示例源码

Spring集成MongoDB，演示CRUD和地理位置查询功能
https://github.com/huangzhenshi/mongodb_Spring_Maven

特点

官方介绍:
https://docs.spring.io/spring-data/data-mongo/docs/1.5.2.RELEASE/reference/html/mongo.core.html

https://zhuanlan.zhihu.com/p/24377636
https://yq.aliyun.com/articles/64352?spm=5176.8091938.0.0.oAHbxp
索引博客非常详细:
https://www.jianshu.com/p/53c974273218?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

特点描述

• MongoDB是为大数据而生的
• 大文本的存储和快速检索的功能，GB PB级别，这个是mysql无法比拟的

• MongoDB的复制集是数据库领域领先的高可用和读写负载均衡解决方案

• 介于Nosql和Mysql之间，支持索引、联合索引、复杂查询、排序，基本上除了join和事务类型的操作外，mongodb支持所有mysql支持的查询

• 支持不确定的value结构，mysql需要指定字段的类型，而MongoDB不需要指定结构，甚至连内容都不要指定可以是基本类型可以是实体类甚至可以是list数组，从而间接的实现关系型数据的查找

• MongoDB还提供了执行计划功能

• 支持非常丰富的地理位置索引，mysql没有这个函数哎。既支持经纬度 $near函数，还有$geoWithin 在矩形或者圆形或者自定义形状内的数据，还支持$maxDistance $minDistance 完美，基本都可以覆盖地理位置相关的检索功能了
  https://www.jianshu.com/p/53c974273218?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

• 基于文档存储（JSON结构的文档)

• 丰富的索引功能：大文本全文检索（平民版不支持中文全文检索，企业版支持）、位置索引、TTL过期作废索引、其他常规索引：唯一性索引、联合索引

单片集群功能

介绍和演示windows下单片集群的配置
http://blog.csdn.net/yyywyr/article/details/27238411

适用场景

https://www.zhihu.com/question/32071167?sort=created

• 应用不需要事务及复杂 join 支持必须 Yes
• 新应用，需求会变，数据模型无法确定，想快速迭代开发？
• 应用需要2000-3000以上的读写QPS（更高也可以）？
• 应用需要TB甚至 PB 级别数据存储?
• 应用发展迅速，需要能快速水平扩展?
• 应用要求存储的数据不丢失?
• 应用需要99.999%高可用?
• 应用需要大量的地理位置查询、文本查询？

比如快递信息的更新、大日志的存储、

有待学习的

• schema-less，存储结构不确定的数据，比如user数据，或者log数据。
  （比如插入user表中，开始的信息可以只有name属性， 后面也可以插入包含name 和age属性的user对象，从而实现schema-less)

• 三种索引功能 地理索引 、 文本索引、TTL索引

• 单片功能 和灾备方案过一下，非常棒的运用，如何实现高可用
• 实现一套简单的用户和用户介绍的程序
• 索引的内存化
• 多数据源，结合mysql一起整一个项目，把适合的数据放到MongoDB里面

安装和初步使用

• 安装完之后建立 相应的目录保存 文档和日志，一般 data/db data/log
• 创建配置文件 mongo.config

  ##数据文件 dbpath=C:\huangzs\install\MongoDB\data\db ##日志文件 logpath=C:\huangzs\install\MongoDB\data\log\mongo.log

启动

进入到bin 路径下面
mongod –config C:\huangzs\install\MongoDB\mongo.config
然后打开一个新的cmd窗口
mongo 即可

基本指令

参考：http://www.yiibai.com/mongodb/mongodb_quick_guide.html

• 数据库操作

  创建/使用数据库 use newdb 查看所有数据库,只有插入了至少一条数据，才会显示出来 show dbs 进入该数据库后 删除该数据库 db.dropDatabase() 查看当前数据库下所有的表（集合) show collections

• 表级别增删改查

  db.COLLECTION_NAME.insert(document) db.COLLECTION_NAME.find() db.COLLECTION_NAME.find().pretty() db.COLLECTION_NAME.findOne() 只展示name字段，不展示id db.user.find({},{"name":1,_id:0}) *huangzhenshi* like 查询 db.user.find({"name":/huangzhenshi/}) 数量限制 db.user.find({"name":/huangzhenshi/}).limit(2) 结合skip实现分页，从skipIndex开始查，查询pagesize数量 db.user.find({"name":/huangzhenshi/}).limit(2).skip(2) 排序 db.COLLECTION_NAME.find().sort({KEY:1}) 全部删除 db.mycol.remove() db.COLLECTION_NAME.remove(DELETION_CRITERIA,1) 聚合函数 分组求和 db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}]) count db.shops.find().count()

• 备份和恢复

  备份 test数据库，备份到 C:\huangzs\install\MongoDB\bin\dump\backup 路径下 mongodump --db test --out C:\huangzs\install\MongoDB\bin\dump\backup 恢复数据 mongorestore

• 索引相关
  参考blog
  https://www.jianshu.com/p/53c974273218?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

  //查看该collection的所有索引 db.mapinfo.getIndexes() # 在loc上面创建2d索引，创建完之后可以使用 $near函数 > db.mapinfo.ensureIndex({"loc" : "2d"},{"background" : true}) 插入数据： db.mapinfo.insert({"category" : "coffee","name" : "digoal coffee bar","loc" : [70,80]}) db.mapinfo.insert({"category" : "tea","name" : "digoal tea bar","loc" : [70,80]}) db.mapinfo.insert({"category" : "tea","name" : "hangzhou tea bar","loc" : [71,81]}) db.mapinfo.insert({"category" : "coffee","name" : "hangzhou coffee bar","loc" : [71,81]}) 索引查询数据：所有的咖啡店，位置靠近 精度 维度69 69的店，会默认按照near排序的 db.mapinfo.find({loc : {$near : [69,69]},"category" : "coffee"}) # 找出限制离[50,50]在37 的商店,使用maxDistance > db.mapinfo.find({"loc" : {"$near" : [50,50], "$maxDistance" : 37},"category" : "shop"}) // maxDistance单位是弧度, 地球表面1弧度距离约为6378137米, 0.001弧度距离为6378米 db.col.find({"loc": {$near: [longtitude, lattitude], $maxDistance:0.1}})

全文检索命令

db.posts.ensureIndex({post_text:"text"})
db.posts.dropIndex("post_text")
db.posts.find({$text:{$search:"runoob"}})
//排除掉含java的检索结果
db.posts.find({$text:{$search:"runoob -java"}})

demo

• 基于地理位置的搜索功能（Done）
• 做一个大的日志保存和搜索的功能
• 练习一下负载均衡和单片扩展的功能。支持创建唯一索引、二级索引、TTL索引和地理位置索引等
• 多数据源的引入，和mysql整合在一起使用

实战1（整合spring注解）

依赖jar

<properties>
	<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
	<spring.data.mongodb>1.9.2.RELEASE</spring.data.mongodb>
	<mongodb.java.driver>3.2.2</mongodb.java.driver>
	<fastjson.version>1.2.3</fastjson.version>
	<spring.version>4.2.6.RELEASE</spring.version>
	<jackson.version>2.7.0</jackson.version>
	<junit>3.8.1</junit>
</properties>
	<dependency>
		<groupId>org.mongodb</groupId>
		<artifactId>mongo-java-driver</artifactId>
		<version>${mongodb.java.driver}</version>
	</dependency>
       <dependency>
	    <groupId>org.springframework.data</groupId>
	    <artifactId>spring-data-mongodb</artifactId>
	    <version>${spring.data.mongodb}</version>
	</dependency>

spring 配置

<mongo:mongo-client id="mongo" replica-set="${mongo.hostport}"/>
<mongo:db-factory dbname="database" mongo-ref="mongo" />
<bean id="mongoTemplate" class="org.springframework.data.mongodb.core.MongoTemplate">
    <constructor-arg ref="mongo" />
    <constructor-arg name="databaseName" value="${mongo.databaseName}" />
</bean>

实体类UserBo，通过mongoDB的注解@Document来实现指定集合和ID

import org.springframework.data.annotation.Id;
import org.springframework.data.mongodb.core.mapping.Document;
@Document(collection="user_test")
public class UserBo implements Serializable{
	private static final long serialVersionUID = 2928923917001675021L;
		@Id
		private String id; //对应文档里面的 _id 
	
		private String userNo;

引入mongoTemplate直接操作

@Autowired
private MongoTemplate mongoTemplate;
public UserBo save(UserBo userBo) {
	mongoTemplate.save(userBo);
	return userBo;
}

实战 位置查询

//查找point(100，50)附近相差2度的所有店铺，获取到的是 List哎
public void testCircle(){
	Circle circle = new Circle(100, 50, 2);
	List<Shop> find = mongoTemplate.find(new Query(Criteria.where("location").within(circle)), Shop.class);
       System.out.println(find);
       System.out.println(find.size());
}
/**等价于 这个sql，距离 100 50这个点距离100KM以内的所有的店
 * db.shops.find( { location : { $geoWithin :  
                               { $centerSphere :  
                                  [ [ 100 , 50 ] , 62.137119/ 3963.2 ]  
                    } } } ) 
 */
public void testNear(){
	Point point = new Point(100, 50);
	//10km
	Sphere sphere = new Sphere(point, 62.137119 / 3963.2);  
       List<Shop> venues = 
               mongoTemplate.find(new Query(Criteria.where("location").within(sphere)), Shop.class);
       System.out.println(venues.size());
       System.out.println(venues);
}