1. 超级用户相关：
1. #进入数据库admin
use admin
2. #增加或修改用户密码
db.addUser('name','pwd')
3. #查看用户列表
db.system.users.find()
4. #用户认证
db.auth('name','pwd')
5. #删除用户
db.removeUser('name')
转载
2024-05-16 10:01:21
71阅读
为了理解MongoDB的名词，可以将其于关系型数据库进行对比： 一、文档 概述文档是MongoDB的核心概念，是数据的基本单元，非常类似于关系数据库中的行。在MongoDB中，文档表示为键值对的一个有序集。MongoDB使用Javascript shell，文档的表示一般使用Javascript里面的对象的样式来标记，如下： {"title":"hello!"}
{"
转载
2023-09-05 10:48:57
70阅读
目录0 实验环境1 数据库与集合操作1.1 MongoDB 创建数据库并显示所有数据库1.2 创建集合，并查询数据库中的所有集合2 文档操作2.1 文档插入2.2 更新文档2.3 删除文档 0 实验环境OS：Windows10MongoDB：MongoDB-3.4.4 网盘链接：https://pan.baidu.com/s/1tPUBNjlwqSdhCS89LpS6pQ 提取码：cwhk可视化
转载
2024-01-27 19:21:33
40阅读
一、三个概念数据库（database）数据库是一个仓库，在仓库中可以存放集合。集合（collection）集合类似于数组，在集合中可以存放文档。集合就是一组文档，也就是集合是用来存放文档的集合中存储的文档可以是各种各样的，没有格式要求文档（document）文档数据库中的最小单位，我们存储和操作的内容都是文档。类似于JS中的对象，在MongoDB中每一条数据都是一个文档多个文档组成集合，多个集合组
转载
2023-08-28 14:16:26
77阅读
我们知道，在关系型数据库里面有数据库、数据表、表里面是一行一行的数据。而mongodb是非关系型数据库，它有的是数据库、集合、文档，分别对应关系型里面的数据库、数据表、和表里面一行一行的数据。在mongodb里，文档构成集合，集合构成数据库关系组成：1.文档这个文档，可不是平常说的word文档，在mongodb里面，文档指的是集合里面的一行数据。来看一下它的样子。  
转载
2023-08-09 22:09:43
35阅读
这一章是mongodb的使用基础篇 为以后讲spring hadoop 之 mongodb整合做基础教程常用了web项目使用mongodb 与 spring整合一般有三种方式 此三种方式我都用过多次，个人比较喜欢第三种 1.原生驱动直接与spring整合2.google Morphia开源库3 spring data mongodb spring data子项目我
chunk的概念有些类似于数据库中的分区的概念。 当chunk的大小达到了chunk size的指定大小后，mongodb会分裂这个chunk。一个只包含一个分片键值的chunk是不能被分裂的。默认的chunk的大小是
翻译
2021-09-08 09:30:45
694阅读
如果一个replica set中有4个member,只有3个可用，那么默认情况下写会一直等待，直到4个成员都可用，可以在写入的时候指定策略，使写操作 不会被阻塞 db.products.insert( { item: “envelopes”, qty : 100, type: “Clasp” }, { writeConcern: { w: 2, wtimeout: 5000 } }
原创
2021-09-08 09:49:59
260阅读
为了回应用户对简单数据访问的需求，MongoDB推出了聚合框架（Aggregation Framework）。该框架使用声明性管道符号来支持类似于SQL Group By操作的功能，而不再需要用户编写自定义的JavaScript例程。 大部分管道操作会在“aggregate”子句后会跟上“$match”打头。它们用在一起，就类似于SQL的from和where子句，或是 MongoDB的find函数。“$project”子句看起来也非常类似SQL或MongoDB中的某个概念（和SQL不同的是，它位于表达式尾端）。 接下来介绍的操作在MongoDB聚合框架中是独一无二的。与大多数关系数据库不同，M
转载
2012-03-05 11:04:00
273阅读
2评论
1. 创建单键索引db.records.createIndex({score:1})查询db.records.find({score:1034}).explain('executionStats')2. 复合索引db.records.createIndex({"score":1,"location.state":1})查询db.records.find({score:1034,"l...
原创
2022-12-28 15:27:53
81阅读
1
数据冗余是为了性能，引用数据是为了完整性。
决定使用嵌入式结构还是使用引用式结构，可以参考下面的因素：
为很少发生变化的数据，每次都是再次读取，你是否愿意付出这样的代价？
一致性有多重要？
是否需要更快的读取速度？"
2
如果你想你的数据为不会过时的技术服务的话，请使用引用式结构
MongoDB中的`ref`类型主要用于建立文档之间的引用关系，通常在处理一对多或多对多关系的场景中非常有效。此方法的核心在于通过引入其他文档的ID来实现数据的模块化和规范化，避免数据冗余。然而，使用`ref`-style的引用也会带来一些挑战，例如查找效率和一致性问题。为了深入探讨如何解决MongoDB中的`ref`问题，我将从多个维度进行分析和对比。
## 背景定位
在许多应用场景中，尤其
很早以前收藏了一片文章：《强大的MongoDB数据库管理工具》。最近刚好要做一些MongoDB方面的工作，于是翻出来温习了一下，用起来也确实挺方便。不过在使用过程中出现了一些个问题，加上更喜欢MongoUVE的操作习惯，于是决定“自己动手，丰衣足食”，写一个升级版的工具。
一、升级的基础内容
原版是用的WebForm开发的，新版打算升级到MVC前端框架使用bootst
# MongoDB 中的 Tablespaces 的实现指南
在使用 MongoDB 时，很多新手开发者可能会对如何管理数据的存储方式感到困惑，尤其是关于 Tablespaces 的实现。本文将为你提供一个清晰的流程，以及每一步所需的具体代码。我们将使用表格、序列图和类图来直观呈现整个过程。
## 流程概述
下面是实现 MongoDB Tablespaces 的基本步骤：
| 步骤 | 描
原创
2024-10-28 04:20:01
7阅读
用户希望将历史数据迁移到OSS上的用户目标存储桶。需要迁移的源数据可能来自某个OSS桶，也可能来自本地或第三方云存储(例如AWS S3，Azure Blob，腾讯云COS，七公牛，百度BOS，云，金山KS3)。等等，HTTP等。主要方法在线迁移服务使用联机迁移服务进行迁移。各种数据源的数据，批量迁移到OSS。迁移期间无需设置迁移环境。您可以在线提交迁移任务并随时监控迁移过程。请参阅在线迁移服务文档
MongoDB的Sharding机制解决了海量存储和动态扩容的问题，但离生产环境的高可靠，高可用还有距离，Sharding在单点出现故障时就无能为力了。但是MongoDB的副本集却可以很轻松的处理单点故障，所以就有了Replica Sets + Sharding的高可用，高安全的架构。 架构如下： 1，shard服务器：使用R
通过分片能够增加更多的机器来应对不断增加的负载和数据，还不影响应用。分片（sharding）是指将数据拆分，将其分散到不同的机器上，不需要功能强大的大型计算机就可以存储更多的数据，处理更大的负载。 MongoDB支持自动分片，可以摆脱手动分片的管理困扰，集群自动切分数据，做负载均衡。分片的基本思想就是将集
原创
2015-02-12 14:53:45
10000+阅读
mongodb提供三种方式来实现聚合：聚合管道，map-reduce,及单一目的的聚合方法。 管道操作可以在分片的集合上运算，可以使用索引来提高效率，管道使
翻译
2021-09-08 09:52:09
423阅读
概念描述在replica set中oplog是一个定容集合（capped collection），位于local库的db.oplog.rs，其中记录的是整个 mongod 实例一段时间内数据库的所有变更（插入/更新/删除）操作。当空间用完时新记录自动覆盖最老的记录，其覆盖范围被称作 oplog 时间窗口。需要注意的是，因为 oplog 是一个定容集合，所以时间窗口能覆盖的范围会因为单位时间内的更新
转载
2024-09-02 13:54:51
0阅读
# 从MongoDB中采集数据到Flink CDC
## 简介
在数据处理和分析领域，Flink（Apache Flink）是一个非常流行的流处理引擎，而MongoDB是一个常用的NoSQL数据库。在实际的应用场景中，我们常常需要将MongoDB中的数据实时地传输到Flink进行进一步的处理和分析。本文将介绍如何使用Flink CDC（Change Data Capture）从MongoDB中
原创
2024-03-26 03:35:55
94阅读
