本文目录一览：
mongoDB应用篇-mongo聚合查询
如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
之前也说过，MongoDB数据库里面的数据是键值对形式，所以如果想要插入多条数据，可以这样写，也就是键值对之间用逗号隔开。如果想要查询数据，则可以使用db.集合名.find（）语句来查询。
MongoDB适用于需要处理大量数据，特别是无结构或半结构化数据的场景，同时需要高性能和水平扩展能力的应用场景。 处理大量数据：MongoDB是一个面向文档的数据库，采用BSON（二进制JSON）格式存储数据。
使用场景：（1）网站数据：MongoDB适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。（2）缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层。
如何实现不同MongoDB实例间的数据复制?
启动复制任务：选择数据源、复制对象和复制类型，启动任务。NineData将自动进行全量数据迁移和增量数据复制。进行数据对比：迁移完成后，可配置数据对比任务，对迁移的MongoDB数据进行一致性校验。
直接压缩 弄一个压缩文件 然后下载 或者是弄到云盘上面进行处理即可的。方便管理。
针对MongoDB副本集实例迁移至单节点实例的问题，推荐使用NineData数据迁移工具。
NineData是一种高效可靠的MongoDB迁移及同步方案。它通过NineData的数据管理平台，可以实现MongoDB的业务不停服数据迁移，并具备增量数据的采集复制能力。
通过复制集实现的数据复制效果非常棒，不过也有限制MongoDB中数据复制的复制集策略非常棒，很容易配置并且使用起来确实不错。但如果集群的节点有12个以上，那么你就会遇到问题。
samus驱动下载地址：点击下载 本篇将从samus驱动入手讲解数据库访问，国际惯例，存取“Hello World！”。
mongodb如何查询某个字段的最大值?
1、mongodb中有聚合函数，可以使用聚合函数查询最值。
2、如果是的话请参考http：// 最简单的命令db.foo.find（{key：value}）可找出当前数据库下名称为foo的collection中键为key，值为value的数据。
3、EnsureIndex（）函数自是在索引不存在的情况下才会创建。一旦集合在某一个字段上建立索引后，对该字段的随机查询的访问速度会很快。如果没有索引，MongoDB会在遍历所有的键值对，然后去对应检查相关的字段。
4、如果想要查询出特定的数据，则可以在find里面添加键值对作为条件。比如我要查询name为mimi的数据则可以这样写。执行语句之后，就可以查询到对应的数据了。集合中包含有name：mimi的数据只有一条，所以就显示一条。
如何将MongoDB副本集实例迁移至单节点实例?
1、配置复制任务：选择要复制的数据源、对象和类型，然后快速启动MongoDB的全自动化迁移。进行全量数据对比：配置运行数据对比任务，进行精准、完整的数据对比。
2、启动复制任务：选择数据源、复制对象和复制类型，启动任务。NineData将自动进行全量数据迁移和增量数据复制。进行数据对比：迁移完成后，可配置数据对比任务，对迁移的MongoDB数据进行一致性校验。
3、功能如下：数据冗余：副本集可以确保副本结点与主结点数据的更新，以防止单个数据库的服务宕机造成数据丢失的问题。
4、所以需要提供物理备份的功能，本文主要整理MongoDB副本集通过磁盘快照的进行物理备份和恢复的方法。
5、登陆primary节点27017，创建管理员账号 验证用户 重启后进入，顺序，先关从，再关主。
6、在MongoDB的副本集中，节点之间是通过oplog来同步数据。Primary节点每执行一次数据写入，都会记录一条oplog，Secondary节点会持续不断的自Primary拉取oplog并在本地回放，从而确保各节点达到数据最终一致性。
如何正确的使用MongoDB并优化其性能
在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
“n”则表明了实际返回的文档数量。“nscanned“描述了MongoDB在执行这个查询时搜索了多少文档。”cursor“本查询返回值为”BasicCursor“则说明该查询未使用索引，所以才会搜索了所有的文档。
MongoDB的主从同步机制是确保数据一致性和可靠性的重要机制。其同步的基础是oplog，类似MySQL的binlog，但是也有一些差异，oplog虽然叫log但并不是一个文件，而是一个集合（Collection）。
游戏场景，使用MongoDB存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新。
mongoDB主要使用在什么场景?
1、MongoDB适用于需要处理大量数据，特别是无结构或半结构化数据的场景，同时需要高性能和水平扩展能力的应用场景。 处理大量数据：MongoDB是一个面向文档的数据库，采用BSON（二进制JSON）格式存储数据。
2、● 物流场景：使用MongoDB存储订单信息，订单状态在运送过程中会不断更新，以MongoDB内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
3、高伸缩性的场景：MongoDB适合由数十或数百台服务器组成的数据库。（5）用于对象及JSON数据的存储：MongoDB的BSON数据格式适合文档化格式的存储及查询。mongodb设计特点：（1）面向集合存储，容易存储对象类型的数据。
4、◆高伸缩性的场景：Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。◆用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档化格式的存储及查询。
5、模式自由，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。存储在集合中的文档，被存储为键-值对的形式。
6、存储方式：虚拟内存+持久化。查询语句：是独特的Mongodb的查询方式。适合场景：事件的记录，内容管理或者博客平台等等。架构特点：可以通过副本集，以及分片来实现高可用。
