MongoDB高级应用之数据转存与恢复(5)

本文涉及的产品
云数据库 MongoDB,通用型 2核4GB
简介: 创建索引同时指定索引的名字

1、MongoDB索引

1.1、创建索引

db.books.ensureIndex{{number:1}}

创建索引同时指定索引的名字

db.books.ensureIndex({number:1},{name:"book_"})

1.2、索引使用需要注意的地方

1)创建索引的时候注意1是正序创建索引-1是倒序创建索引


2)索引的创建在提高查询性能的同事会影响插入的性能 对于经常查询少插入的文档可以考虑用索引


3)符合索引要注意索引的先后顺序


4)每个键全建立索引不一定就能提高性能呢 索引不是万能的


5)在做排序工作的时候如果是超大数据量也可以考虑加上索引 用来提高排序的性能

1.3、唯一索引

解决文档books不能插入重复的数值

1.4、剔除重复值

#则插入相同的name值会报错
db.books.ensureIndex({name:-1},{unique:true}) 

如果建议唯一索引之前已经有重复数值如何处理

#剔除重复数值
db.books.ensureIndex({name:1},{name:"book_",unique:true,dropDups:true}) 

1.5、后台执行创建索引

为了解决创建索引锁表的问题,在不影响查询功能,可以在后台运行

db.books.ensureIndex({name:1},{background:true})

1.6、强制查询已经建立好的索引

#后一个name为索引名,正序倒序依据建立索引的规则,否则会报错
db.books.find({name:"323book"}).hint({name:1}) 

1.7、在shell查看数据库已经建立的索引

db.system.indexes.find()
db.system.namespaces.find()

1.8、查询索引信息和查询状态信息

db.books.find({name:"123book"}).explain()

1.9、批量和精确删除索引

db.runCommand({dropIndexes : "books" , index:"name_-1"})
db.runCommand({dropIndexes : "books" , index:"*"})

2、二维索引

建立二维索引

#默认会建一个[-108,108]的范围
db.map.ensureIndex({gis:"2d"},{min:-1,max:201}) 

3、MongoDB数据转存及恢复

3.1、导出数据(中断其他操作)

使用mongoexport命令


-d指明使用的库


-c指明要导出的表


-o指明要导出的文件名


-csv指定导出的csv格式


-q过滤导出


--type< json|csv|tsv>


把数据好testdb中的persons导出

mongoexport -d testdb -c persons -o D:/persons.json

导出其他主机数据库的文档

mongoexport --host 192.168.0.16 --port 37017

3.2、导入数据(中断其他操作)

mongoimport --db testdb --collections persons --file d:/persons.json

3.3、运行时备份 mongodump.exe

API: http://docs.mongodb.org/manual/reference/mongodump

mongodump --host 127.0.0.1:27017 -d testdb -o d:/testdb

3.4、运行时恢复 mongorestore.exe

API:http://docs.mongodb.org/manual/reference/mongorestore


恢复数据库

db.dropDatabase()
mongorestore --host 127.0.0.1:27017 -d testdb -directoryperdb d:/testdb/testdb

MongoDB是文件数据库这其实就可以用拷贝文件的方式进行备份

3.5、上锁和解锁

db.runCommand({fsync:1,lock:1}) #上锁
db.currentOp() #解锁

3.7、数据修复

当停电等不可逆转灾难来临的时候,由于mongodb的存储结构导致,会产生垃圾数据,在数据恢复以后这垃圾数据依然存在,这是数据库,可以提供一个自我修复的能力.使用起来很简单 

db.repairDatabase()

本文为“Tom弹架构”原创,转载请注明出处。技术在于分享,我分享我快乐!

如果您有任何建议也可留言评论或私信,您的支持是我坚持创作的动力。

原创不易,坚持很酷,都看到这里了,小伙伴记得点赞、收藏、在看,一键三连加关注!如果你觉得内容太干,可以分享转发给朋友滋润滋润!

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。 &nbsp; 相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
5月前
|
NoSQL MongoDB 数据库
23 MongoDB高级 - 与python交互
23 MongoDB高级 - 与python交互
30 0
|
5月前
|
安全 NoSQL MongoDB
20 MongoDB高级 - 用户管理安全
20 MongoDB高级 - 用户管理安全
47 1
|
5月前
|
NoSQL MongoDB
17 MongoDB高级 - $sort
17 MongoDB高级 - $sort
36 0
|
4天前
|
NoSQL MongoDB 数据库
|
19天前
|
人工智能 NoSQL atlas
如何用MongoDB Atlas和大语言模型,高效构建企业级AI应用?
利用生成式 AI 强化应用程序为客户打造令人叹服、真正差异化的体验意味着将人工智能建立在事实的基础之上
1586 0
|
20天前
|
JSON NoSQL MongoDB
mongodb导出聚合查询的数据
mongodb导出聚合查询的数据
|
20天前
|
存储 NoSQL 关系型数据库
MongoDB 的数据关系
MongoDB是面向文档的NoSQL数据库,以其灵活的数据模型区别于传统关系型数据库。数据以JSON-like文档形式存储,文档可嵌套并存储在集合中。其特点包括:嵌入式文档、弱类型架构(无模式)、无连接性及引用关系。MongoDB支持动态添加字段,通过嵌入或引用处理文档关联,适应各种数据结构和复杂关系,适合不同应用场景。
|
30天前
|
NoSQL MongoDB
MongoDB数据日期显示相差8小时
MongoDB数据日期显示相差8小时
13 0
|
2月前
|
JSON NoSQL MongoDB
mongoDB数据的导出导入
mongoDB数据的导出导入
|
3月前
|
存储 NoSQL MongoDB
阿里云 Flink 原理分析与应用:深入探索 MongoDB Schema Inference
本文整理自阿里云 Flink 团队归源老师关于阿里云 Flink 原理分析与应用:深入探索 MongoDB Schema Inference 的研究。
46940 2
阿里云 Flink 原理分析与应用:深入探索 MongoDB Schema Inference