"进行了一下Mongodb亿级数据量的性能测试，分别测试如下几个项目：\n（所有插入都是单线程进行，所有读取都是多线程进行）\n1） 普通插入性能 （插入的数据每条大约在1KB左右）\n2） 批量插入性能 （使用的是官方C#客户端的InsertBatch），这个测的是批量插入性能能有多少提高\n3） 安全插入功能 （确保插入成功，使用的是SafeMode.True开关），这个测的是安全插入性能会差多少\n4） 查询一个索引后的数字列，返回10条记录（也就是10KB）的性能，这个测的是索引查询的性能\n5） 查询两个索引后的数字列，返回10条记录（每条记录只返回20字节左右的2个小字段）的性能，这个测的是返回小数据量以及多一个查询条件对性能的影响\n6） 查询一个索引后的数字列，按照另一个索引的日期字段排序（索引建立的时候是倒序，排序也是倒序），并且Skip100条记录后返回10条记录的性能，这个测的是Skip和Order对性能的影响\n7） 查询100条记录（也就是100KB）的性能（没有排序，没有条件），这个测的是大数据量的查询结果对性能的影响\n8） 统计随着测试的进行，总磁盘占用，索引磁盘占用以及数 …"

"mongodb索引规则基本上与传统的关系库一样，大部分优化MySQL/Oracle/SQLite索引的技巧也适用于mongodb。\n一、 为什么用索引：\n当查询中用到某些条件时，可以对该键建立索引，以提高查询速度。\n如果数据量很多且查询多于更新时，可以用索引提高查询的速度。\n二、 索引管理：\na) 查询索引：\n查询已有索引的明细： 查询索引很简单，比如说需要查询mailaccess数据库中的Mail collection上的索引时：\nmongo 进入mongo\nMongoDB shell version: 1.8.1\nconnecting to: test\nuse mailaccess 进入mailaccess database\nswitched to db mailaccess\ndb.Mail.getIndexes() 查询索引明细\n[\n{\n“name” : “_id_”,\n“ns” : “mailaccess.Mail”,\n“key” : {\n“_id” : 1\n},\n“v” : 0\n},\n{\n“_id” : …"

"最近trunk.ly的工程师通过mongostat发现了大量的page fault，然后通过检查发现，他们的索引已经超出内存限制了（没有keep all index in RAM）。于是他们决定开始减小索引大小，通过测试得出了如下的数据，不同的数据类型的索引大小有2到3倍的差距。\n虽然能够想像得到，但是直观的数据图可能让我们更深刻的认识到。他们的测试再一次告诉我们：给索引定一个好的数据结构是多么重要。\n这是测试结果图，分别是用int、MongoDB的ObjectID、base64和md5的字符串做索引产生的索引大小：\n测试过程也非常简单，首先用下面脚本将各种不同数据结构的数据写入到不同的collection里：\n#!/usr/bin/env python import pymongo import bson from pymongo import Connection db = connection.test_database print(\u0026#39;ObjectID\u0026#39;) for i in range(1, 1000000): …"

"一.mongodb的监控\nmongostat是mongdb自带的状态检测工具，在命令行下使用。它会间隔固定时间获取mongodb的当前运行状态，并输出。如果你发现数据库突然变慢或者有其他问题的话，你第一手的操作就考虑采用mongostat来查看mongo的状态。\n它的输出有以下几列：\ninserts/s 每秒插入次数 query/s 每秒查询次数 update/s 每秒更新次数 delete/s 每秒删除次数 getmore/s 每秒执行getmore次数 command/s 每秒的命令数，比以上插入、查找、更新、删除的综合还多，还统计了别的命令 flushs/s 每秒执行fsync将数据写入硬盘的次数。 mapped/s 所有的被mmap的数据量，单位是MB， vsize 虚拟内存使用量，单位MB res 物理内存使用量，单位MB faults/s 每秒访问失败数（只有Linux有），数据被交换出物理内存，放到swap。不要超过100，否则就是机器内存太小，造成频繁swap写入。此时要升级内存或者扩展 locked % 被锁的时间百分比，尽量控制在50%以下吧 idx miss % …"

"MMS (MongoDB Monitoring Service) is a hosted application created by 10gen for monitoring MongoDB deployments. MMS Collects statistics on all key server and hardware indicators and presents this data through an intuitive web interface\n先简单说下原理：\n1、在mms服务器上添加mongodb服务器的ip,端口，user，password. 2、在mongodb服务器所在的内网空闲机器上安装定制的agent脚本。 3、agent脚本从mms获取你的服务器Ip及端口等信息，然后连接到mongodb服务器获取必要的监控数据。 4、agent脚本将监控信息上传到mms服务器，我们登陆后就可以查看到相应的信息了。\n主页地址如下\n１. https://mms.10gen.com/help/install.html\n在Hosts项上点击添加，此处hostname填写内 …"

"新开了一个vps,装了最新的nginx 1.0.2版本，将原来的虚拟主机配置直接拿过来．用nginx -t 测试语法的时候，发现提示以下警告信息\n[root@centos nginx]# ./sbin/nginx -t nginx: [warn] the “log_format” directive may be used only on “http” level in /usr/local/nginx/conf/vhosts/bbs.conf:62\n解决办法如下：\n将/usr/local/nginx/conf/nginx.conf 里server段里的下面代码移出放到该server段的前面即可。\nlog_format access ‘$remote_addr – $remote_user [$time_local] “$request” ‘ ‘$status $body_bytes_sent “$http_referer” ‘ ‘”$http_user_agent” $http_x_forwarded_for’;\n如果有其的虚拟主机开启了日志，也按上面的要求移出server段放 …"

"有点标题党的意思，不过下面三招确实比较实用，内容来自Conversocial公司的VP Colin Howe在London MongoDB用户组的一个分享。 申请：下面几点并非放四海皆准的法则，具体是否能够使用，还需要根据自己的应用场景和数据特点来决定。\n1.使用组合式的大文档 我们知道MongoDB是一个文档数据库，其每一条记录都是一个JSON格式的文档。比如像下面的例子，每一天会生成一条这样的统计数据：\n{ metric: “content_count”, client: 5, value: 51, date: ISODate(“2012-04-01 13:00”) } { metric: “content_count”, client: 5, value: 49, date: ISODate(“2012-04-02 13:00”) }\n而如果采用组合式大文档的话，就可以这样将一个月的数据全部存到一条记录里：\n{ metric: “content_count”, client: 5, month: “2012-04”, 1: 51, 2: 49, … }\n通过上面两种方式存储，预先 …"

"采用命令行方式，它的命令格式为：\ntcpdump [ -adeflnNOpqStvx ] [ -c 数量 ] [ -F 文件名 ][ -i 网络接口 ] [ -r 文件名] [ -s snaplen ][ -T 类型 ] [ -w 文件名 ] [表达式 ]\n1. tcpdump的选项介绍 -a 将网络地址和广播地址转变成名字； -d 将匹配信息包的代码以人们能够理解的汇编格式给出； -dd 将匹配信息包的代码以c语言程序段的格式给出； -ddd 将匹配信息包的代码以十进制的形式给出； -e 在输出行打印出数据链路层的头部信息； -f 将外部的Internet地址以数字的形式打印出来； -l 使标准输出变为缓冲行形式； -n 不把网络地址转换成名字； -t 在输出的每一行不打印时间戳； -v 输出一个稍微详细的信息，例如在ip包中可以包括ttl和服务类型的信息； -vv 输出详细的报文信息； -c 在收到指定的包的数目后，tcpdump就会停止； -F 从指定的文件中读取表达式,忽略其它的表达式； -i 指定监听的网络接口； -r 从指定的文件中读取包(这些包一般通过-w选项产生)； …"

"1.客户端常用命令 ** #mongo ** \u0026gt;help //列出帮助** ** \u0026gt;db.help() //db级别的帮助** ** \u0026gt;db.mycollection.help() //collection 级别的帮助\n常用命令： \u0026gt;show dbs //show database names \u0026gt;show collections //show collections in current database \u0026gt;use //set current database \u0026gt;db.foo.find() //list objects in collection foo \u0026gt;db.foo.find({a:1}) //list objects in foo where a == 1 \u0026gt;db.createCollection(name, { size : …, capped : …, max : … } ) //创建collection \u0026gt;db.dropDatabase() //删除库 \u0026gt;db.collection.count() //统 …"

"在上文中，我们了解了 教你如何利用MySQL学习MongoDB之授权和权限，本文中我们继续我们的学习之旅，学习两者的导入和导出。\n1、MySQL导入和导出\n(1)、mysqlimport\n此工具位于mysql/bin目录中，是MySQL的一个载入(或者说导入)数据的一个非常有效的工具。这是一个命令行工具。有两个参数以及大量的选项可供选择。这个工具把一个文本文件(text file)导入到你指定的数据库和表中。比方说我们要从文件student.txt中把数据导入到数据库class中的表 student中：\nmysqlimport class.student student.txt\n(2)、load data infile\n这个命令与mysqlimport非常相似，但这个方法可以在MySQL命令行中使用。 如mysqlimport工具一样，这个命令也有一些可以选择的参数。比如您需要把自己的电脑上的数据导入到远程的数据库服务器中，您可以使用下面的命令：\nLoad data local infile “d:\\student.txt” into table student;\n上面的local参数 …"