MongoDB数据库（二）--索引，导入导出，复制集

一、MongoDB

（一）索引

• 索引提高查询速度，降低写入速度，权衡常用的查询字段，不必在太多列上建索引
• 在mongodb中，索引可以按字段升序/降序来创建，便于排序
• 默认是用btree来组织索引文件，2.4版本以后，也允许建立hash索引

1.btree索引

2.hash索引

Hash检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到数据节点这样多次的IO访问，所以 Hash 索引的查询效率要远高于B-Tree 索引。

hash索引缺点：

1.Hash 索引仅仅能满足"=",“IN"和”<=>"查询，不能使用范围查询。

2.Hash 索引无法被用来避免数据的排序操作。

由于 Hash 索引中存放的是经过 Hash 计算之后的 Hash 值，而且Hash值的大小关系并不一定和 Hash 运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；

3.Hash 索引不能利用部分索引键查询。

​ 对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。

4.Hash 索引在任何时候都不能避免表扫描。

​ Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

5.Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。

常用命令

1.查看当前索引状态：db.collection.getIndexes()

2.创建普通单列索引：db.collection.ensureIndex({field:1/-1})//1为正序，-1为逆序

3.删除单个索引：db.collection.dropIndex({field:1/-1})

4.删除所有索引：db.collection.dropIndexes()，但_id索引不会被删除

5.创建多列索引：db.collection.ensureIndex({field1:1/-1，field2:1/-1})

​ 多列索引的使用范围更广，因为一般情况下，我们都是通过多个字段来进行查询数据的，这时候单列索引其实用不到。

​ 两个列一起建立索引其实就是将两个列绑定到一起，来创建索引。

6.子文档索引：

插入两条带子文档的数据

db.shop. insert({name: 'N0kia' , SPC: {weight: 120 , area: ' taiwan ' } } ) ;
db.shop. insert({name: 'sanxing ' , SPC ：{weight: 100 , area: 'hanguo'} } ) ;

查询出产地在台湾的手机

db.shop.find({'spc.area':'taiwan'})

给子文档加索引

db.shop.ensureIndex({'spc.area':1})

7.唯一索引：{unique:true}

db.collection.ensureIndex({field:1/-1},{unique:true})

8.创建稀疏索引：{sparse:true}

特点：如果针对field列做索引，针对不含field的列的文档，将不建立索引，与之相对，普通索引，会把该文档的field列的值认为null，并建立索引。

db.collection.ensureIndex({field:1/-1},{sparse:true})

9.hash索引

db.collection.ensureIndex({field:'hashed'})

（二）导入导出

通用选项

-h host   主机
--port port    端口
-u username 用户名
-p passwd   密码

mongoexport导出

-d  库名
-c  表名
-f  field1,field2...列名
-q  查询条件
-o  导出的文件名
--type csv  导出csv格式(便于和传统数据库交换数据，强制要求必须规定字段)

1.整体导出成json文件

mongoexport -d shop -c goods -o goods.json

2.只导出goods_id,goods_name列

mongoexport -d shop -c goods -f goods_id,goods_name -o goods.json

_id不指定也会导出

3.只导出价格低于1000元的行

mongoexport -d shop -c goods -q {shop_price:{$lt:1000}} -o goods.json

4.导出一个csv文件

mongoexport -d shop -c goods -f goods_name,shop_price -o goods.csv --type csv

可用excel打开

mongoimport导入

-d 待导入的数据库
-c 待导入的表(不存在会自己创建)
-f 字段
--type  csv（必须指定字段）/json(默认)
--file 备份文件路径

1.导入json

mongoimport -d shop -c goods_1 --file ./goods.json

2.导入csv

mongoimport -d shop -c goods_2 --type csv --file ./goods.csv -f goods_id,shop_price

mongodump导出二进制bson结构数据及其索引信息

-d  库名
-c  表名

规律：

1. 每个表导出2个文件,分别是bson结构的数据文件和json结构的索引信息
2. 如果不声明表名, 导出所有的表

mongodump -d shop -c goods

mongorestore 导入二进制文件

-d 数据库
-c 集合
--dir 指定文件夹

导入

mongorestore -d shop -c goods_3 --dir ./dump/shop/goods.bson

（三）replaction复制集

一般情况下，我们通常在机器上安装了一个数据库，这时我们的数据都是存在这个数据库中，如果有一天，因为一些不可控因素导致数据库宕机或者数据库的文件丢失，此时损失就很大了。针对于这种问题，我们希望有一个数据库集，在我们其中一个数据库进行插入的时候，其他数据库可以同步数据，这样其中一台服务器崩溃了，也能够使我们的数据正常存取。

在MongoDB中，是通过replaction复制集来实现此功能的。

步骤

1.创建三个存储数据库的文件夹，用来保存数据文件

2.将之前开启的服务关闭

3.打开三个cmd窗口，分别启动三个mongodb

mongod --dbpath C:\MongoDB\Server\3.4\data\db1 --logpath C:\MongoDB\Server\3.4\data\logs\db1.log --port 27017 --replSet rs
mongod --dbpath C:\MongoDB\Server\3.4\data\db2 --logpath C:\MongoDB\Server\3.4\data\logs\db2.log --port 27018 --replSet rs
mongod --dbpath C:\MongoDB\Server\3.4\data\db3 --logpath C:\MongoDB\Server\3.4\data\logs\db3.log --port 27019 --replSet rs

其中的–replSet就表示创建的数据集的名称，必须指定相同的名称才可以。

4.新打开一个cmd，进入27017客户端，进行配置

var rsconf = {
	_id:'rs',
	members:[
		{_id:0,host:'127.0.0.1:27017'},
		{_id:1,host:'127.0.0.1:27018'},
		{_id:2,host:'127.0.0.1:27019'}
	]
}

这时候我们可以打印rsconf来看一下

5.将配置初始化

rs.initiate(rsconf)

使用

需要执行rs.slaveOk()才能查看数据

删除

rs.remove('127.0.0.1:27019')

删除节点后，如果想再添加，必须重新配置才可以

查看数据库集

rs.status()