mongodb中的背忘点

[kagxin]

查询出集合中，文档中的数组中的元素都满足特定条件的文档

db.inventory.insertMany([
   { item: "journal", qty: 25, tags: ["blank", "red"], dim_cm: [ 14, 21 ] },
   { item: "notebook", qty: 50, tags: ["red", "blank"], dim_cm: [ 14, 21 ] },
   { item: "paper", qty: 100, tags: ["red", "blank", "plain"], dim_cm: [ 14, 21 ] },
   { item: "planner", qty: 75, tags: ["blank", "red"], dim_cm: [ 22.85, 30 ] },
   { item: "postcard", qty: 45, tags: ["blue"], dim_cm: [ 10, 15.25 ] }
]);

Q: 如何查询出，dic_cm 数组中的所有元素都小于16的记录 即 { item: "postcard", qty: 45, tags: ["blue"], dim_cm: [ 10, 15.25 ] }

A:

db.inventory.find({'dim_cm':{$not:{$gte:16}}})

[kagxin]

公用代码

from pymongo import MongoClient

mongo_uri = 'mongodb://root:root@localhost:27017'
connection = MongoClient(mongo_uri)
m = connection['demo']

[kagxin]

where 查询中的where例子

• this 是指当前这条document，`this.a指文档中的a字段
• where 对应的function中return为ture的条目会被查询出来
• where 无法使用索引

from mongo import m
import pymongo

m.get_collection('test').create_index([('a', pymongo.DESCENDING), ])

func = """
function() {
    if (this.a > 1) {
        return true;
    } 
}
"""
cur = m.get_collection('test').find(
    {
        'a': {'$gte': 1},
        '$where': func
    }
)

print(list(cur))

”“”
集合中的内容：
{
    "_id" : ObjectId("5dd235baa9acfb97467a85c5"),
    "a" : 1
}

{
    "_id" : ObjectId("5dd235d01bb622b0c987d268"),
    "a" : 1
}

{
    "_id" : ObjectId("5dd2432a1d8e957984fdbad7"),
    "a" : 2
}

查询结果：
[{'_id': ObjectId('5dd2432a1d8e957984fdbad7'), 'a': 2}]
“”“

[kagxin]

关于分页性能

• 最简单的分页方式.skip(page_size*(page-1)).limit(page_size)
• skip略过大量的数据条目时，性能较差
• 大数据量的时候的一个建议分页方式：只skip前n页，引导用户使用时间等其他索引过滤条件，减小数据集范围。

[kagxin]

关于副本集

• 副本集是一组服务器，其中一个是主服务器，可以有一到多个备份服务器。
• 当主服务器崩溃了，副本集会自动选择其中一个备份服务器，晋升为主服务器
• 给客户端提供一个希望连接到的副本集的种子列表。驱动程序还接到某个种子服务器之后，就能够得到其他成员的地址。当主节点挂掉之后，驱动程序会尽快自动找到新的主节点。
• 一般驱动程序读写请求都路由到主节点，但可以配置读取策略从备份节点中读取数据。
• 对于一致性要求高的应用不应该从，备份节点读取数据。

[kagxin]

设置记录查询日志

db.setProfilingLevel(1,  500)  ##  大于500ms，不指定阈值时默认是100ms。
db.setProfilingLevel(2) ## 记录所有日志日志

查询日志会在system.profile这个集合里。

[kagxin]

文档集合和db的大小

stats 的第一个参数是scalar是数据缩放比例，要查看以MB为单位的数据 stats(1024*1024)，以KB为单位 stats(1024)

db.getCollection('users').stats(1024*1024) ## 集合users的大小，以MB为单位
Object.bsonsize(db.getCollection('users').findOne({}))  ## 指定document的大小
db.stats()  # 数据库的大小

db.getCollection().stats字段的解释

key	解释
size	未压缩时集合的大小，不包括索引
count	集合中document的数量
avgObjsize	平均每个document的大小
storageSize	压缩后集合的大小，不包括索引
totalIndexSize	所有索引的大小
indexSizes	各个索引的大小
scaleFactor	缩放比例

ref: https://docs.mongodb.com/manual/reference/method/db.collection.stats/index.html

https://docs.mongodb.com/manual/reference/command/collStats/#collstats-output