上一篇为求振聋发聩的效果，有些口号主义，现在开始实战，归于实用主义。
开始之前，我们先设定这样一个情景：
1.一百万注册用户的页游或者手游，这是不温不火的一个状态，刚好是数据量不上不下的一个情况。也刚好是传统MySql数据库性能开始吃紧的时候。
2.数据库就用一台很普通的服务器，只有一台。读写分离、水平扩展、内存缓存都不谈。一百万注册用户如果贡献度和活跃度都不高，恐怕公司的日子还不是那么宽裕，能够在数据库上的投资也有限。
以此情景为例，设每个用户都拥有100个道具，用户随时会获得或失去道具。
我们就来看看这一亿的道具怎么搞。
道具一般要使用原型、实例的设计方法，这个不属于数据库的范畴。
道具类型001 是屠龙刀，屠龙刀价格1500，基础攻击150，这些，我们把它们称为道具原型，保存在原型数据文件中。
这个原型数据文件，无论是存在何种数据库或者本地文件中，对服务器来说都不是问题，也不干扰数据库设计，所以我们不去讨论他。
关系数据库设计方法
典型的关系数据库设计方法：
用户表：字段 xxx userid xxx&& ，记录数量100万
xxx是其他字段，userid标示用户
用户道具表：字段 xxx userid itemtype xxx ,记录数量一亿
xxx是其他字段，userid 标示
一个亿的记录数是不是看起来有点头疼，mysql这个时候就要想各种办法了。
MongoDB设计方法
但我们用mongoDB来实现这个需求，直接就没有问题
首先第一个集合：users集合，用UserName 作为_id ,记录数100万
然后道具的组织，我们有两种选择
1.在users集合的值中建立Items对象，用Bson数组保存道具(Mongo官方称为Bson，和Json一模一样的存储方法)
方法一，没有额外的记录数
2.新建userItems集合，同样用UserName作为_id 每个UserItems集合的值中建立一个Item对象，使用一个Bson数组来保存道具
方法二，多了一个集合和100万记录数
我们的道具数据看起来像下面这样:
{_id:xxx,Items:[
{Itemtype:xxx,ItemPower:xxx},
测试方法如下：测试客户端随机检查一个用户的道具数量，小于100加一个道具，大于100 删除一个道具。
连续100万次，采用10个线程并发。
如果用关系数据库设计方法+mysql来实现，这是一个很压力很大的数据处理需求。
可是用文档数据库设计方法+MongoDB来实现，这个测试根本算不上有压力。
即使我们用了一个如此胜之不武的设计方式，你依然有可能还是能把他写的很慢。
因为MongoDB在接口设计上并没有很好的引导和约束，如果你不注意，你还是能把他用的非常慢。
第一个问题：Key-Value数据库可以有好多的Key，没错,但对MongoDB来说，大错特错
MongoDB的索引代价很大，大到什么程度：
1.巨大的内存占用，100万条索引约占50M内存，如果这个设计中，你一个道具一条记录，5G内存将用于索引。
我们的屌丝情景不可能给你这样的服务器，
2.巨大的性能损失，作为一个数据库，所有的东西终将被写入硬盘，没有关系数据库那样的表结构，MongoDB的索引写入性能看起来很差，如果记录数据较小的时候，你可以观测到这样震撼的景象，加一个索引，性能变成了1/2,加两个索引，性能变成了1/3。
只有当第二个索引的查询不可避免，才值得增加额外索引。因为没索引的数据，查询性能是加几个零的慢，比加索引更惨。
我们既然选择了Key-Value数据库，应尽量避免需要多个索引的情况。
所有的索引只能存在于内存中，而读取记录时，也需要将Bson在内存中处理，内存还承担着更重要的作用：读取缓存。
本来就不充裕的内存，应该严格控制我们的记录条数，能够用Bson存储的，尽量用之。
那么我们之前在MongoDB的设计中怎么还考虑第二种设计方法呢？独立一个userItems 集合，不是又多出100万条记录了吗？
这基于另两个考虑:a.Bson的处理是要反复硬盘和内存交换的，如果每条记录更小，则IO压力更小。内存和硬盘对服务器来说都是稀缺资源，至于多大的数据拆分到另一个集合中更划算，这需要根据业务情况，服务器内存、硬盘情况来测试出一个合适大小，我们暂时使用1024这个数值，单用户的道具表肯定是会突破1024字节的，所以我们要考虑将他独立到一个集合中
b.可以不部署分片集群，将另一个集合挪到另一个服务器上去。只要服务器可以轻松承载100万用户，200万还会远么？在有钱部署分片集群以前，考虑第二组服务器更现实一些。
第二个问题：FindOne({_id:xxx})就快么？
毋庸置疑，FindOne({_id:xxx})就是最直接的用Key取Value。
也的确，用Key取Value 就是我们能用的唯一访问Value的方式，其他就不叫Key-Value数据库了。
但是，由于我们要控制Key的数量，单个Value就会比较大。
不要被FindOne({_id:xxx}).Items[3].ItemType这优雅的代码欺骗，这是非常慢的，他几乎谋杀你所有的流量。
无论后面是什么 FindOne({_id:xxx})总是返回给你完整的Value,我们的100条道具，少说也有6~8K.
这样的查询流量已经很大了，如果你采用MongoDB方案一设计，你的单个Value是包含一个用户的所有数据的，他会更大。
如果查询客户端和数据库服务器不在同一个机房，流量将成为一个很大的瓶颈。
我们应该使用的查询函数是FindOne({_id:xxx},filter),filter里面就是设置返回的过滤条件,这会在发送给你以前就过滤掉
比如FindOne({_id:xxx},{Items:{"$slice":[3,1]}})，这和上面那条优雅的代码是完成同样功能，但是他消耗很少的流量
第三个问题：精细的使用Update
这和问题二相对的，不要暴力的FindOne，也尽量不要暴力的Update一整个节点。虽然MangoDB的性能挺暴力的，IO性能极限约等于MongoDB性能，暴力的Update就会在占用流量的同时迎接IO的性能极限。
除了创建节点时的Insert或者Save之外，所有的Update都应该使用修改器精细修改.
比如Update({_id:xxx},{$set:{"Items.3.Item.Health":38}});//修改第三把武器的健康值
至于一次修改和批量修改，MongoDB默认100ms flush一次(2.x),只要两次修改比较贴近,被一起保存的可能性很高。
但是合并了肯定比不合并强，合并的修改肯定是一起保存，这个也要依赖于是用的开发方式，如果使用php做数据客户端，缓存起来多次操作合并了一起提交，实现起来就比较复杂。
注意以上三点，一百万注册用户并不算很多，4G内存，200G硬盘空间的MongoDB服务器即可轻松应对。性能瓶颈是硬盘IO，可以很容易的使用Raid和固态硬盘提升几倍的吞吐量。不使用大量的Js计算，CPU不会成为问题，不要让索引膨胀，内存不会成为问题。你根本用不着志强的一堆核心和海量的内存，更多的内存可以让缓存的效果更好一些，可是比读写分离还是差远了。如果是高并发时查询性能不足，就要采用读写分离的部署方式。当IO再次成为瓶颈时，就只能采用集群部署MongoDB启用分片功能，或者自行进行分集合与key散列的工作。
阅读(...) 评论()&>&NoSQL Manager for MongoDB3.5安装包及无限使用30天
NoSQL Manager for MongoDB3.5安装包及无限使用30天
上传大小：18.32MB
mongodb升级了3.2之后原先的MongoVUE不支持新引擎, 换了个NoSQL Manager for MongoDB3.5但是没注册码, 查了半天发现csdn有几个无限试用的脚本资源下载都要好高的下载积分, 其实就是几句清理注册表和文件夹的代码总感觉太划不来, 于是自己做了个无限试用的教程及自动清理的java小程序, 0分提供大家下载方便大众, 另顺带附上软件安装包
综合评分：4（18位用户评分）
下载个数：
{%username%}回复{%com_username%}{%time%}\
/*点击出现回复框*/
$(".respond_btn").on("click", function (e) {
$(this).parents(".rightLi").children(".respond_box").show();
e.stopPropagation();
$(".cancel_res").on("click", function (e) {
$(this).parents(".res_b").siblings(".res_area").val("");
$(this).parents(".respond_box").hide();
e.stopPropagation();
/*删除评论*/
$(".del_comment_c").on("click", function (e) {
var id = $(e.target).attr("id");
$.getJSON('/index.php/comment/do_invalid/' + id,
function (data) {
if (data.succ == 1) {
$(e.target).parents(".conLi").remove();
alert(data.msg);
$(".res_btn").click(function (e) {
var parentWrap = $(this).parents(".respond_box"),
q = parentWrap.find(".form1").serializeArray(),
resStr = $.trim(parentWrap.find(".res_area_r").val());
console.log(q);
//var res_area_r = $.trim($(".res_area_r").val());
if (resStr == '') {
$(".res_text").css({color: "red"});
$.post("/index.php/comment/do_comment_reply/", q,
function (data) {
if (data.succ == 1) {
var $target,
evt = e || window.
$target = $(evt.target || evt.srcElement);
var $dd = $target.parents('dd');
var $wrapReply = $dd.find('.respond_box');
console.log($wrapReply);
//var mess = $(".res_area_r").val();
var mess = resS
var str = str.replace(/{%header%}/g, data.header)
.replace(/{%href%}/g, 'http://' + window.location.host + '/user/' + data.username)
.replace(/{%username%}/g, data.username)
.replace(/{%com_username%}/g, data.com_username)
.replace(/{%time%}/g, data.time)
.replace(/{%id%}/g, data.id)
.replace(/{%mess%}/g, mess);
$dd.after(str);
$(".respond_box").hide();
$(".res_area_r").val("");
$(".res_area").val("");
$wrapReply.hide();
alert(data.msg);
}, "json");
/*删除回复*/
$(".rightLi").on("click", '.del_comment_r', function (e) {
var id = $(e.target).attr("id");
$.getJSON('/index.php/comment/do_comment_del/' + id,
function (data) {
if (data.succ == 1) {
$(e.target).parent().parent().parent().parent().parent().remove();
$(e.target).parents('.res_list').remove()
alert(data.msg);
//填充回复
function KeyP(v) {
var parentWrap = $(v).parents(".respond_box");
parentWrap.find(".res_area_r").val($.trim(parentWrap.find(".res_area").val()));
评论共有17条
好用的不得了，哈哈
太感谢了，好用！
太感谢了，好用！ 只是，已经更新了3.6，破解无效了！
综合评分：
积分/C币：10
VIP会员动态
CSDN下载频道资源及相关规则调整公告V11.10
下载频道用户反馈专区
下载频道积分规则调整V1710.18
spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip
资源所需积分/C币
当前拥有积分
当前拥有C币
输入下载码
为了良好体验，不建议使用迅雷下载
NoSQL Manager for MongoDB3.5安装包及无限使用30天
会员到期时间：
剩余下载个数：
剩余积分：0
为了良好体验，不建议使用迅雷下载
积分不足！
资源所需积分/C币
当前拥有积分
您可以选择
程序员的必选
绿色安全资源
资源所需积分/C币
当前拥有积分
当前拥有C币
(仅够下载10个资源)
为了良好体验，不建议使用迅雷下载
资源所需积分/C币
当前拥有积分
当前拥有C币
为了良好体验，不建议使用迅雷下载
资源所需积分/C币
当前拥有积分
当前拥有C币
您的积分不足，将扣除 10 C币
为了良好体验，不建议使用迅雷下载
你当前的下载分为234。
你还不是VIP会员
开通VIP会员权限，免积分下载
你下载资源过于频繁，请输入验证码
您因违反CSDN下载频道规则而被锁定帐户，如有疑问，请联络:!
若举报审核通过，可返还被扣除的积分
被举报人：
举报的资源分：
请选择类型
资源无法下载
资源无法使用
标题与实际内容不符
含有危害国家安全内容
含有反动色情等内容
含广告内容
版权问题，侵犯个人或公司的版权
*详细原因：
NoSQL Manager for MongoDB3.5安装包及无限使用30天最近开始研究MySQL和MongoDB，发现这方面资料不多。尤其是真正的说到点子上的文章，太少了。
有一些对比测试的文章基本上都是瞎测，测试方法都测到了马腿上，得出的结论基本上都是NoSQL毫无价值
容我借用Russell Smith 的那句话：不是MongoDB不行，是你不懂。
让我来分析一下MongoDB的真正性能吧。
有说MongoDB慢
　　反对：不设其他唯一索引的情况下，只用_id 在普通办公电脑上每秒插入几万，在普通x86服务器上每秒插入十几万，你好意思说这个性能低？比mysql强出一个数量级。
&&&&& 赞同：检索是真的慢，和sql数据库不同，越复杂的条件搜索MangoDB越吃亏，CPU和IO的双重压力。面对那些直接把SQL查询改写成MangoDB的用法，别转了，你不会收获任何性能提升。
&&&&& 你不行：说你不行还是真的不行，MongoDB领导了NoSQL运动，NoSQL请注意，我们最主要反对的就是SQL的方法论，按SQL方法使用MangoDB你只能收获失望。再想想MongoDB的设计思想：文档化。_id 就是文件名，MongoDB是个文件系统。全文检索？别闹了，用文件名找文件，一个文件名对应一个文件，你绝对不会失望。
那么MongoDB究竟应该怎么用呢？
首先，忘记SQL
你应该忘记你学过的那些优雅无敌的SQL，不是说为了提升检索性能，扔索引就有好处。
有一个简单的事实如下：只有一个默认的_id 索引，此时插入性能为1，你再加一个索引，插入性能约1/2,再加一个约1/3 ,以此类推......
如果这个事实对你是很震撼的，那说明你还没有忘记SQL，接着忘。
MongoDB的索引对插入性能有着不可忽略的拖后腿效应，所以，我们应该使用且仅使用 _id 作为插入key，作为查询key，作为所有的那个key。
其次，直接忘记搜索这件事。
把MongoDB当做你的硬盘，给他文件名去操作文件.这就是Key-Value数据库的做法，你稍加设计就能这么用。
那么其实你所有的操作可以简化为两个指令，逻辑上 就是一个字典
你给他_id,往字典里插一个数据，或者拿一个数据。
Save({_id:xxx,.....})
FindOne({_id:xxx})
要想高性能，善用那个_id,把你原来准备当主键的那个玩意，hash成_id.
把你原来准备的查询条件，什么？查询，拿_id来，别的全砍掉。
第三、这不是数据表
记住，这不是数据表，一个_id对应的东西不是一行数据，而是一个文件。
文件存储和表存储有什么不同呢？
我举个例子，比如我们要存储用户列表和每个用户的道具列表。
数据表的做法是建一张用户表，一张道具表，道具表里有个字段表示他属于哪个用户。
然后，你就离不开万恶的查询了。
然后如果一个用户有100条道具，100万用户意味着道具表有一亿条记录。
这时候就开始考验你的小数据库了，但这都是过去式了，这一亿的道具，用MongoDB，根本不是个事儿
因为MongoDB的方法是当做文件存，只设计一个用户集合，每个用户的信息是一个文件，然后这100个道具就分开存在每个用户的文件里。
然后来比较一下，我们取得用户的记录，然后从中拿出100个道具，NoSQL方法。
查一亿的表，找出属于某个用户的记录。
熟快熟慢？
然后你可能回想，SQL方法，我也可以搞个道具字段，把用户的100个道具用某种协议打包，然后操作啊，一样可以取得巨大的优化呀。
没错，你的想法很好，你正在用NOSQL的方式用SQL。
第四、文件存储的精华之处
如果问题止于此处，MongoDB就毫无优势可言了，如果这个方法在SQL数据库上也是如此容易使用，那还费劲搞MongoDB干什么？
我们再折腾一点，如果每个道具还要存100条转手记录，你还是可以打包，但你这个打包字段已经1M了。
于是每次存取这个打包字段都是一个系统工程了，还要负担1M的流量。
MongoDB这边呢？我们可以直接对文件的一部分进行读写，比如我只返回一个用户的第二个道具的信息，和返回第二个道具的第1~30条转手记录。
这，是一种怎样的差距啊。
你想要一张美女的照片，你朋友有，但是他只有一个压缩包，他那里没有解包工具，于是他把整个包传给了你。他想问你要一张照片，但是他没有压缩工具，为了存档需要，他让你再压进包里传给他。
这个朋友就是你的用户表的一行，如果换成真实世界的事件是多么的不可思议，这就是在一个字段里打包数据的问题。
MongoDB的一条记录就是一个脑筋更正常的朋友，你要他一张照片，他从包里找出来给你。你给他一张照片，他分门别类的放置到他的包里去。
用文件的思维去访问，MongoDB是一个更好的朋友。
审视一下你项目中的大部分的数据需求，是不是都可以用这种方式去组织呢？
如果是，加入NOSQL吧，我们的口号是：很暴力不SQL
还有什么好处&
1.不用逻辑关心的水平切分
　　无需多言，对MongoDB而言，这是运维人员的工作了
2.不用对齐的数据结构
　　不用对齐意味着你不用为以前表结构变化的迁移烦恼，有些文件里有一个部分，有些没有，这对MongoDB而言，很正常。
阅读(...) 评论()您的位置： >
> 阅读资讯：MongoDB正则表达式集锦
MongoDB正则表达式集锦
MongoDB正则表达式集锦
正则表达式常用来在所有语言中搜索字符串的任何模式或文字。MongoDB还提供了正则表达式功能的字符串模式使用正则表达式$regex操作符。MongoDB使用PCRE(Perl兼容正则表达式)为正则表达式语言。
不同于文本搜索，我们不需要做任何配置或命令就能直接使用正则表达式。
考虑下包含文字后其标签的帖子集合，文档结构如以下：
&post_text&: &enjoy the mongodb articles on yiibai&,
&mongodb&,
使用正则表达式表达
下面的正则表达式查询搜索所有包含字符串 yiibai.com 的帖子：
复制代码 代码如下:
&db.posts.find({post_text:{$regex:&yiibai.com&}})
同样的查询也可以写为：
&db.posts.find({post_text:/yiibai.com/})
使用正则表达式不区分大小写
为了使搜索不区分大小写，我们使用$options 带有值参数 $i。下面的命令会搜索字符串：yiibai.com，不论大小写：
复制代码 代码如下:
&db.posts.find({post_text:{$regex:&yiibai&,$options:&$i&}})
该查询重新调整的结果是：其中在大小下包含词语 yiibai 文档，如以下：
&_id& : ObjectId(&429c&),
&post_text& : &hey! this is my post on Yiibai&,
&tags& : [ &yiibai& ]
使用正则表达式的数组元素：
我们还可以使用数组字段正则表达式概念。 这时候我们实现标签的功能显得尤为重要。 所以，如果想要搜索带有标签以词组tutorial开始所有的帖子(无论是tutorial或tutorials或tutorialjava或tutorialphp)，都可以使用下面的代码：
复制代码 代码如下:
&db.posts.find({tags:{$regex:&tutorial&}})
优化正则表达式查询：
如果文档字段已被索引，查询将使用使用索引值的匹配正则表达式。 这使得搜索非常快，正则表达式相对于扫描整个集合。
如果正则表达式是一个前缀表达式，所有的匹配是以某一串字符开始。例如，如果正则表达式 ^tut, 查询有只搜索那些开始串 tut.
mongodb正则表达式应用
mongodb中完全支持正则表达式，一般查询中可以使用操作符$regex
db.lnmopy.find( { 'name': /*.lnmopy.com/i } )
db.lnmopy.find( { 'name': { $regex: '*.lnmopy.com', $options: 'i' } } )
以上两种完全等价，可以直接对域（field）即上例中的'name'键，使用正则表达式或者使用操作符，可选项目是i，即忽略大小写。
关于正则可选项，mongodb和其他语言标准正则稍有不同，有自己的标准。
$options的可选值
i 忽略大小写；
m 多行查找，如果内容里面不存在换行符号（例如 \n）或者构造上没有（start/end），该选项没有任何效果；
x 空白字符除了被转义的或在字符类中的以外完全被忽略，在未转义的字符类之外的 # 以及下一个换行符之间的所有字符，包括两头，也都被忽略；
s 圆点元字符（.）匹配所有的字符，包括换行符
假设我们有一个数据库名为mongoDemo
use mongoDemo
数据库中有个集合名为lnmopy
db.lnmopy.find()
有如下数据：
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &www.lnmopy.com&, &site& : &website&, &tag& : &l,n,m,o,p,y&}
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &demo.lnmopy.com&, &site& : &unknown&, &tag& : &d,e,m,o&}
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &welcome.lnmopy.com&, &site& : &website&, &tag& : &w,e,l,c,o,m,e&}
mongodb的正则表达式仅支持i和m的javascript原生写法（如/*.lnmopy.com/i）。如果要是用x和s选项就必须使用&$regex&操作符并在&$options&中指定选项。
使用正则表达式的更新操作：
db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } )；
意思是，查找当前数据库中名为&lnmopy&的集合中&name&字段符合&/*.lnmopy.com/i&正则的条目，并只将&site&字段更新为&www.lnmopy.com&，该条更新语句仅更新一条数据，如果不是用$set，那么这条记录就会只剩下你更新的部分和默认的ObjectId，可以说是替换了。如果想替换所有，可以加入参数：
db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } , false, true)；
参数有顺序，false是upsert，如果没有就插入新的。true就是multi多条记录更新，所有匹配到的结果。或者直接指定{ multi: true }：
db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } , { multi: true })；
这样就把所有的&site&字段全都更新为&www.lnmopy.com&了。
我设计的字段&tag&有个缺陷，就是本来是一个单词，现在每个字母都被&，&分隔开了。实际工作中也存在类似问题，由于批量转换数据，或者其他程序操作不当，或者业务需求更改等等原因需要对某些字段进行正则批量处理，mongodb的一般更新方法是不能实现的，这时就需要使用javascript语句。
正则表达式替换查询结果中'，'为&
db.lnmopy.find().forEach( function(u) { u.tag = u.tag.replace(/\,/, &&); db.lnmopy.save(u); } );
db.lnmopy.find()
显示如下数据：
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &www.lnmopy.com&, &site& : &www.lnmopy.com&, &tag& : &lnmopy&}
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &demo.lnmopy.com&, &site& : &www.lnmopy.com&, &tag& : &demo&}
{ &_id& : ObjectId(&502dd63d16a25b1ff6000000&), &name& : &welcome.lnmopy.com&, &site& : &www.lnmopy.com&, &tag& : &welcome&}
后记：javascript是mongodb的一大特色，也是优势，很多复杂的查询和处理都可以用javascript实现，要注意的是，javascript的工作效率较低，原则上应该尽量避免在主要业务逻辑中大量使用。类比的讲，javascript就相当于oracle的存储过程，介于10gen（mongodb的开发团队）是由oracle出来的这点，就一点也不奇怪了。关于如何使用更复杂的javascript，以后会写到。
本文地址：
相关文章列表NoSQL Manager for MongoDB3.5安装包及无限使用30天 图片预览
(R) 版权所有 飞翔保证所有游戏均是安全无毒的 一起享受单机游戏带给您的快乐吧飞翔忠告：抵制不良色情、反动、暴力游戏 合理安排游戏时间 享受健康生活【湘ICP备号-2】