MongoDB笔记3-shell collection对象

#mongoDB shell 中collection对象的方法

手册：传送门

版本：3.0.2

#method list：

>db.getCollection("coll").help()
DBCollection help #db.coll是数据库下一个名为coll的collection
        db.coll.find().help() - show DBCursor help

               #显示DBCursor的帮助信息(方法列表)

        db.coll.count()

               #返回此collection下document的个数

        db.coll.copyTo(newColl)

               #将当前collection拷贝一份到当前数据库下的名为newColl的collection，但是建立的索引不会拷贝

        db.coll.convertToCapped(maxBytes)

               #调用 {convertToCapped:'coll', size:maxBytes}}命令，把当前collection转成capped collection，并将其maxSize更新为maxBytes

               #如果maxBytes不是4096的倍数，那么将采用进一法convertToCapped(4097)等价于convertToCapped(4096*2)   --关于这个手册没写，是规律(什么鬼=_=#)

               #capped collection：固定大小的collection，当插入的document超过设定的大小时，会自动覆盖最早插入的document

               #(once a collection fills its allocated space, it makes room for new documents by overwriting the oldest documents in the collection.)

               #maxBytes是指定的大小，单位应该是byte吧，看手册collStats.size

               
        db.coll.dataSize()

               #返回当前collection的大小，(随数据插入而变大)

          
        db.coll.distinct( key ) - e.g. db.coll.distinct( 'x' )

               #遍历当前collection下的所有document的名为key的field的值，然后返回一个这些值的数组(去重)              

        db.coll.drop()

               #删除当前collection

        db.coll.dropIndex(index) - e.g. db.coll.dropIndex( "indexName" ) or db.coll.dropIndex( { "indexK
ey" : 1 } )

               #删除根据索引名字删除索引

        db.coll.dropIndexes()

               #删除所有索引

        db.coll.ensureIndex(keypattern[,options])

                #从版本3.0开始，Deprecated  ，然后同createIndex

                #如果在指定的field（document：{field:value,field:value,...}）没有建立索引，那就建立

        db.coll.explain().help() - show explain help

               #explain对象的help

     
        db.coll.reIndex()

               #重建现存索引

        db.coll.find([query],[fields])  #关于查询看来得重点照顾下

               #类似于select fieds from..where query

               #find()  返回全部document(完整)

               #find({},{name:1,age:1})  返回全部document(_id,name,age)  如果有的document没有age，那么就不显示这个field

               #find({age:11},{})   返回documents中age值为11的

               #find({age:11},{name:1})    ，嗯，11岁的都叫啥

               #返回值是一个DBCursor，所以之后的那一堆方法其实是属于DBCursor的

               #版本3.0的find函数完整的定义是这样的function ( query , fields , limit , skip, batchSize, options )

               #手册上就是不写就是不写，这样真的好么= =

        db.coll.find(...).count()  #学到DBcursor再说吧

        db.coll.find(...).limit(n)

        db.coll.find(...).skip(n)

        db.coll.find(...).sort(...)

        db.coll.findOne([query])

               #只返回符合条件的第一条document

        db.coll.findAndModify( { update : ... , remove : bool [, query: {}, sort: {}, 'new': false] } )

               #找到符合条件的第一个document并进行修改

               #接受参数是一个document，包括：query，sort，remove，update，new，fields，upsert

                    #remove和update的其中一个必须指明 remove的是true/fasle   update的值是更新的document

                    #query和sort协作来定位document

                    #new 如果执行new是true，返回值是修改之后的document，当然如果操作是删掉，返回...null吧，如果值是false，返回修改之前的document

                    #fields 返回值的fields，（同find） e.g. {}

                    #upsert  值域:true/false   估计是update 和 insert的结合

                         #默认是false，如果是true，那么如果没有符合条件的document，那么就创建一个新的并返回，如果有符合条件的，那么就更新它

                         # To avoid multiple upserts, ensure that the query fields are uniquely indexed.

                         #避免多次upserts，确保query 部分的fields是uniquely indexed

        db.coll.getDB()

              #返回当前collection所属的db对象

      
        db.coll.getPlanCache()

                # 返回一个和当前collection相关的query plan cache对象

        db.coll.getIndexes()

               #好尴尬，3.0手册上没有，在2.6手册上发现了

               #返回一个document数组来显示当前collection的索引情况

                    #每个document的结构：{v:版本号,key:{索引字段:排序方式},name:'a unique name',ns:"此索引的命名空间[nameapace ns]上下文"}       

               
        db.coll.group( { key : ..., initial: ..., reduce : ...[, cond: ...] } )  

               #将此collection下的documents分组，通过指定的key值并进行一些简单的聚集函数比如count和sum

               #e.g.    db.orders.group( {

                                                       key: { ord_dt: 1, 'item.sku': 1 }, #按照ord_dt和item的sku来进行分组

                                                       cond: { ord_dt: { $gt: new Date( '01/01/2012' ) } },  #筛选ord_dt大于..的

                                                       reduce: function ( curr, result ) {result.count++; },  

                                                       finalize: function(result){  }

                                                       initial: {count:0 }   #reduce 和initial 共同进行聚集函数方面的操作

                                                       })

                         #reduce方法将对分好的每个组进行操作，上述例子完成了对每组的计数  result对应initial对象

                         #finalize方法将在每组reduce方法调用完毕之后调用一次，对initial进行最后的修改，比如求平均

                         #返回结果：key中指定的fields和inital中的field

                         #key可以用keyf替代，keyf是一个函数，返回一个document  ,与key相比，keyf是动态的

                         #必须有的参数：key/keyf ，reduce(函数体里边可以什么都不做),initial(可以是空对象)

        db.coll.insert(obj)

                #插入新的document 

                #obj可以是单个document，也可以是document的数组(插入多条)

                #手册上的insert方法：db.collection.insert(obj,options)

                    #options包含两个可选fields:  writeConcern, ordered(true/false)

                         #第一个是安全写级别，第二个如果是true(默认)，就按顺序，如果其中某一条出现错误，那么之后的documents就不插入了，false将会继续插入

        db.coll.mapReduce( mapFunction , reduceFunction , <optional params> )

               #可以运行任意的聚集函数，基于当前collection下的所有documents

               #略复杂，以后研究

               #手册：传送门

        db.coll.aggregate( [pipeline], <optional params> ) 

               # performs an aggregation on a collection;

               #返回一个DBcursor,可据此遍历结果值

               #跟mapReduce的异同？

        db.coll.remove(query)

               #将匹配的documents删掉

        db.coll.renameCollection( newName , <dropTarget> ) renames the collection.

               #重命名当前collection，第二个参数默认false，如果新的名字已被用，返回{ "ok" : 0, "errmsg" : "target namespace exists" }   

               #dropTarget设定为true，那么将会在重命名之前把已经存在的那个collection删掉

        db.coll.runCommand( cmd , params ) 

               #runs a db command with the given name where the first param is the collection name

                    #如果cmd是一个对象(document)，那么，直接调用db.runcommand

                    #如果是命令名字  比如 "insert",那么将其连同params打包进cmd对象中，调用db.runcommand

     
        db.coll.save(obj,writeconcern)

               #打包了insert和update  没有就插入，已经有了就更新

               #额外可选参数writeconcern 安全写级别

               
        db.coll.stats({scale: N, indexDetails: true/false, indexDetailsKey: <index key>, indexDetailsNam
e: <index name>})

               #返回关于当前collection的数据

               #参数都是可选的

                   #scale控制显示项的最大大小：单位byte

               #这个感觉基本不用，文档

               

        db.coll.storageSize() - includes free space allocated to this collection

               #返回分配给当前collection的空间(包含还未使用的部分)

     
        db.coll.totalIndexSize() - size in bytes of all the indexes

               #返回当前collection的所有索引的大小

        db.coll.totalSize() - storage allocated for all data and indexes

               #上边两个的加法

        db.coll.update(query, object[, upsert_bool, multi_bool]) - instead of two flags, you can pass an
object with fields: upsert, multi

               #更新一条或者多条数据

               #参数

                    #query 筛选documents，同find

                    #object 描述怎样更新

                              #必须仅仅包含field的更新操作

                    #upsert_bool 默认false，若为true，则如果没有符合条件的document，就创建一个

                    #muti_bool 默认false，若为true，更新所有匹配到的documents，若为false，更新第一条

        db.coll.validate( <full> ) - SLOW

               #检查当前collection，此方法扫描当前collecton的数据结构，

               #返回一个document来描述逻辑collection和实际数据存储的关系

               #full的值默认为fasle，若为true，则是一个更为完全的检查，但是这样将可能影响mongod实例的性能          

        db.coll.getShardVersion() - only for use with sharding

               #获得shard的版本(只有用了shard(这个东东跟数据库集群，分片有关， 手册)的时候才能用)

        db.coll.getShardDistribution() - prints statistics about data distribution in the cluster

               #以后用到的时候看手册吧= =，               

        db.coll.getSplitKeysForChunks( <maxChunkSize> ) - calculates split points over all chunks and re
turns splitter function

               #别逗，手册上没发现此函数，嗯chunk 跟上边的sharded有关系，估计猜测和分片有关系(split)

        db.coll.getWriteConcern() 

               #返回 此collection的安全写级别，如果未设，则从所属的数据库继承

         

        db.coll.setWriteConcern( <write concern doc> ) 

     #设定安全写级别

        db.coll.unsetWriteConcern( <write concern doc> ) 

               #取消安全写级别