Redis、mongodb常用命令
Redis在doc 环境下使用命令:
keys 命令
? 匹配一个字符
* 匹配任意个(包括0个)字符
[] 匹配括号间的任一个字符,可以使用 "-" 符号表示一个范围,如 a[b-d] 可以匹配 "ab","ac","ad"
\x 匹配字符x,用于转义符号,如果要匹配 "?" 就需要使用 \?
判断一个键值是否存在
exists key
如果存在,返回整数类型 1 ,否则返回 0
删除键
del key [key.....]
可以删除一个或多个键,返回值是删除的键的个数
注意:不支持通配符删除
获得键值的数据类型
type key
返回值可能是 string(字符串类型) hash(散列类型) list(列表类型) set(集合类型) zset(有序集合类型)
赋值与取值
set key value 赋值
get key 取值
递增数字
incr key
当存储的字符串是整数形式时,redis提供了一个使用的命令 incr 作用是让当前的键值递增,并返回递增后的值
incr num
当要操作的键不存在时会默认键值为 0 ,所以第一次递增后的结果是 1 ,当键值不是整数时 redis会提示错误
增加指定的整数
incrby key increment
incrby 命令与 incr 命令基本一样,只不过前者可以通过 increment 参数指定一次增加的数值如:
incrby num 2
incrby num 3
减少指定的整数
decr key
decrby key increment
desc 命令与incr 命令用法相同,只不过是让键值递减
decrby 命令与 incrby命令用法相同
增加指定浮点数
incrbyfloat key increment
incrbyfloat 命令类似 incrby 命令,差别是前者可以递增一个双精度浮点数,如:
incrbyfloat num 2.7
注意: ( 受reids 版本限制,版本需要大于 2.6 版本)
向尾部追加值
append key value
作用是向键值的末尾追加 value ,如果键不存在则将改键的值设置为 value,即相当于 set key value。返回值是追加后字符串的长度
如:append foo " hello word!"
获取字符串长度
strlen key
返回键值的长度,如果键不存在则返回0
同时 获得/设置 多个键值
mget key [key.....]
mset key value [key value .......]
位操作
getbit key offset
setbit key offset value
bitcount key [strart] [end]
bitop operation destkey key [key .....]
一个字节由8个二进制位组成,redis 提供了4个命令直接对二进制位进行操作
getbit 命令可以获得一个字符串类型键指定位置的二进制位的值(0 或 1),索引从 0 开始,如果需要获取的二进制位的索引超出了键值
的二进制位的实际长度则默认位值是 0
setbit 命令可以设置字符串类型键指定位置的二进制位的值,返回值是该位置的旧值,如果需要设置的位置超过了键值的二进制位的长
度,setbit 命令会自动将中间的二进制位设置为0,同理设置一个不存在的键的指定二进制位的值会自动将其前面的位赋值为 0
bitcount 命令可以获得字符串类型键中值是1的二进制位个数,可以通过参数来限制统计的字节范围,如我们希望统计前两个字节(即
"aa") 命令:bitcount foo 0 1 注意: ( 受reids 版本限制,版本需要大于 2.6 版本)
bittop 命令可以对多个字符串类型键进行位运算,并将结果存储在destkey参数指定的键中。该命令支持的运算操作有 AND、 OR、
XOR、 NOT,
如我们对bar 和 aar 进行 OR 运算操作:
set foo1 bar
set foo2 aar
bitop OR res foo1 foo2
get res
安装及使用:
首先在Ubuntu上安装MongoDB。
下载MongoDB, 现在最新的生产版本1.7.0
-
解压文件.
$ tar -xvf mongodb-linux-i686-1.4.3.tgz
-
为MongoDB创建数据目录,默认情况下它将数据存储在/data/db
$ sudo mkdir -p /data/db/
$ sudo chown id -u
/data/db
-
启动MongoDB服务.
$ cd mongodb-linux-i686-1.4.3/bin
$ ./mongod
-
打开另一个终端,并确保你在MongoDB的bin目录,输入如下命令.
$ ./mongo
一些概念
一个mongod服务可以有建立多个数据库,每个数据库可以有多张表,这里的表名叫collection,每个collection可以存放多个文档(document),每个文档都以BSON(binary json)的形式存放于硬盘中,因此可以存储比较复杂的数据类型。它是以单文档为单位存储的,你可以任意给一个或一批文档新增或删除字段,而不会对其它文档造成影响,这就是所谓的schema-free,这也是文档型数据库最主要的优点。跟一般的key-value数据库不一样的是,它的value中存储了结构信息,所以你又可以像关系型数据库那样对某些域进行读写、统计等操作。Mongo最大的特点是他支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。Mongo还可以解决海量数据的查询效率,根据官方文档,当数据量达到50GB以上数据时,Mongo数据库访问速度是MySQL10 倍以上。
BSON
BSON是Binary JSON 的简称,是一个JSON文档对象的二进制编码格式。BSON同JSON一样支持往其它文档对象和数组中再插入文档对象和数组,同时扩展了JSON的数据类型。如:BSON有Date类型和BinDate类型。
BSON被比作二进制的交换格式,如同Protocol Buffers,但BSON比它更“schema-less”,非常好的灵活性但空间占用稍微大一点。
BSON有以下三个特点:
1. 轻量级
2. 跨平台
3. 效率高
命名空间
MongoDB存储BSON对象到collections,这一系列的数据库名和collection名被称为一个命名空间。如同:java.util.List;用来管理数据库中的数据。
索引
mongodb可以对某个字段建立索引,可以建立组合索引、唯一索引,也可以删除索引,建立索引就意味着增加空间开销。默认情况下每个表都会有一个唯一索引:_id,如果插入数据时没有指定_id,服务会自动生成一个_id,为了充分利用已有索引,减少空间开销,最好是自己指定一个unique的key为_id,通常用对象的ID比较合适,比如商品的ID。
shell操作数据库:
-
超级用户相关:
- #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')
6. #查看所有用户
show users
7. #查看所有数据库
show dbs
8. #查看所有的collection
show collections
9. #查看各collection的状态
db.printCollectionStats()
10. #查看主从复制状态
db.printReplicationInfo()
11. #修复数据库
db.repairDatabase()
12. #设置记录profiling,0=off 1=slow 2=all
db.setProfilingLevel(1)
13. #查看profiling
show profile
14. #拷贝数据库
db.copyDatabase('mail_addr','mail_addr_tmp')
15. #删除collection
db.mail_addr.drop()
16. #删除当前的数据库
db.dropDatabase()
-
增删改
- #存储嵌套的对象
db.foo.save({‘name’:‘ysz’,‘address’:{‘city’:‘beijing’,‘post’:100096},‘phone’:[138,139]})
2. #存储数组对象
db.user_addr.save({‘Uid’:‘[email protected]’,‘Al’:[‘[email protected]’,‘[email protected]’]})
3. #根据query条件修改,如果不存在则插入,允许修改多条记录
db.foo.update({'yy':5},{'$set':{'xx':2}},upsert=true,multi=true)
4. #删除yy=5的记录
db.foo.remove({'yy':5})
5. #删除所有的记录
db.foo.remove()
-
索引
-
#增加索引:1(ascending),-1(descending)
-
db.foo.ensureIndex({firstname: 1, lastname: 1}, {unique: true});
-
#索引子对象
-
db.user_addr.ensureIndex({‘Al.Em’: 1})
-
#查看索引信息
-
db.foo.getIndexes()
-
db.foo.getIndexKeys()
-
#根据索引名删除索引
-
db.user_addr.dropIndex(‘Al.Em_1’)
-
-
查询
-
#查找所有
-
db.foo.find()
-
#查找一条记录
-
db.foo.findOne()
-
#根据条件检索10条记录
-
db.foo.find({‘msg’:‘Hello 1’}).limit(10)
-
#sort排序
-
db.deliver_status.find({‘From’:‘[email protected]’}).sort({‘Dt’,-1})
-
db.deliver_status.find().sort({‘Ct’:-1}).limit(1)
-
#count操作
-
db.user_addr.count()
-
#distinct操作,查询指定列,去重复
-
db.foo.distinct(‘msg’)
-
#”>=”操作
-
db.foo.find({“timestamp”: {"$gte" : 2}})
-
#子对象的查找
-
db.foo.find({‘address.city’:‘beijing’})
-
-
管理
-
#查看collection数据的大小
-
db.deliver_status.dataSize()
-
#查看colleciont状态
-
db.deliver_status.stats()
-
#查询所有索引的大小
-
db.deliver_status.totalIndexSize()
-
-
advanced queries:高级查询
条件操作符
gt:>gt:>lt : <
gte:>=gte:>=lte: <=
ne:!=、<>ne:!=、<>in : in
nin:notinnin:notinall: all
$not: 反匹配(1.3.3及以上版本)
查询 name <> “bruce” and age >= 18 的数据
db.users.find({name: {ne: “bruce”}, age: {ne: “bruce”}, age: {gte: 18}});
查询 creation_date > ‘2010-01-01’ and creation_date <= ‘2010-12-31’ 的数据
db.users.find({creation_date:{gt:newDate(2010,0,1),gt:newDate(2010,0,1),lte:new Date(2010,11,31)});
查询 age in (20,22,24,26) 的数据
db.users.find({age: {$in: [20,22,24,26]}});
查询 age取模10等于0 的数据
db.users.find(‘this.age % 10 == 0’);
或者
db.users.find({age : {$mod : [10, 0]}});
匹配所有
db.users.find({favorite_number : {$all : [6, 8]}});
可以查询出{name: ‘David’, age: 26, favorite_number: [ 6, 8, 9 ] }
可以不查询出{name: ‘David’, age: 26, favorite_number: [ 6, 7, 9 ] }
查询不匹配name=B带头的记录
db.users.find({name: {not: /^B./}}); 查询 age取模10不等于0 的数据 db.users.find({age : {not: /^B.*/}}); 查询 age取模10不等于0 的数据 db.users.find({age : {not: {$mod : [10, 0]}}});
#返回部分字段
选择返回age和_id字段(_id字段总是会被返回)
db.users.find({}, {age:1});
db.users.find({}, {age:3});
db.users.find({}, {age:true});
db.users.find({ name : “bruce” }, {age:1});
0为false, 非0为true
选择返回age、address和_id字段
db.users.find({ name : “bruce” }, {age:1, address:1});
排除返回age、address和_id字段
db.users.find({}, {age:0, address:false});
db.users.find({ name : “bruce” }, {age:0, address:false});
数组元素个数判断
对于{name: ‘David’, age: 26, favorite_number: [ 6, 7, 9 ] }记录
匹配db.users.find({favorite_number: {size: 3}}); 不匹配db.users.find({favorite_number: {size: 3}}); 不匹配db.users.find({favorite_number: {size: 2}});
exists判断字段是否存在 查询所有存在name字段的记录 db.users.find({name: {exists判断字段是否存在 查询所有存在name字段的记录 db.users.find({name: {exists: true}});
查询所有不存在phone字段的记录
db.users.find({phone: {$exists: false}});
type判断字段类型 查询所有name字段是字符类型的 db.users.find({name: {type判断字段类型 查询所有name字段是字符类型的 db.users.find({name: {type: 2}});
查询所有age字段是整型的
db.users.find({age: {$type: 16}});
对于字符字段,可以使用正则表达式
查询以字母b或者B带头的所有记录
db.users.find({name: /^b.*/i});
$elemMatch(1.3.1及以上版本)
为数组的字段中匹配其中某个元素
Javascript查询和where查询 查询 age > 18 的记录,以下查询都一样 db.users.find({age: {where查询 查询 age > 18 的记录,以下查询都一样 db.users.find({age: {gt: 18}});
db.users.find({$where: “this.age > 18”});
db.users.find(“this.age > 18”);
f = function() {return this.age > 18} db.users.find(f);
排序sort()
以年龄升序asc
db.users.find().sort({age: 1});
以年龄降序desc
db.users.find().sort({age: -1});
限制返回记录数量limit()
返回5条记录
db.users.find().limit(5);
返回3条记录并打印信息
db.users.find().limit(3).forEach(function(user) {print('my age is ’ + user.age)});
结果
my age is 18
my age is 19
my age is 20
限制返回记录的开始点skip()
从第3条记录开始,返回5条记录(limit 3, 5)
db.users.find().skip(3).limit(5);
查询记录条数count()
db.users.find().count();
db.users.find({age:18}).count();
以下返回的不是5,而是user表中所有的记录数量
db.users.find().skip(10).limit(5).count();
如果要返回限制之后的记录数量,要使用count(true)或者count(非0)
db.users.find().skip(10).limit(5).count(true);
分组group()
假设test表只有以下一条数据
{ domain: “www.mongodb.org”
, invoked_at: {d:“2009-11-03”, t:“17:14:05”}
, response_time: 0.05
, http_action: “GET /display/DOCS/Aggregation”
}
使用group统计test表11月份的数据count:count(*)、total_time:sum(response_time)、avg_time:total_time/count;
db.test.group(
{ cond: {“invoked_at.d”: {gt:“2009−11”,gt:“2009−11”,lt: “2009-12”}}
, key: {http_action: true}
, initial: {count: 0, total_time:0}
, reduce: function(doc, out){ out.count++; out.total_time+=doc.response_time }
, finalize: function(out){ out.avg_time = out.total_time / out.count }
} );
[
{
“http_action” : “GET /display/DOCS/Aggregation”,
“count” : 1,
“total_time” : 0.05,
“avg_time” : 0.05
}
]
Java 应用示例
要使用Java操作MongoDB的话,要到官方网站下载一个驱动包,把包导入后,可以尝试来操作了(记得一定要开着服务器)
首先介绍一下比较常用的几个类
Mongo:连接服务器,执行一些数据库操作的选项,如新建立一个数据库等
DB:对应一个数据库,可以用来建立集合等操作
DBCollection:对应一个集合(类似表),可能是我们用得最多的,可以添加删除记录等
DBObjec:接口和BasicDBObject对象:表示一个具体的记录,BasicDBObject实现了DBObject,因为是key-value的数据结构,所以用起来其实和HashMap是基本一致的
DBCursor:用来遍历取得的数据,实现了Iterable和Iterator
接下来实际的操作一下,代码如下:
import java.net.UnknownHostException;
import java.util.List;
import java.util.Set;
import com.mongodb.BasicDBObject;
import com.mongodb.DB;
import com.mongodb.DBCollection;
import com.mongodb.DBCursor;
import com.mongodb.DBObject;
import com.mongodb.Mongo;
import com.mongodb.MongoException;
public class MongoDbTest {
public static void main(String[] args) throws UnknownHostException, MongoException {
//Mongo m = new Mongo();
//Mongo m = new Mongo(“localhost”);
//获得数据库服务
Mongo m = new Mongo(“localhost”, 27017);
//得到数据库mytest
DB db = m.getDB(“mytest”);
//得到mytest数据库下所有表名
Set<String> colls = db.getCollectionNames();
for (String s : colls) {
System.out.println(s);
}
//得到testCollection表
DBCollection coll = db.getCollection(“testCollection”);
//new 一个BasicDBObject对象doc
BasicDBObject doc = new BasicDBObject();
//赋值
doc.put("name", "MongoDB");
doc.put("type", "database");
doc.put(“count”, 1);
//又new 一个BasicDBObject对象info
BasicDBObject info = new BasicDBObject();
info.put("x", 203);
info.put(“y”, 102);
//把info放入doc
doc.put(“info”, info);
//向testCollection表中插入一条数据
coll.insert(doc);
//查询一条数据
DBObject myDoc = coll.findOne();
System.out.println(myDoc);
//循环插入100条数据到testCollection
for (int i=0; i < 100; i++) {
coll.insert(new BasicDBObject().append("i", i));
}
//Counting Documents in A Collection
System.out.println(coll.getCount());
//Using a Cursor to Get All the Documents
DBCursor cur = coll.find();
while(cur.hasNext()) {
上一篇: 最常使用linux命令
下一篇: kafka 配置与常用命令