db.users.find({$or:[{username:"mongo"},{username:"redis"}]})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    { "_id" : ObjectId("5574bdd2c705777157a515ab"), "username" : "redis", "url" : "webinglin.github.io", "tags" : [ "redis", "database", "nosql" ], "likes" : 888, "author" : "linwenbin" }

复杂条件查询

如何将所有的条件都连起来用呢？

比如我们想要这样查询 like>=888 && (username=”mongo” or username=”spring”)  
由于上面的数据只有三条， 我们知道 like>=888 只有 mongo 和 redis 这两条数据满足条件， 后面的username=”mongo” or username=”spring” 又有 mongo和 spring 满足条件， 这两个and操作之后 就只剩下 mongo 这条数据满足条件了。 所以最终应该查出一条mongo的Document.

> db.users.find({likes:{$gte:888},$or:[{username:"mongo"},{username:"spring"}]})
    { "_id" : ObjectId("5574bdabc705777157a515aa"), "username" : "mongo", "url" : "webinglin.github.io", "tags" : [ "mongodb", "database", "nosql" ], "likes" : 999, "author" : "linwenbin" }
    >

find() 其他用法  
Projection

mongodb中 projection 意味着显示你希望看到的字段而非所有的字段都显示,这是什么意思呢？

比如： 我们的测试数据里面有那么多的字段: username,likes,tags,author,url 而我们经常要用到的就只有 username 和 likes 那么就显示这两个字段就好了，其他的字段就别显示出来了。

find(\{\},\{KEY:1/0\}) find的第二个参数，KEY为要显示或隐藏的字段，value为1表示显示，0表示隐藏，看着也很简单，试一下吧

> db.users.find({},{_id:0,url:0,tags:0,author:0})
    { "username" : "mongo", "likes" : 999 }
    { "username" : "redis", "likes" : 888 }
    { "username" : "spring", "likes" : 777 }
    >

limit, skip, sort

为了更好的测试分页的效果，新建一个集合，并插入30条数据

> for(var i=0; i<30; i++){
    ... db.pages.insert({
        "val":i});
    ... }
    WriteResult({ "nInserted" : 1 })
    > db.pages.find()
    { "_id" : ObjectId("5574ca7b192e9dda0925e37f"), "val" : 0 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e380"), "val" : 1 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e381"), "val" : 2 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e382"), "val" : 3 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e383"), "val" : 4 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e384"), "val" : 5 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e385"), "val" : 6 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e386"), "val" : 7 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e387"), "val" : 8 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e388"), "val" : 9 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e389"), "val" : 10 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38a"), "val" : 11 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38b"), "val" : 12 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38c"), "val" : 13 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38d"), "val" : 14 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38e"), "val" : 15 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38f"), "val" : 16 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e390"), "val" : 17 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e391"), "val" : 18 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e392"), "val" : 19 }
    Type "it" for more

> db.pages.find().limit(5)
    { "_id" : ObjectId("5574ca7b192e9dda0925e37f"), "val" : 0 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e380"), "val" : 1 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e381"), "val" : 2 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e382"), "val" : 3 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e383"), "val" : 4 }

可以发现，如果使用 limit方法的话会显示整个集合的所有文档。 指定了 limit 之后， 显示具体的条数，上文中，limit(5) 表示， 显示5条文档。

limit方法除外，还有一个 skip 方法，skip也是接受一个整型的参数，表示查询结果跳过多少个文档。

例如上面插入的30条记录中，我们要显示18-22条记录，那么就应该使用  
`db.pages.find().skip(18).limit(5)`

> db.pages.find().skip(18).limit(5)
    { "_id" : ObjectId("5574ca7b192e9dda0925e391"), "val" : 18 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e392"), "val" : 19 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e393"), "val" : 20 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e394"), "val" : 21 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e395"), "val" : 22 }

skip和limit的组合就能做到分页的功能了。但是如果数据量很大，理论上分页就会变得很慢了，比如有一亿条数据，要拿最后一页。那skip的数据量就很多很多了。这样就会变得比较慢。话说回来，有谁会看数据看到最后的几页？正常都是看前面几页数据，所以，skip和limit实现分页是可以接受的。

在mongodb中，如果要对查询结果排序，那么需要使用sort方法。sort方法接收一个文档参数。也就是\{key:value\}的形式。其中，key表示要排序的字段，value的可取值为 1 / -1 。1表示升序asc，-1表示降序desc。话不多说，直接上例子：

> db.pages.find().sort({val:-1})
    { "_id" : ObjectId("5574ca7b192e9dda0925e39c"), "val" : 29 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e39b"), "val" : 28 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e39a"), "val" : 27 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e399"), "val" : 26 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e398"), "val" : 25 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e397"), "val" : 24 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e396"), "val" : 23 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e395"), "val" : 22 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e394"), "val" : 21 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e393"), "val" : 20 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e392"), "val" : 19 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e391"), "val" : 18 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e390"), "val" : 17 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38f"), "val" : 16 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38e"), "val" : 15 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38d"), "val" : 14 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38c"), "val" : 13 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38b"), "val" : 12 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38a"), "val" : 11 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e389"), "val" : 10 }
    Type "it" for more

这个是对val这个key进行逆序排序，所以value取值为-1。 那value值为1的话，就变成升序了。

> db.pages.find().sort({val:1})
    { "_id" : ObjectId("5574ca7b192e9dda0925e37f"), "val" : 0 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e380"), "val" : 1 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e381"), "val" : 2 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e382"), "val" : 3 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e383"), "val" : 4 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e384"), "val" : 5 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e385"), "val" : 6 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e386"), "val" : 7 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e387"), "val" : 8 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e388"), "val" : 9 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e389"), "val" : 10 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38a"), "val" : 11 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38b"), "val" : 12 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38c"), "val" : 13 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38d"), "val" : 14 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38e"), "val" : 15 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e38f"), "val" : 16 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e390"), "val" : 17 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e391"), "val" : 18 }
    { "_id" : ObjectId("5574ca7b192e9dda0925e392"), "val" : 19 }
    Type "it" for more
    >

那如果要对多个值进行组合排序呢？ 就好比如对于我们最初的例子 users 集合。 要对users集合进行排序。其中 按照likes升序， 按照username降序。为了达到我们的效果，我们再往users集合里面插入两条数据

> db.users.insert({username:"mongodb",likes:999})
    > db.users.insert({username:"springMVC",likes:888})

下面是运行结果，注意观察 likes为888的两个文档。发现username逆序排序了。至此，说明我们的sort实验成功了。

> db.users.find().sort({likes:1,username:-1}).pretty()
    {
            "_id" : ObjectId("5574bdf3c705777157a515ac"),
            "username" : "spring",
            "url" : "webinglin.github.io",
            "tags" : [
                    "spring",
                    "framework"
            ],
            "likes" : 777,
            "author" : "linwenbin"
    }
    {
            "_id" : ObjectId("5574cefa192e9dda0925e39e"),
            "username" : "springMVC",
            "likes" : 888
    }
    {
            "_id" : ObjectId("5574bdd2c705777157a515ab"),
            "username" : "redis",
            "url" : "webinglin.github.io",
            "tags" : [
                    "redis",
                    "database",
                    "nosql"
            ],
            "likes" : 888,
            "author" : "linwenbin"
    }
    {
            "_id" : ObjectId("5574cef5192e9dda0925e39d"),
            "username" : "mongodb",
            "likes" : 999
    }
    {
            "_id" : ObjectId("5574bdabc705777157a515aa"),
            "username" : "mongo",
            "url" : "webinglin.github.io",
            "tags" : [
                    "mongodb",
                    "database",
                    "nosql"
            ],
            "likes" : 999,
            "author" : "linwenbin"
    }
    >

# 5，[MongoDB学习札记第五篇之监控][MongoDB] #

对数据库的监控对于数据库管理人员（包括开发人员排查问题也是）来说是一项很重要的工作。

Mongodb提供了三种监控策略：

*  mongodb提供的工具集合，实时监听数据库的活动。
 *  database commands 返回当前数据库的状态
 *  MongoDB Management Service(MMS) 提供可视化的监控结果。

MongoDB Utilities  
mongostat  
mongostat显示每秒钟插入，查询，更新，删除，连接数 的统计信息。

root@ubuntu:~# mongostat
    insert query update delete getmore command flushes mapped  vsize   res faults qr|qw ar|aw netIn netOut conn     time
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:15
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:16
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:17
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:18
        *0    *0     *0     *0       0     2|0       1 160.0M 527.0M 69.0M      0   0|0   0|0  133b    10k    2 17:37:19
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:20
        *0    *0     *0     *0       0     1|0       0 160.0M 527.0M 69.0M      0   0|0   0|0   79b    10k    2 17:37:21
    ^Croot@ubuntu:~#

mongotop  
mongotop 统计当前活动的mongodb实例的集合读写时长,可以用来验证是否我们的mongodb实例还活着或者验证操作时长是否达到我们的要求。

root@ubuntu:~# mongotop
    2015-06-07T17:48:58.772-0700    connected to: 127.0.0.1
                         ns    total    read    write    2015-06-07T17:52:03-07:00
                 test.pages     65ms    65ms      0ms
         admin.system.roles      0ms     0ms      0ms
       admin.system.version      0ms     0ms      0ms
          local.startup_log      0ms     0ms      0ms
       local.system.indexes      0ms     0ms      0ms
    local.system.namespaces      0ms     0ms      0ms
       local.system.replset      0ms     0ms      0ms
        test.system.indexes      0ms     0ms      0ms
     test.system.namespaces      0ms     0ms      0ms
                  test.user      0ms     0ms      0ms

Http控制台

我用的mongodb是3.0.3版本，默认没有开启28017端口，所以你访问[http://yourhost:28017][http_yourhost_28017] 是访问不了的， 如果要访问28017端口的应用， 需要在启动monogd的时候加入 —rest 参数

./mongod --dbpath ../data/db/ --rest

MongoDB Command

db.serverStatus()

返回的结果是数据库的状态信息，包含磁盘，内存的使用情况，连接数，索引访问情况等。 db.serverStatus()返回结果非常快速，并不会影响到mongoDB的性能。

> db.serverStatus()
    {
            "host" : "ubuntu",
            "version" : "3.0.3",
            "process" : "mongod",
            "pid" : NumberLong(2354),
            "uptime" : 13191,
    
            ... ...
    
            "ok" : 1
    }

db.stats()

返回当前数据库的存储的内存大小，集合数量，索引占用内存大小等情况。

> db.stats()
    {
            "db" : "test",
            "collections" : 4,
            "objects" : 42,
            "avgObjSize" : 67.80952380952381,
            "dataSize" : 2848,
            "storageSize" : 28672,
            "numExtents" : 4,
            "indexes" : 2,
            "indexSize" : 16352,
    
            ... ...
    
            "ok" : 1
    }

db.collection.stats()

相对于db.stats()，db.collection.stats()返回的是集合的统计信息。

> db.pages.stats()
    {
            "ns" : "test.pages",
            "count" : 30,
            "size" : 1440,
            "avgObjSize" : 48,
            "numExtents" : 1,
            "storageSize" : 8192,
            "lastExtentSize" : 8192,
            "paddingFactor" : 1,
    
            ... ...
    
            "ok" : 1
    }
    >

其他工具

来源官网manual手册  
![9169eacd2fc53ee8deaf3e6d141f08dd][]

Sincerely！  
参考

> [http://docs.mongodb.org/manual/administration/monitoring/][http_docs.mongodb.org_manual_administration_monitoring]

# 6，[MongoDB学习札记第六篇之主从复制][MongoDB 1] #

环境准备:

> ubuntu12.0.4  
> mongodb3.0.3

主从复制是MongoDB中最常见的复制方式。这种方式非常灵活，可用于备份，故障恢复，读扩展 等。  
本次试验中，我们采用一个主节点，一个从节点。  
首先先创建master和slave的目录

lwb@ubuntu:~$ mkdir -p ~/mongoData/master
    lwb@ubuntu:~$ mkdir -p ~/mongoData/slave

创建之后，启动master

lwb@ubuntu:~$ mongod --master --dbpath ~/mongoData/master/ --port 10000

然后再启动slave

lwb@ubuntu:~$ mongod --dbpath  ~/mongoData/slave/ --port 10001 --slave --source localhost:10000

接着，连接到master的机器，

lwb@ubuntu:~$ mongo --host localhost --port 10000

往test数据库的users集合里面插入两条数据：

> db.users.find()
    { "_id" : ObjectId("55763d98db85929bb8addedf"), "username" : "lwb" }
    { "_id" : ObjectId("55764a694b24187a7a3c6693"), "username" : "mongodb master-slave" }

在master操作完成之后，在连接slave的mongod

lwb@ubuntu:~$ mongo --host localhost --port 10001
    MongoDB shell version: 3.0.3
    connecting to: localhost:10001/test
    Server has startup warnings:
    2015-06-08T19:02:31.866-0700 I CONTROL  [initandlisten]
    2015-06-08T19:02:31.866-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/   mm/transparent_hugepage/defrag is 'always'.
    2015-06-08T19:02:31.866-0700 I CONTROL  [initandlisten] **        We suggest set   ting it to 'never'
    2015-06-08T19:02:31.866-0700 I CONTROL  [initandlisten]
    >
    > show dbs
    2015-06-08T19:09:17.770-0700 E QUERY    Error: listDatabases failed:{ "note" : " from execCommand", "ok" : 0, "errmsg" : "not master" }
        at Error (<anonymous>) at Mongo.getDBs (src/mongo/shell/mongo.js:47:15) at shellHelper.show (src/mongo/shell/utils.js:630:33) at shellHelper (src/mongo/shell/utils.js:524:36) at (shellhelp2):1:1 at src/mongo/shell/mongo.js:47 > > rs.slaveOk() > > show dbs local 0.078GB test 0.078GB > > use test switched to db test > show collections system.indexes users > > db.users.find() { "_id" : ObjectId("55763d98db85929bb8addedf"), "username" : "lwb" } { "_id" : ObjectId("55764a694b24187a7a3c6693"), "username" : "mongodb master-slave" }

我遇到的问题及解决方法  
问题一：

> 我的主从复制实验分为两次进行，刚开始我配置的master的端口是 10000 ，salve的端口是10001 ； 后因为电脑内存使用率暴涨，90+% 。 所以关掉电脑重启。问题就出现在这里，重启之后，我指定master端口的时候指定为 27000 ， 指定slave端口为 27001 所以就出现了如下问题：terminating mongod after 30 seconds

2015-06-08T18:11:37.981-0700 I NETWORK  [initandlisten] waiting for connections on port 27001
    2015-06-08T18:11:38.975-0700 I REPL     [replslave] repl: --source localhost:27000 != localhost:10000 from local.sources collection
    2015-06-08T18:11:38.976-0700 I REPL     [replslave] repl: for instructions on changing this slave's source, see: 2015-06-08T18:11:38.976-0700 I REPL     [replslave] http://dochub.mongodb.org/co re/masterslave
    2015-06-08T18:11:38.976-0700 I REPL     [replslave] repl: terminating mongod after 30 seconds
    2015-06-08T18:12:08.976-0700 I CONTROL  [replslave] dbexit:  rc: 3

解决方法：  
如果仔细观察日志的同学应该会发现：

2015-06-08T18:11:38.975-0700 I REPL     [replslave] repl: --source localhost:27000 != localhost:10000 from local.sources collection

所以，在一开始的时候我们已经为slave指定了master的host和port，这个会插入到local.sources 这个集合的。所以，把master端口改成10000就可以了。

问题二

> 主从启动之后，连接slave可以成功连上，但是在slave中执行 show dbs 的时候就报错了:

QUERY    Error: listDatabases failed:{ "note" : "from execCommand", "ok" : 0, "errmsg" : "not master" }

解决方法：

在报错的slave机器上执行 rs.slaveOk()方法即可。

> rs.slaveOk()
    > show dbs
    local  0.078GB
    test   0.078GB
    > use test
    switched to db test
    > show collections
    system.indexes
    users
    > db.users.find()
    { "_id" : ObjectId("55763d98db85929bb8addedf"), "username" : "lwb" }
    { "_id" : ObjectId("55764a694b24187a7a3c6693"), "username" : "mongodb master-sla

具体slaveOk方法是什么意思？  
rs.slaveOk()

> Provides a shorthand for the following operation:
> 
> db.getMongo().setSlaveOk()  
> This allows the current connection to allow read operations to run on secondary members. See the readPref() method for more fine-grained control over read preference in the mongo shell.

Master-Slave安全  
这个主从安全在 MongoDB官网说的很清楚。不能和普通的mongod权限验证那样。这里除了需要加入 —auth 还需要加入 —keyFile 的验证。

首先，我们生成我们的keyFile，根据官网提供的说明，这个keyfile是可以任意内容的，只要保证所有集群中的机器都拥有同样的文件即可。在linux环境下，我们通过

openssl rand -base64 741 > /usr/localhsot/mongodb/mongo-keyfile

这条命令来生成我们的keyFile。 生成之后就可以在启动mongod的时候指定了。

首先先启动 master

root@ubuntu:/usr/local/mongodb# mongod --master --dbpath ~/mongoData/master/ --port 10000 --auth --keyFile /usr/local/mongodb/mongo-keyfile

这里在启动的时候可能会遇到一些问题，我是在ubuntu环境下，所以经常操作要sudo，很繁琐。因此，让当前用户获得root权限是很有必要的。

> 在命令行模式执行 vi etc/passwd  
> 我的用户名是 lwb ，所以将lwb所在的行改成  
> lwb:x:0:0:Ubuntu12.04,,,:/home/lwb:/bin/bash  
> 原来的值是（将1000 改成 0 即可）： lwb:x:1000:1000:Ubuntu12.04,,,:/home/lwb:/bin/bash  
> 修改完成之后重启登录就可以让当前用户获得root权限了。

回到正题，在生成mongo-keyfile后，并指定keyFile参数来启动mongod的时候，可能还会遇到另一个问题：

root@ubuntu:~# mongod --master --dbpath ~/mongoData/master/ --port 10000 --auth --keyFile /usr/local/mongodb/mongo-keyfile
    2015-06-08T21:34:43.864-0700 I ACCESS   permissions on /usr/local/mongodb/mongo-keyfile are too open

这个错误的意思是说 mongo-keyfile权限太大了，降低一下这个文件的权限。

root@ubuntu:/usr/local/mongodb# chmod 400 mongo-keyfile
    root@ubuntu:/usr/local/mongodb# ll
    total 84
    drwxr-xr-x  4 root root  4096 Jun  8 21:34 ./
    drwxr-xr-x 11 root root  4096 Jun  8 16:49 ../
    -rw-r--r--  1 root root 34520 Jun  6 07:24 GNU-AGPL-3.0
    -rw-r--r--  1 root root  1359 Jun  6 07:24 README
    -rw-r--r--  1 root root 22660 Jun  6 07:24 THIRD-PARTY-NOTICES
    drwxr-xr-x  2 root root  4096 Jun  6 07:24 bin/
    drwxr-xr-x  3 root root  4096 Jun  7 13:02 data/
    -r--------  1 root root  1004 Jun  8 21:34 mongo-keyfile

重启一下mongod即可正常运行。

接着启动slave

mongod --slave --dbpath ~/mongoData/slave/ --port 10001 --source localhost:10000 --auth --keyFile /usr/local/mongodb/mongo-keyfile

一切都顺利的进行着。  
使用创建的用户操作master里面的数据库以及集合都是正常的。但是使用同样的用户操作slave的时候就有不正常了。还是提示

QUERY    Error: listDatabases failed:{ "note" : "from execCommand", "ok" : 0, "errmsg" : "not master" }

这个错误上面已经提到了。解决方法也是一样的。 rs.slaveOk() 执行完这条语句之后既可以正常操作了。

可以发现，用keyFile的方式启动mongod服务器其实和平常启动没什么区别，唯一的区别就是在启动参数中指定了 --keyFile keyfile 而已。

具体怎么创建用户参考: [MongoDB学习札记第二篇之mongodb安全][MongoDB_mongodb]

Sincerely！  
参考

MongoDB权威指南

[MongoDB官网Manual手册][MongoDB_Manual]

# 7，[MongoDB学习札记第七篇之Replica Set 核心概念][MongoDB_Replica Set] #

副本集是一组mongod进程组成的，提供了数据冗余和高可用性。

#### 副本集的成员 ####

Replica Set Primary

> The primary is the only member of a replica set that accepts write operations.

Replica Set Secondary Members

> Secondary members replicate the primary’s data set and accept read operations. If the set has no primary, a secondary can become primary.

Priority 0 Replica Set Members

> Priority 0 members are secondaries that cannot become the primary.

Hidden Replica Set Members

> Hidden members are secondaries that are invisible to applications. These members support dedicated workloads, such as reporting or backup.

Replica Set Arbiter

> An arbiter does not maintain a copy of the data set but participate in elections.

观察上面提到的集中成员，归根结底就是两种 Primary和Secondary，只不过Secondary根据不用的用途再次划分了。

> Most deployments, however, will keep three members that store data: A primary and two secondary members.

这句话说明了正常情况下，会有一个primary节点和两个secondare节点。

在mongodb3.0.0以后的版本，最多可以有50个节点，但是只能有7个投票的节点

> Changed in version 3.0.0: A replica set can have up to 50 members but only 7 voting members

那如果超过了50个节点，应该采用master-slave的模式了。但是master-slave的模式就不能自动的故障恢复了。(不能像副本集那样自动选举主节点)

### Primary节点 ###

primary节点是在副本集中唯一能够接受写操作的节点。Mongodb将这些写操作应用到primary节点中，然后将这些操作记录在primary节点的oplog中。 Secondary节点复制这个oplog，并将里面的操作应用到自己的数据库中。（和Redis的aop备份方式一样的道理）

![adf560c7cd1063289c819789ab170c97][]

在上图中，有三个节点的副本集，primary节点接受所有的写操作。然后Secondary节点从primary节点复制oplog并应用到他们的数据集里面。

所有的副本集成员都能够接受读的请求。但是默认情况下，应用程序会将读请求定向到primary节点、这个是可以修改的。

一个副本集最多只能拥有一个Primary节点，一旦这个Primary节点变得不可用了，副本集就会选出一个Secondary，让它成为新的Primary节点。

![7d9580c3b0c91c137780a0f5bac068c2][]

### Secondary节点 ###

上文中提到了，Secondary节点维护者primary节点的数据拷贝。一个副本集能够拥有一个或多个Secondary节点。

尽管客户端不能往Secondary节点写入数据，但是能够从Secondary节点读取数据。

一个Secondary节点也能成为primary节点，当primary节点变得不可用的时候，Replica Sets（副本集）会选举出新的Primary节点（是否是Zookeeper的master选举方式呢？还不清楚）。

对于Secondary节点，我们可以根据不能的目的，将secondary节点配置成不同用途的secondary：

*  Priority 0 Replica Set Members
 *  Hidden Replica Set Members.
 *  Delayed Replica Set Members.

Priority 0 Replica Set Members

> 阻止Secondary成为Primary节点，可用来让其一直处于secondar状态，只读。或者做冷备份。
> 
> 如果一个副本集中的机器配置都不一样的话，可以将性能不那么优秀的机器配置成priority 0 的 Secondary节点。这样的话就能够保证只有高性能机器能够成为Primary节点了。当然，这种是备份的目的，也可以考虑将这样的节点设置成Hidden节点

Hidden Replica Set Members

> 应用程序都无法访问的节点。可以用来做备份
> 
> Hidden Member必须是priority 0 成员节点。那样才能不成为Primary节点。（对客户端都不可见，成为Primary节点太危险,太诡异）
> 
> 虽然Hidden节点对客户端不可见，而且不能成为Primary节点，但是当Primary节点挂掉的时候可以参与投票。

Delayed Replica Set Members

> 历史副本的镜像备份，具备延迟性，方便从致命性的错误中恢复回来，如：无意的删除数据库或者集合。
> 
> 例如，当前时间 9:50，然后delayed memeber设置一小时的延迟，那么这个delayed member的数据是8:50之前的数据。
> 
> Delayed member必须是priority 0 memeber，这样不能成为primary节点。应该是hidden member，这样能够阻止应用程序访问delayed member。

Arbiter

> 一个arbiter节点不会拥有数据拷贝，也不能成为主节点。它只能在选举Primary节点的时候参与投票。而且只能投出一票。
> 
> 如果有有偶数台机器，那么加上一台arbiter，(arbiter也就这时候用吧？) 因为arbiter member需要很少的资源，随便再加一台普通的机子即可。

IMPORTANT

> Do not run an arbiter on systems that also host the primary or the secondary members of the replica set.
> 
> 即Arbiter节点不要和primary或者secondar节点在同一台机器上。

Sincerely!  
参考

[http://docs.mongodb.org/manual/core/replication/][http_docs.mongodb.org_manual_core_replication]

《MongoDB权威指南》

# 8，[MongoDB学习札记第八篇之Replica Set 实战][MongoDB_Replica Set 1] #

环境

*  Ubuntu12.0.4
 *  mongodb3.0.3
 *  三台机器，分别为： 192.168.236.131 ; 192.168.236.133 ; 192.168.236.134

如果对于怎么安装Mongodb还不清楚的同学可以查看我之前的学习札记

第一步：

在三台机器上分别运行（都要运行）

root@ubuntu:/usr/local/mongodb#    mongod --dbpath /usr/local/mongodb/data --replSet rs0

注意这里的 —replSet 参数指定了副本集的名称，每一个副本集都有一个唯一的名称。

运行之后可以看到下面这样的信息：

2015-06-09T17:54:20.845-0700 I JOURNAL  [initandlisten] journal dir=/usr/local/mongodb/data/journal
    2015-06-09T17:54:20.846-0700 I JOURNAL  [initandlisten] recover : no journal files present, no recovery needed
    2015-06-09T17:54:20.925-0700 I JOURNAL  [durability] Durability thread started
    2015-06-09T17:54:20.926-0700 I JOURNAL  [journal writer] Journal writer thread started
    2015-06-09T17:54:20.931-0700 I CONTROL  [initandlisten] MongoDB starting : pid=2539 port=27017 dbpath=/usr/local/mongodb/data/ 64-bit host=ubuntu
    2015-06-09T17:54:20.931-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:54:20.931-0700 I CONTROL  [initandlisten]
    2015-06-09T17:54:20.932-0700 I CONTROL  [initandlisten]
    2015-06-09T17:54:20.932-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:54:20.932-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:54:20.932-0700 I CONTROL  [initandlisten]
    2015-06-09T17:54:20.932-0700 I CONTROL  [initandlisten] db version v3.0.3
    2015-06-09T17:54:20.933-0700 I CONTROL  [initandlisten] git version: b40106b36eecd1b4407eb1ad1af6bc60593c6105
    2015-06-09T17:54:20.933-0700 I CONTROL  [initandlisten] OpenSSL version: OpenSSL 1.0.1 14 Mar 2012
    2015-06-09T17:54:20.933-0700 I CONTROL  [initandlisten] build info: Linux ip-10-216-207-166 3.2.0-36-virtual #57-Ubuntu SMP Tue Jan 8 22:04:49 UTC 2013 x86_64 BOOST_LIB_VERSION=1_49
    2015-06-09T17:54:20.933-0700 I CONTROL  [initandlisten] allocator: tcmalloc
    2015-06-09T17:54:20.933-0700 I CONTROL  [initandlisten] options: { replication: { replSet: "rs0" }, storage: { dbPath: "/usr/local/mongodb/data/" } }
    2015-06-09T17:54:20.954-0700 I NETWORK  [initandlisten] waiting for connections on port 27017
    2015-06-09T17:54:20.973-0700 W NETWORK  [ReplicationExecutor] Failed to connect to 192.168.236.134:27017, reason: errno:111 Connection refused
    2015-06-09T17:54:20.974-0700 W NETWORK  [ReplicationExecutor] Failed to connect to 192.168.236.131:27017, reason: errno:111 Connection refused
    2015-06-09T17:54:20.975-0700 I REPL     [ReplicationExecutor] New replica set config in use: { _id: "rs0", version: 3, members: [ { _id: 1, host: "192.168.236.133:27017", arbiterOnly: false, buildIndexes: true, hidden: false, priority: 1.0, tags: {}, slaveDelay: 0, votes: 1 }, { _id: 2, host: "192.168.236.134:27017", arbiterOnly: false, buildIndexes: true, hidden: false, priority: 1.0, tags: {}, slaveDelay: 0, votes: 1 }, { _id: 3, host: "192.168.236.131:27017", arbiterOnly: false, buildIndexes: true, hidden: false, priority: 1.0, tags: {}, slaveDelay: 0, votes: 1 } ], settings: { chainingAllowed: true, heartbeatTimeoutSecs: 10, getLastErrorModes: {}, getLastErrorDefaults: { w: 1, wtimeout: 0 } } }
    2015-06-09T17:54:20.975-0700 I REPL     [ReplicationExecutor] This node is 192.168.236.133:27017 in the config
    2015-06-09T17:54:20.975-0700 I REPL     [ReplicationExecutor] transition to STARTUP2
    2015-06-09T17:54:20.975-0700 I REPL     [ReplicationExecutor] Starting replication applier threads
    2015-06-09T17:54:20.977-0700 I REPL     [ReplicationExecutor] transition to RECOVERING
    2

信息大概就是这样的，等到三台机器都启动完了之后。使用mongo客户端登录其中一台mongod服务器。这里我登录到 192.168.236.131 这台机器

root@ubuntu:~# mongo

登录之后要切换到admin数据库，这样我们可以进行副本集的配置，具体怎么配置，代码如下：

> use admin
    switched to db admin
    > config = {_id:"rs0",members:[
    ... {_id:0,host:"192.168.236.131:27017"},
    ... {_id:1,host:"192.168.236.133:27017"},
    ... {_id:2,host:"192.168.236.134:27017"}]}
    {
            "_id" : "rs0",
            "members" : [
                    {
                            "_id" : 0,
                            "host" : "192.168.236.131:27017"
                    },
                    {
                            "_id" : 1,
                            "host" : "192.168.236.133:27017"
                    },
                    {
                            "_id" : 2,
                            "host" : "192.168.236.134:27017"
                    }
            ]
    }
    > rs.initiate(config);
    { "ok" : 1 }

先定义 config 的配置信息， 然后通过 rs.initiate(config) 方法，将配置信息初始化。这两个步骤完成之后就表示我们的副本集配置信息初始化完成了，在这个rs0的副本集中我们定义了三台主机（注意在定义配置信息的时候指定的 \_id 必须和我们启动mongod的时候指定的参数 —replSet 这个参数的值是一样的。）

过一会，mongodb就会帮我们选举出Primary节点和Secondary节点了。那在mongo客户端，我们可以通过 rs.status() 来查看副本集的状态信息

rs0:OTHER>
    rs0:PRIMARY> rs.status()
    {
            "set" : "rs0",
            "date" : ISODate("2015-06-10T00:10:06.941Z"),
            "myState" : 1,
            "members" : [
                    {
                            "_id" : 0,
                            "name" : "192.168.236.131:27017",
                            "health" : 1,
                            "state" : 1,
                            "stateStr" : "PRIMARY",
                            "uptime" : 468,
                            "optime" : Timestamp(1433894773, 1),
                            "optimeDate" : ISODate("2015-06-10T00:06:13Z"),
                            "electionTime" : Timestamp(1433894777, 1),
                            "electionDate" : ISODate("2015-06-10T00:06:17Z"),
                            "configVersion" : 1,
                            "self" : true
                    },
                    {
                            "_id" : 1,
                            "name" : "192.168.236.133:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 233,
                            "optime" : Timestamp(1433894773, 1),
                            "optimeDate" : ISODate("2015-06-10T00:06:13Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:10:06.278Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:10:06.245Z"),
                            "pingMs" : 1,
                            "configVersion" : 1
                    },
                    {
                            "_id" : 2,
                            "name" : "192.168.236.134:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 233,
                            "optime" : Timestamp(1433894773, 1),
                            "optimeDate" : ISODate("2015-06-10T00:06:13Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:10:05.943Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:10:05.890Z"),
                            "pingMs" : 1,
                            "configVersion" : 1
                    }
            ],
            "ok" : 1
    }

其中name表示我么你的主机， health表示主机是否健康（0/1） , state（主节点还是从节点,或者是不可达节点)

如果上面信息正常显示出来说明整个副本集群已经建立起来了。这时候我们来验证一下是否是真的能够自动备份数据，是否能够自动从失败中恢复，自动选举新的Primary节点。

这个实验我们这样来做：

1.  先往Primary节点插入数据（131那台机器）
2.  在133和134两台Secondary节点中查询数据，验证是否能够正常的同步机器。

rs0:PRIMARY> use test
    switched to db test
    rs0:PRIMARY> show collections
    rs0:PRIMARY> db.guids.insert({
        "name":"replica set","author":"webinglin"})
    WriteResult({ "nInserted" : 1 })
    rs0:PRIMARY> exit
    bye
    root@ubuntu:~# mongo --host 192.168.236.134
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.134:27017/test
    Server has startup warnings:
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not re                                      commended.
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    rs0:SECONDARY> show dbs
    2015-06-09T17:13:49.138-0700 E QUERY    Error: listDatabases failed:{ "note" : "from execCommand", "ok" : 0, "errmsg" : "not master" }
        at Error (<anonymous>) at Mongo.getDBs (src/mongo/shell/mongo.js:47:15) at shellHelper.show (src/mongo/shell/utils.js:630:33) at shellHelper (src/mongo/shell/utils.js:524:36) at (shellhelp2):1:1 at src/mongo/shell/mongo.js:47 rs0:SECONDARY> use test switched to db test rs0:SECONDARY> db.guids.find() Error: error: { "$err" : "not master and slaveOk=false", "code" : 13435 } rs0:SECONDARY> rs.slaveOk() rs0:SECONDARY> rs.slaveOk() rs0:SECONDARY> db.guids.find() { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" } rs0:SECONDARY> show collections() 2015-06-09T17:14:24.219-0700 E QUERY Error: don't know how to show [collections()] at Error (<anonymous>) at shellHelper.show (src/mongo/shell/utils.js:733:11) at shellHelper (src/mongo/shell/utils.js:524:36) at (shellhelp2):1:1 at src/mongo/shell/utils.js:733 rs0:SECONDARY> show collections guids system.indexes rs0:SECONDARY> exit bye root@ubuntu:~# mongo --host 192.168.236.133 MongoDB shell version: 3.0.3 connecting to: 192.168.236.133:27017/test Server has startup warnings: 2015-06-09T17:03:11.647-0700 I CONTROL [initandlisten] ** WARNING: You are running this process as the root user, which is not re commended. 2015-06-09T17:03:11.647-0700 I CONTROL [initandlisten] 2015-06-09T17:03:11.647-0700 I CONTROL [initandlisten] 2015-06-09T17:03:11.648-0700 I CONTROL [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'. 2015-06-09T17:03:11.648-0700 I CONTROL [initandlisten] ** We suggest setting it to 'never' 2015-06-09T17:03:11.648-0700 I CONTROL [initandlisten] rs0:SECONDARY> rs.slaveOk() rs0:SECONDARY> show dbs local 1.078GB test 0.078GB rs0:SECONDARY> use test switched to db test rs0:SECONDARY> show collections guids system.indexes rs0:SECONDARY> db.guids.find() { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" } rs0:SECONDARY> exit bye

至此，整个验证过程说明了我们集群部署是成功的。数据能够正常同步了。那么接下来我们还要验证另一种情况，Primary异常终止之后（131），另外两个Secondary节点会不会自动选举出新的Primary节点呢？ 这个实验我们这样处理： 将131机器的mongod服务停止掉。然后再来连接133或者134任意一台机器，通过rs.status()查看集群状态。

通过 ps -e | grep mongod 查看mongod服务是否开启，然后通过 killall mongod 或者 kill -15 <进程号> 来杀死mongod进程

root@ubuntu:~# ps -e | grep mongod
     3279 pts/0    00:00:19 mongod
    root@ubuntu:~# killall mongod
    root@ubuntu:~# mongo --host 192.168.236.133
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.133:27017/test
    Server has startup warnings:
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten]
    rs0:SECONDARY> rs.status()
    {
            "set" : "rs0",
            "date" : ISODate("2015-06-10T00:22:40.283Z"),
            "myState" : 2,
            "members" : [
                    {
                            "_id" : 0,
                            "name" : "192.168.236.131:27017",
                            "health" : 0,
                            "state" : 8,
                            "stateStr" : "(not reachable/healthy)",
                            "uptime" : 0,
                            "optime" : Timestamp(0, 0),
                            "optimeDate" : ISODate("1970-01-01T00:00:00Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:22:39.642Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:18:22.292Z"),
                            "pingMs" : 3,
                            "lastHeartbeatMessage" : "Failed attempt to connect to 192.168.236.131:27017; couldn't connect to server 192.168.236.131:27017 (192.168.236.131), connection attempt failed",
                            "configVersion" : -1
                    },
                    {
                            "_id" : 1,
                            "name" : "192.168.236.133:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 1169,
                            "optime" : Timestamp(1433895342, 1),
                            "optimeDate" : ISODate("2015-06-10T00:15:42Z"),
                            "configVersion" : 1,
                            "self" : true
                    },
                    {
                            "_id" : 2,
                            "name" : "192.168.236.134:27017",
                            "health" : 1,
                            "state" : 1,
                            "stateStr" : "PRIMARY",
                            "uptime" : 986,
                            "optime" : Timestamp(1433895342, 1),
                            "optimeDate" : ISODate("2015-06-10T00:15:42Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:22:38.952Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:22:38.951Z"),
                            "pingMs" : 6,
                            "electionTime" : Timestamp(1433895503, 1),
                            "electionDate" : ISODate("2015-06-10T00:18:23Z"),
                            "configVersion" : 1
                    }
            ],
            "ok" : 1
    }
    rs0:SECONDARY> exit
    bye

通过上面这段代码的观察，我们发现，当把原来的Primary节点停止掉后（131停止）， 那么整个mongodb的副本集群会重新选举出新的Primary节点（ 134 机器）

为了验证一下新选举的Primary是否正常，我们再次验证一把数据的同步情况，先 连接到134 主节点，将原来的数据删掉，在到133进行验证，数据是否也被删除

root@ubuntu:~# mongo --192.168.236.134
    Error parsing command line: unknown option 192.168.236.134
    try 'mongo --help' for more information
    root@ubuntu:~# mongo --host 192.168.236.134
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.134:27017/test
    Server has startup warnings:
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    rs0:PRIMARY> use test
    switched to db test
    rs0:PRIMARY> show collections
    guids
    system.indexes
    rs0:PRIMARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    { "_id" : ObjectId("557781aed5ed7ed61c16abfd"), "name" : "mongodb" }
    rs0:PRIMARY> db.guids.remove({name:"mongodb"})
    WriteResult({ "nRemoved" : 1 })
    rs0:PRIMARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    rs0:PRIMARY> exit
    bye
    root@ubuntu:~# mongo --host 192.168.236.133
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.133:27017/test
    Server has startup warnings:
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten]
    rs0:SECONDARY> rs.slaveOk()
    rs0:SECONDARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    rs0:SECONDARY> exit
    bye

实践后发现，先选举的Primary节点也正常工作。我们的整个Mongodb副本集群测试完成。  
动态添加节点，删除节点。

在开始这个实验之前，先把131的机器重新启动，然后用mongo客户端连到131进行验证数据是否也同步了。

登录131之后，我们发现数据也同步了，然后131节点变成了 Secondary节点了。

root@ubuntu:~# mongo
    MongoDB shell version: 3.0.3
    connecting to: test
    Server has startup warnings:
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten]
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten]
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten]
    rs0:SECONDARY> rs.status()
    {
            "set" : "rs0",
            "date" : ISODate("2015-06-10T00:25:02.631Z"),
            "myState" : 2,
            "syncingTo" : "192.168.236.133:27017",
            "members" : [
                    {
                            "_id" : 0,
                            "name" : "192.168.236.131:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 14,
                            "optime" : Timestamp(1433895834, 1),
                            "optimeDate" : ISODate("2015-06-10T00:23:54Z"),
                            "syncingTo" : "192.168.236.133:27017",
                            "configVersion" : 1,
                            "self" : true
                    },
                    {
                            "_id" : 1,
                            "name" : "192.168.236.133:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 13,
                            "optime" : Timestamp(1433895834, 1),
                            "optimeDate" : ISODate("2015-06-10T00:23:54Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:25:01.196Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:25:02.228Z"),
                            "pingMs" : 1,
                            "syncingTo" : "192.168.236.134:27017",
                            "configVersion" : 1
                    },
                    {
                            "_id" : 2,
                            "name" : "192.168.236.134:27017",
                            "health" : 1,
                            "state" : 1,
                            "stateStr" : "PRIMARY",
                            "uptime" : 13,
                            "optime" : Timestamp(1433895834, 1),
                            "optimeDate" : ISODate("2015-06-10T00:23:54Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:25:01.235Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:25:02.446Z"),
                            "pingMs" : 10,
                            "electionTime" : Timestamp(1433895503, 1),
                            "electionDate" : ISODate("2015-06-10T00:18:23Z"),
                            "configVersion" : 1
                    }
            ],
            "ok" : 1
    }
    rs0:SECONDARY> exit
    bye

登录到134 Primary节点，通过 rs.remove() 方法来删除副本集中的某一个节点，这里我们还是将 131删除。删除之后我们还往134主节点中加入数据.

rs0:PRIMARY> rs.remove("192.168.236.131:27017")
    { "ok" : 1 }
    rs0:PRIMARY> rs.status
    function () { return db._adminCommand("replSetGetStatus"); }
    rs0:PRIMARY> rs.status()
    {
            "set" : "rs0",
            "date" : ISODate("2015-06-10T00:32:15.795Z"),
            "myState" : 1,
            "members" : [
                    {
                            "_id" : 1,
                            "name" : "192.168.236.133:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 1562,
                            "optime" : Timestamp(1433896329, 1),
                            "optimeDate" : ISODate("2015-06-10T00:32:09Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:32:13.909Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:32:15.633Z"),
                            "pingMs" : 1,
                            "syncingTo" : "192.168.236.134:27017",
                            "configVersion" : 2
                    },
                    {
                            "_id" : 2,
                            "name" : "192.168.236.134:27017",
                            "health" : 1,
                            "state" : 1,
                            "stateStr" : "PRIMARY",
                            "uptime" : 1729,
                            "optime" : Timestamp(1433896329, 1),
                            "optimeDate" : ISODate("2015-06-10T00:32:09Z"),
                            "electionTime" : Timestamp(1433895503, 1),
                            "electionDate" : ISODate("2015-06-10T00:18:23Z"),
                            "configVersion" : 2,
                            "self" : true
                    }
            ],
            "ok" : 1
    }
    rs0:PRIMARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    rs0:PRIMARY> db.guids.insert({
        "name":"remove one node dync"})
    WriteResult({ "nInserted" : 1 })
    rs0:PRIMARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    { "_id" : ObjectId("557785bcbb56172c8e069341"), "name" : "remove one node dync" }
    rs0:PRIMARY> exit
    bye

删除131节点后，我们往primary节点中加入了新的数据，然后先不要将131的mongod服务停掉，我们通过mongo连接到131的mongod服务来查看数据

root@ubuntu:~# mongo --host 192.168.236.131
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.131:27017/test
    Server has startup warnings:
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten]
    2015-06-09T17:24:49.146-0700 I CONTROL  [initandlisten]
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:24:49.147-0700 I CONTROL  [initandlisten]
    > db.guids.find()
    Error: error: { "$err" : "not master and slaveOk=false", "code" : 13435 }
    > db.slaveOk()
    2015-06-09T17:33:40.243-0700 E QUERY    TypeError: Property 'slaveOk' of object test is not a function at (shell):1:4 > rs.slaveOk() > db.guids.find() { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    > exit
    bye

实验结果可以知道，我们在134新加入的数据 \{name:”remove one node dync”\} 并没有同步到131（已从副本集中删除）.

为了让实验结果更加确切，我们查看133是否有同步了数据:

root@ubuntu:~# mongo --host 192.168.236.133
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.133:27017/test
    Server has startup warnings:
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.647-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:11.648-0700 I CONTROL  [initandlisten]
    rs0:SECONDARY> rs.slaveOk()
    rs0:SECONDARY> db.guids.find()
    { "_id" : ObjectId("557780ebd147e9391020860d"), "name" : "replica set", "author" : "webinglin" }
    { "_id" : ObjectId("557785bcbb56172c8e069341"), "name" : "remove one node dync" }
    rs0:SECONDARY> exit
    bye

实验数据可以看到，133同步了在134主节点中新增的文档 \{“name”:”remove one node dync”\}，这样就证明了动态删除副本集中的某一个节点的实验成功了。那怎么动态添加节点到副本集中呢？

原理是一样的，但是调用的方法变成了 rs.add("192.168.236.131:27017")

root@ubuntu:~# mongo --host 192.168.236.134
    MongoDB shell version: 3.0.3
    connecting to: 192.168.236.134:27017/test
    Server has startup warnings:
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
    2015-06-09T17:03:27.744-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
    2015-06-09T17:03:27.745-0700 I CONTROL  [initandlisten]
    rs0:PRIMARY> rs.add("192.168.236.131:27017");
    { "ok" : 1 }
    rs0:PRIMARY> rs.status()
    {
            "set" : "rs0",
            "date" : ISODate("2015-06-10T00:34:45.974Z"),
            "myState" : 1,
            "members" : [
                    {
                            "_id" : 1,
                            "name" : "192.168.236.133:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 1712,
                            "optime" : Timestamp(1433896482, 1),
                            "optimeDate" : ISODate("2015-06-10T00:34:42Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:34:44.207Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:34:45.901Z"),
                            "pingMs" : 2,
                            "syncingTo" : "192.168.236.134:27017",
                            "configVersion" : 3
                    },
                    {
                            "_id" : 2,
                            "name" : "192.168.236.134:27017",
                            "health" : 1,
                            "state" : 1,
                            "stateStr" : "PRIMARY",
                            "uptime" : 1879,
                            "optime" : Timestamp(1433896482, 1),
                            "optimeDate" : ISODate("2015-06-10T00:34:42Z"),
                            "electionTime" : Timestamp(1433895503, 1),
                            "electionDate" : ISODate("2015-06-10T00:18:23Z"),
                            "configVersion" : 3,
                            "self" : true
                    },
                    {
                            "_id" : 3,
                            "name" : "192.168.236.131:27017",
                            "health" : 1,
                            "state" : 2,
                            "stateStr" : "SECONDARY",
                            "uptime" : 1,
                            "optime" : Timestamp(1433896329, 1),
                            "optimeDate" : ISODate("2015-06-10T00:32:09Z"),
                            "lastHeartbeat" : ISODate("2015-06-10T00:34:44.217Z"),
                            "lastHeartbeatRecv" : ISODate("2015-06-10T00:34:44.234Z"),
                            "pingMs" : 1,
                            "syncingTo" : "192.168.236.134:27017",
                            "configVersion" : 3
                    }
            ],
            "ok" : 1
    }
    rs0:PRIMARY> exit
    bye

在rs.status()返回的结果中可以看到，131节点已经成功加入副本集中了。加入之后，理论上应该会把在134主节点加入的数据同步过来，刚才删除之后是不会同步的。那这时候重新加入副本集，应该是要同步的。下面是实验结果：

实验结果显示，动态添加操作也正常。动态的将131节点加入到副本集中能够保证数据同步成功。

> 注意
> 
> 在调用 rs.add(“host:ip”) 或者 rs.remove(“host:ip”) 的时候，必须要在 Primary 节点中进行。

add方法可以加入一个document对象，这样就可以在指定具体的Secondary节点的更多的设置项了，比如指定为priority: 0 或 priority: 0,hidden: true 或 priority:0,hidden:true,arbiterOnly:true

{
      _id: <int>, host: <string>, arbiterOnly: <boolean>, buildIndexes: <boolean>, hidden: <boolean>, priority: <number>, tags: <document>, slaveDelay: <int>, votes: <number> }

怎么对副本集进行权限验证，参考主从复制的安全部分，也是通过openssl来生成keyfile，然后再启动mongod的时候指定keyFile来设置安全的  
Sincerely!  
参考

[《官网手册》][Link 1]  
《MongoDB权威指南》

# 9，[MongoDB学习札记第九篇之分片核心概念][MongoDB 2] #

分片集群的组成  
Shards

> A shard is a MongoDB instance that holds a subset of a collection’s data. Each shard is either a single mongod instance or a replica set. In production, all shards are replica sets.

Config Servers

> Each config server is a mongod instance that holds metadata about the cluster. The metadata maps chunks to shards.

Routing Instances

> Each router is a mongos instance that routes the reads and writes from applications to the shards. Applications do not access the shards directly.

为什么使用分片

*  当本地磁盘不足的时候
 *  请求量巨大导致内存爆满的情况
 *  一台单独的mongod进程无法满足写的需求的情况

重要

> 部署分片集群是很花时间和资源的。如果你的系统已经能够达到或者超过了他的容量，那时候再去部署分片很难不影响到你现有的应用。
> 
> 所以如果你觉得你的数据库在不久的将来需要进行分片，那么不要等到你的系统超过本身的承载能力的时候再去分片。
> 
> 当你设计数据模型的时候，考虑分片的需求吧。

### 生产环境和测试环境 架构区别 ###

生产环境下

*  配置服务器：三个配置服务并且每个配置服务都在不同的机器上，这样能够确保安全，三台配置服务也不一定是replica set的形式。可以是单独的三个mongod进程组成。
 *  分片：生成环境下的分片采用Replica Set的形式。至少两个分片。
 *  Mongos实例：至少一个mongos进程。

![6ed1e4d12271f38c1f2aa03ad414059f][]

测试环境或者开发环境

*  一个配置服务器（一个mongod进程）
 *  至少一个分片（分片可以是单独的mongod进程或者 replica set == 一组mongod进程）
 *  一个mongos实例（一个mongos实例最好对应一个应用容器 == 比如一台servlet容器的话，就相应的部署一个mongos实例）

![142248cd9e08fe79c64d400292242706][]

# 10，[MongoDB学习札记第十篇之分片集群搭建][MongoDB 3] #

实验环境准备：

configSerer

> 192.168.236.131:27000

mongos

> 192.168.236.131:28000

shards

> 192.168.236.131:29001
> 
> 192.168.236.131:29002
> 
> 192.168.236.131:29003

第一步: 创建分片实验需要的目录

root@ubuntu:~# mkdir -p ~/mongoData/shard/s1
    root@ubuntu:~# mkdir -p ~/mongoData/shard/s2
    root@ubuntu:~# mkdir -p ~/mongoData/shard/s3
    root@ubuntu:~# mkdir -p ~/mongoData/shard/log
    root@ubuntu:~# mkdir -p ~/mongoData/shard/config

第二步： 启动configServer

root@ubuntu:~# mongod --configsvr --dbpath ~/mongoData/shard/config/ --fork --logpath ~/mongoData/shard/log/configsvr.log --logappend --port 27000

第三步：　启动mongos

root@ubuntu:~# mongos --configdb 192.168.236.131:27000 --port 28000 --fork --logpath ~/mongoData/shard/log/mongs.log

第四步： 启动所有的shard分片

root@ubuntu:~/mongoData# mongod --dbpath ~/mongoData/shard/s1/ --port 29001 --fork --logpath ~/mongoData/shard/log/s1.log --shardsvr --logappend    
    root@ubuntu:~/mongoData# mongod --dbpath ~/mongoData/shard/s2/ --port 29002 --fork --logpath ~/mongoData/shard/log/s2.log --shardsvr --logappend
    root@ubuntu:~/mongoData# mongod --dbpath ~/mongoData/shard/s3/ --port 29003 --fork --logpath ~/mongoData/shard/log/s3.log --shardsvr --logappend

第五步： 将shard添加到mongos中 并配置

root@ubuntu:~/mongoData# mongo --port 28000
    MongoDB shell version: 3.0.3
    connecting to: 127.0.0.1:28000/test
    ... ...
    mongos> use admin
    switched to db admin
    mongos> sh.addShard("192.168.236.131:29001")
    { "shardAdded" : "shard0000", "ok" : 1 }
    mongos> sh.addShard("192.168.236.131:29002")
    { "shardAdded" : "shard0001", "ok" : 1 }
    mongos> sh.addShard("192.168.236.131:29003")
    { "shardAdded" : "shard0002", "ok" : 1 }
    mongos>

使用下面两个命令来配置需要分片的数据库及集合以及对应的片键

sh.enableSharding(““)

sh.shardCollection(“.“, shard-key-pattern)

mongos> sh.enableSharding("test")
    { "ok" : 1 }
    mongos> sh.shardCollection("test.users",{
        "username":1,"_id":1})
    { "collectionsharded" : "test.users", "ok" : 1 }
    mongos>

如果是添加副本集作为分片怎么处理？

> addShard
> 
> The hostname and port of the mongod instance to be added as a shard. To add a replica set as a shard, specify the name of the replica set and the hostname and port of a member of the replica set.

上面这段话引用自官网，也就是说，我们只需要指定副本集的名称然后再指定其中一台机器即可。

比如：

sh.addShard(“replicaSet0/<ont host of the replica set>:<port>”);

验证分片集群部署情况

先往mongos插入100条数据，然后通过 db.users.stats() 查看集合的状态，发现集合被切分到三个分片中了，虽然第一个分片数据量比较多，其他两个分片数据量相对较少 （这个和片键 sharding key 的设置有关，我没有详细看官网关于shard key设置的文章，所以这里的片键设置比较简单，随意。）

mongos> for(var i=0; i<100; i++) {
    ... db.users.insert({
        "username":"" + i,age:i*2 , addr:"ardr"+i})
    ... }
    WriteResult({ "nInserted" : 1 })
    mongos> db.users.stats()
    {
            "sharded" : true,
            "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
            "userFlags" : 1,
            "capped" : false,
            "ns" : "test.users",
            "count" : 100,
            "numExtents" : 4,
            "size" : 11200,
            "storageSize" : 57344,
            "totalIndexSize" : 49056,
            "indexSizes" : {
                    "_id_" : 24528,
                    "username_1__id_1" : 24528
            },
            "avgObjSize" : 112,
            "nindexes" : 2,
            "nchunks" : 3,
            "shards" : {
                    "shard0000" : {
                            "ns" : "test.users",
                            "count" : 88,
                            "size" : 9856,
                            "avgObjSize" : 112,
                            "numExtents" : 2,
                            "storageSize" : 40960,
                            "lastExtentSize" : 32768,
                            "paddingFactor" : 1,
                            "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
                            "userFlags" : 1,
                            "capped" : false,
                            "nindexes" : 2,
                            "totalIndexSize" : 16352,
                            "indexSizes" : {
                                    "_id_" : 8176,
                                    "username_1__id_1" : 8176
                            },
                            "ok" : 1
                    },
                    "shard0001" : {
                            "ns" : "test.users",
                            "count" : 11,
                            "size" : 1232,
                            "avgObjSize" : 112,
                            "numExtents" : 1,
                            "storageSize" : 8192,
                            "lastExtentSize" : 8192,
                            "paddingFactor" : 1,
                            "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
                            "userFlags" : 1,
                            "capped" : false,
                            "nindexes" : 2,
                            "totalIndexSize" : 16352,
                            "indexSizes" : {
                                    "_id_" : 8176,
                                    "username_1__id_1" : 8176
                            },
                            "ok" : 1
                    },
                    "shard0002" : {
                            "ns" : "test.users",
                            "count" : 1,
                            "size" : 112,
                            "avgObjSize" : 112,
                            "numExtents" : 1,
                            "storageSize" : 8192,
                            "lastExtentSize" : 8192,
                            "paddingFactor" : 1,
                            "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
                            "userFlags" : 1,
                            "capped" : false,
                            "nindexes" : 2,
                            "totalIndexSize" : 16352,
                            "indexSizes" : {
                                    "_id_" : 8176,
                                    "username_1__id_1" : 8176
                            },
                            "ok" : 1
                    }
            },
            "ok" : 1
    }

这时候如果用mongo客户端去连接 29001 , 29002， 29003端口，会发现只有集合的部分数据是可见的，这也证明了我们实验成功了

root@ubuntu:~/mongoData# mongo --port 29001
    MongoDB shell version: 3.0.3
    connecting to: 127.0.0.1:29001/test
    ... ...
    > db.users.find().count()
    88
    > exit
    bye
    root@ubuntu:~/mongoData# mongo --port 29002
    MongoDB shell version: 3.0.3
    connecting to: 127.0.0.1:29002/test
    ... ...
    > db.users.find().count()
    11
    > exit
    bye
    root@ubuntu:~/mongoData# mongo --port 29003
    MongoDB shell version: 3.0.3
    connecting to: 127.0.0.1:29003/test
    ... ...
    > db.users.find().count()
    1
    > exit
    bye
    root@ubuntu:~/mongoData#

整个分片的实验基本上已经验证成功了。

如果某个集合没有进行分片，数据会存放在primary shard里面。

mongos> db.sites.insert({
        "site":"webinglin.github.io","author":"linwenbin"})
    WriteResult({ "nInserted" : 1 })
    ... ...
    mongos> db.sites.insert({
        "site":"webinglin.github.io","author":"linwenbin"})
    WriteResult({ "nInserted" : 1 })
    mongos> db.sites.stats()
    {
            "sharded" : false,
            "primary" : "shard0000",
            "ns" : "test.sites",
            "count" : 7,
            "size" : 784,
            "avgObjSize" : 112,
            "numExtents" : 1,
            "storageSize" : 8192,
            "lastExtentSize" : 8192,
            "paddingFactor" : 1,
            "paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
            "userFlags" : 1,
            "capped" : false,
            "nindexes" : 1,
            "totalIndexSize" : 8176,
            "indexSizes" : {
                    "_id_" : 8176
            },
            "ok" : 1
    }
    mongos>

这篇文章介绍了简单的搭建分片集群的步骤。更多关于怎么选择片键（Shard Key)，参考[这里][Link 2]。

[http_www.codefrom.com_p_mongodb]: http://www.codefrom.com/p/mongodb
[http_www.cnblogs.com_spnt_archive_2012_07_25_2608057.html]: http://www.cnblogs.com/spnt/archive/2012/07/25/2608057.html
[MongoDB_mongodb]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E4%BA%8C%E7%AF%87%E4%B9%8Bmongodb%E5%AE%89%E5%85%A8
[mongodb_anual]: http://docs.mongodb.org/manual/
[MongoDB_JAVA-DRIVER]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E4%B8%89%E7%AF%87%E4%B9%8BJAVA-DRIVER
[b8273792ffe7cab6e154c5469616cae9]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-12/b8273792ffe7cab6e154c5469616cae9
[MongoDB_Query]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E5%9B%9B%E7%AF%87%E4%B9%8BQuery
[MongoDB]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E4%BA%94%E7%AF%87%E4%B9%8B%E7%9B%91%E6%8E%A7
[http_yourhost_28017]: http://yourhost:28017/
[9169eacd2fc53ee8deaf3e6d141f08dd]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-14/9169eacd2fc53ee8deaf3e6d141f08dd
[http_docs.mongodb.org_manual_administration_monitoring]: http://docs.mongodb.org/manual/administration/monitoring/
[MongoDB 1]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E5%85%AD%E7%AF%87%E4%B9%8B%E4%B8%BB%E4%BB%8E%E5%A4%8D%E5%88%B6
[MongoDB_Manual]: http://docs.mongodb.org/manual/core/master-slave/
[MongoDB_Replica Set]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E4%B8%83%E7%AF%87%E4%B9%8BReplica%20Set%20%E6%A0%B8%E5%BF%83%E6%A6%82%E5%BF%B5
[adf560c7cd1063289c819789ab170c97]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-17/adf560c7cd1063289c819789ab170c97
[7d9580c3b0c91c137780a0f5bac068c2]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-17/7d9580c3b0c91c137780a0f5bac068c2
[http_docs.mongodb.org_manual_core_replication]: http://docs.mongodb.org/manual/core/replication/
[MongoDB_Replica Set 1]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E5%85%AB%E7%AF%87%E4%B9%8BReplica%20Set%20%E5%AE%9E%E6%88%98
[Link 1]: http://webinglin.github.io/2015/06/09/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0-%E7%AC%AC%E5%85%AB%E7%AF%87-Replica-Set-%E5%AE%9E%E6%88%98/docs.mongodb.org/manual/
[MongoDB 2]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E4%B9%9D%E7%AF%87%E4%B9%8B%E5%88%86%E7%89%87%E6%A0%B8%E5%BF%83%E6%A6%82%E5%BF%B5
[6ed1e4d12271f38c1f2aa03ad414059f]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-21/6ed1e4d12271f38c1f2aa03ad414059f
[142248cd9e08fe79c64d400292242706]: http://codefrom.oss-cn-hangzhou.aliyuncs.com/www/2015/06-21/142248cd9e08fe79c64d400292242706
[MongoDB 3]: http://www.codefrom.com/paper/MongoDB%E5%AD%A6%E4%B9%A0%E6%9C%AD%E8%AE%B0%E7%AC%AC%E5%8D%81%E7%AF%87%E4%B9%8B%E5%88%86%E7%89%87%E9%9B%86%E7%BE%A4%E6%90%AD%E5%BB%BA
[Link 2]: http://docs.mongodb.org/manual/tutorial/choose-a-shard-key/