MongoDB学习分享  泽0715 新浪博客

个人官方网站 ：点击进入

一： 下载

     
上MongoDB官网 ，我们发现有32bit和64bit，这个就要看你系统了，不过这里有两点注意：

     
   
①：根据业界规则，偶数为“稳定版”（如：1.6.X，1.8.X），奇数为“开发版”（如：1.7.X，1.9.X)，这两个版本的区别相信大家都知道吧。

     
   
②：32bit的mongodb最大只能存放2G的数据，64bit就没有限制。

   
 我这里就下载"2.0.2版本，32bit“，ok，下载之后我就放到”E盘“，改下文件夹名字为”mongodb“。

二：启动

   
 ①：启动之前，我们要给mongodb指定一个文件夹，这里取名为”db",用来存放mongodb的数据。（放到安装目录下最好）

进入命令行：进到mongodb的安装目录
输入 mongod --dbpath=mongodb安装目录中的db目录（刚才自己建立的那个）

 三：最后要看下是否开启成功，mongodb采用27017端口，那么我们就在浏览器里面键入“http://localhost:27017/”，

     
     
 打开后，mongodb告诉我们在27017上Add
1000可以用http模式查看mongodb的管理信息。

——————————————————————————————————————————————————————————————————————————————
mongodb基本操作

——————————————————————————————————————————————————————————————————————————
  客户端登陆：命令行中进入mongodb的安装目录  
输入    mongo  
默认登陆到test数据库

插入操作：db.person.insert({"name":"jack","age":20})

 db.person.insert({"name":"joe","age":25})

查找操作 
我们将数据插入后，肯定是要find出来，不然插了也白插，这里要注意两点：

     
    ① “_id"：
这个字段是数据库默认给我们加的GUID，目的就是保证数据的唯一性。

     
  ② 严格的按照Bson的形式书写文档，不过也没关系，错误提示还是很强大的。

db.person.find（{"name"："joe"}）查单个
db.person.find（）查所有

更新操作：
update方法的第一个参数为“查找的条件”，第二个参数为“更新的值”，学过C#，相信还是很好理解的。
db.person.update({"name":"joe"},{"name":"joe","age":30})

删除操作： 

remove中如果不带参数将删除所有数据，呵呵，很危险的操作，在mongodb中是一个不可撤回的操作，三思而后行。
db.person.remove({"name":"joe"})删除这个
db.person.remove()删除所有

***************************************************************************************************************************************************************************************
细说增删查改

**********************************************************************************************************************************************************************************

 
看过上一篇，相信大家都会知道如何开启mongodb了，这篇就细说下其中的增删查改，首先当我们用上一篇同样的方式打开mongodb，突然

傻眼了，擦，竟然开启不了，仔细观察“划线区域“的信息，发现db文件夹下有一个类似的”lock
file”阻止了mongodb的开启，接下来我们要做的就

是干掉它，之后，开启成功，关于mongodb的管理方式将在后续文章分享。

一： Insert操作

   
 上一篇也说过,文档是采用“K-V”格式存储的，如果大家对JSON比较熟悉的话，我相信学mongodb是手到擒来，我们知道JSON里面Value

可能是“字符串”，可能是“数组”，又有可能是内嵌的一个JSON对象，相同的方式也适合于BSON。

     
常见的插入操作也就两种形式存在：“单条插入”和“批量插入”。

   

    ①
 单条插入

     
    先前也说了，mongo命令打开的是一个javascript
shell。所以js的语法在这里面都行得通，看起来是不是很牛X。
  

打开命令行：链接客户端

var
single={"name":"jack","password":"12345","age":20,"address":{"province":"anhui","city":"hefei"},"favourite":["apple",banana]}
db.user.insert(single)  
single.name="joe"
single.age=25
single.address={"province":"jiangsu","city":"nanjiang"}
single.favourite=["money","mm"]
db.user.insert(single)
查看
db.user.find（）
出来刚才添加的两个

  ② 批量插入

     
这玩意跟“单条插入”的差异相信大家应该知道，由于mongodb中没有提供给shell的“批量插入方法”，没关系，各个语言的driver都打通

了跟mongodb内部的批量插入方法，因为该方法是不可或缺的，如果大家非要模拟下批量插入的话，可以自己写了for循环，里面就是insert。

二：Find操作

   
 日常开发中，我们玩查询，玩的最多的也就是二类：

     ①：
>, >=, <, <=, !=, =。

   
 ②：And，OR，In，NotIn

这些操作在mongodb里面都封装好了，下面就一一介绍：

    <1>"$gt", "$gte",
"$lt", "$lte", "$ne", "没有特殊关键字"，这些跟上面是一一对应的，举几个例子。

db.user.find({"age":{$gt:22}})查出来大于22岁的

db.user.find({"age":{$lt:22}})查出来大于22岁的

   
 <2> "无关键字“, "$or", "$in"，"$nin"
同样我也是举几个例子

db.user.find($or:[{"address.province":"anhui"},{"address.province":"jiangsu"}])

db.user.find({address.province:{$in:'["anhui","guangdong"]}})

     
<3> 在mongodb中还有一个特殊的匹配，那就是“正则表达式”，这玩意威力很强的。

<4>
有时查询很复杂，很蛋疼，不过没关系，mongodb给我们祭出了大招，它就是$where，为什么这么说，是因为$where中的value

  就是我们非常熟悉，非常热爱的js来助我们一马平川。

db.user.find({$where:function(){return
this.name=='jack'}})

三：Update操作

     
更新操作无非也就两种，整体更新和局部更新，使用场合相信大家也清楚。

    <1> 整体更新

     
 
 不知道大家可还记得，我在上一篇使用update的时候，其实那种update是属于整体更新。

var   model
=db.user.findOne({"name":"jack"})
model.age=30

db.user.update({"name":"jack",model})更新了变量中国保存的model值

<2> 局部更新

     
 
有时候我们仅仅需要更新一个字段，而不是整体更新，那么我们该如何做呢？easy的问题，mongodb中已经给我们提供了两个

   修改器： $inc 和 $set。

  ①  $inc修改器

     
  $inc也就是increase的缩写，学过sql server
的同学应该很熟悉，比如我们做一个在线用户状态记录，每次修改会在原有的基础上

   
自增$inc指定的值，如果“文档”中没有此key，则会创建key，下面的例子一看就懂。

没更新前是30
执行
db.user.update({"name":"jack"},{$inc:{"age":30}})年龄增加三十

更新后为六十

② $set修改器

     
啥也不说了，直接上代码 

db.user.update({"name":"jack"},{$set:{"age":30}})更新完当前值成为指定的值

<3> upsert操作

   
 这个可是mongodb创造出来的“词”，大家还记得update方法的第一次参数是“查询条件”吗？，那么这个upsert操作就是说：如果我

没有查到，我就在数据库里面新增一条，其实这样也有好处，就是避免了我在数据库里面判断是update还是add操作，使用起来很简单

将update的第三个参数设为true即可。

db.user.update({"name":"jackson"},{$inc:{"age":30}}，true)执行后数据库中多了这条记录
 

<4> 批量更新

     
在mongodb中如果匹配多条，默认的情况下只更新第一条，那么如果我们有需求必须批量更新，那么在mongodb中实现也是很简单

的，在update的第四个参数中设为true即可。例子就不举了。

四: Remove操作

     
这个操作在上一篇简单的说过，这里就不赘述了。

*********************************************************************************************************************************************************************************************************
细说高级操作

**********************************************************************************************************************************************************************************************************
 今天跟大家分享一下mongodb中比较好玩的知识，主要包括：聚合，游标。

一： 聚合

     
常见的聚合操作跟sql server一样，有：count，distinct，group，mapReduce。

<1> count

     
 
count是最简单，最容易，也是最常用的聚合工具，它的使用跟我们C#里面的count使用简直一模一样。

db.person.find()结果为全部数据

db.person.count()结果为全部数据的长度

db.person.count({"age":20})结果为年龄是20岁的人数

<2> distinct

     
 这个操作相信大家也是非常熟悉的，指定了谁，谁就不能重复，直接上图。

db.person.find()结果为全部数据
db.person.distinct("age")数据为全部的数据的单条记录（一个记录只有一条记录）

<3> group

   
在mongodb里面做group操作有点小复杂，不过大家对sql server里面的group比较熟悉的话还是一眼

能看的明白的，其实group操作本质上形成了一种“k-v”模型，就像C#中的Dictionary，好，有了这种思维，

我们来看看如何使用group。

   
下面举的例子就是按照age进行group操作，value为对应age的姓名。下面对这些参数介绍一下：

     
 key：
 这个就是分组的key，我们这里是对年龄分组。

     
    initial:
每组都分享一个”初始化函数“，特别注意：是每一组，比如这个的age=20的value的list分享一个

 
 initial函数，age=22同样也分享一个initial函数。

     
$reduce: 这个函数的第一个参数是当前的文档对象，第二个参数是上一次function操作的累计对象，第一次

 为initial中的{”perosn“：[]}。有多少个文档，
$reduce就会调用多少次。

效果图参考：（百度云盘）group图片.png

 
看到上面的结果，是不是有点感觉，我们通过age查看到了相应的name人员，不过有时我们可能有如下的要求：

   
①：想过滤掉age>25一些人员。
   
②：有时person数组里面的人员太多，我想加上一个count属性标明一下。

针对上面的需求，在group里面还是很好办到的，因为group有这么两个可选参数: condition 和
finalize。

    condition:
 这个就是过滤条件。

   
finalize:这是个函数，每一组文档执行完后，多会触发此方法，那么在每组集合里面加上count也就是它的活了。

效果图参考：（百度云盘）group图片2.png

<4> mapReduce

     
  这玩意算是聚合函数中最复杂的了，不过复杂也好，越复杂就越灵活。

 
mapReduce其实是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。

  ① map：

     
   
这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

   ② reduce：

     
 
这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是

     
emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是很多{"count":1}的数组。

  ③ mapReduce:

     
   
这个就是最后执行的函数了，参数为map，reduce和一些可选参数。具体看图可知：
效果图参考：（百度云盘）group图片3.png

从图中我们可以看到如下信息：

     
  result: "存放的集合名“；

     
  input:传入文档的个数。

     
  emit：此函数被调用的次数。

     
  reduce：此函数被调用的次数。

     
  output:最后返回文档的个数。

最后我们看一下“collecton”集合里面按姓名分组的情况。

效果图参考：（百度云盘）group图片4.png

二：游标

   
mongodb里面的游标有点类似我们说的C#里面延迟执行，比如：

      var
list=db.person.find();
   
针对这样的操作，list其实并没有获取到person中的文档，而是申明一个“查询结构”，等我们需要的时候通过

for或者next()一次性加载过来，然后让游标逐行读取，当我们枚举完了之后，游标销毁，之后我们在通过list获取时，
发现没有数据返回了。

var list=db.person.find();
list.forEach(function(x){
print(x.name);
})
结果：

hxx
hxc
zjl
xx

直接输入list没有数据显示

当然我们的“查询构造”还可以搞的复杂点，比如分页，排序都可以加进去。

var
single=db.person.find().sort({"name",1}).skip(2).limit(2);

那么这样的“查询构造”可以在我们需要执行的时候执行，大大提高了不必要的花销。

****************************************************************************************************************************************************************************************

索引操作

****************************************************************************************************************************************************************************************

今天分享下mongodb中关于索引的基本操作，我们日常做开发都避免不了要对程序进行性能优化，而程序的操作无非就是CURD，通常我们

又会花费50%的时间在R上面，因为Read操作对用户来说是非常敏感的，处理不好就会被人唾弃，呵呵。

   
从算法上来说有5种经典的查找，具体的可以参见我的算法速成系列，这其中就包括我们今天所说的“索引查找”，如果大家对sqlserver比较了解

的话，相信索引查找能给我们带来什么样的性能提升吧。

   我们首先插入10w数据，上图说话

db.person.remove()

for(var i=0;i<10000;i++){  
  //(功能为插入一万条数据)
var rand=parseInt(i*Math.random());
db.person.insert({"name":"hxc"+i,"age":i})
}

一：性能分析函数（explain）

好了，数据已经插入成功，既然我们要做分析，肯定要有分析的工具，幸好mongodb中给我们提供了一个关键字叫做“explain",那么怎么用呢？

还是看图，注意，这里的name字段没有建立任何索引，这里我就查询一个“name10000”的姓名。

db.person.find({"name":"hxc"+10000})查找到这个数据

db.person.find({"name":"hxc"+10000}).explain()
  使用explain

结果

{

"coursor":"BasincCursor",
"nscanned":10000,
"nscannedObjets":10000,
"n":1,
"millis":114,
........

}

 仔细看红色区域，有几个我们关心的key。

   cursor:
     
这里出现的是”BasicCursor",什么意思呢，就是说这里的查找采用的是“表扫描”，也就是顺序查找，很悲催啊。

   nscanned:
 这里是10w，也就是说数据库浏览了10w个文档，很恐怖吧，这样玩的话让人受不了啊。

   n:  
     
    这里是1，也就是最终返回了1个文档。

   millis:
     
 这个就是我们最最最....关心的东西，总共耗时114毫秒。

二：建立索引（ensureIndex）

   
 在10w条这么简单的集合中查找一个文档要114毫秒有一点点让人不能接收，好，那么我们该如何优化呢？mongodb中给

我们带来了索引查找，看看能不能让我们的查询一飞冲天.....

db.person.ensureIndex({"name":1})  
//1表示按照name进行升序

db.person.find({"name":"hxc"+10000}).explan()//在此查看与这次查询相关的参数

这里我们使用了ensureIndex在name上建立了索引。”1“：表示按照name进行升序，”-1“：表示按照name进行降序。

我的神啊，再来看看这些敏感信息。

   cursor:
     
这里出现的是”BtreeCursor"，这么牛X，mongodb采用B树的结构来存放索引，索引名为后面的“name_1"。

   nscanned:
 我擦，数据库只浏览了一个文档就OK了。

   n:  
     
    直接定位返回。

   millis:
     
 看看这个时间真的不敢相信，秒秒杀。

 

通过这个例子相信大家对索引也有了感官方面的认识了吧。

三：唯一索引

   
 和sqlserver一样都可以建立唯一索引，重复的键值自然就不能插入，在mongodb中的使用方法是：

db.person.ensureIndex({"name":1},{"unique":true})。
！！！！！！！！！！再执行姓名相同的数据插入时就报错

四：组合索引

   
 有时候我们的查询不是单条件的，可能是多条件，比如查找出生在‘1989-3-2’名字叫‘jack’的同学，那么我们可以建立“姓名”和"生日“

的联合索引来加速查询。

db.person.ensureIndex({"name":1,"birthday":1})
命令行中执行这两句语句  可以实现组合索引
db.person.ensoureIndex({"birthday":1,"name":1})

看到上图，大家或者也知道name跟birthday的不同，建立的索引也不同，升序和降序的顺序不同都会产生不同的索引，

那么我们可以用getindexes来查看下person集合中到底生成了那些索引。

db.person.getIndexs()

此时我们肯定很好奇，到底查询优化器会使用哪个查询作为操作，呵呵，还是看看效果图

看完上图我们要相信查询优化器，它给我们做出的选择往往是最优的，因为我们做查询时，查询优化器会使用我们建立的这些索引来创建查询方案，

如果某一个先执行完则其他查询方案被close掉，这种方案会被mongodb保存起来，当然如果非要用自己指定的查询方案，这也是

可以的，在mongodb中给我们提供了hint方法让我们可以暴力执行。
后面的hint语句内是自己建立的索引

db.person.find({"birthday":"1989-3-2","name":"jack"}).hint({"birthday":1,"name":1}).explain()

五： 删除索引

   
 可能随着业务需求的变化，原先建立的索引可能没有存在的必要了，可能有的人想说没必要就没必要呗，但是请记住，索引会降低CUD这三

种操作的性能，因为这玩意需要实时维护，所以啥问题都要综合考虑一下，这里就把刚才建立的索引清空掉来演示一下:dropIndexes的使用。

db.person.dropIndexes("name_1")

db.person.dropIndexes("name_1_birthday_1")
db.person.dropIndexes("birthday_1_name_1")

db.person.getIndexes()

**************************************************************************************************************************************************************************************************

**************************************************************************************************************************************************************************************************

主从复制

  我们知道sql
server能够做到读写分离，双机热备份和集群部署，当然mongodb也能做到，实际应用中我们不希望数据库采用单点部署，

如果碰到数据库宕机或者被毁灭性破坏那是多么的糟糕。

2: 从上面的图形中我们可以分析出这种架构有如下的好处：

   
 <1>  数据备份。

   
 <2>  数据恢复。

   
 <3>  读写分离。

 

3：下面我们就一一实践

   
 实际应用中我们肯定是多服务器部署，限于自己懒的装虚拟机，就在一台机器上实践了。

第一步：我们把mongodb文件夹放在D盘和E盘，模拟放在多服务器上。

第二步：启动D盘上的mongodb，把该数据库指定为主数据库，其实命令很简单：>mongodb
--dbpath='XXX' --master，

     
   
 端口还是默认的27017.

第三步：同样的方式启动E盘上的mongodb，指定该数据库为从属数据库，命令也很简单，当然我们要换一个端口，比如：8888。

     
     source
表示主数据库的地址。

     
     >mongod
--dbpath=xxxx --port=8888 --slave --source=127.0.0.1:27017

第四步：从图中的红色区域我们发现了一条：“applied 1
operations"这样的语句，并且发生的时间相隔10s，也就说明从属数据库每10s

     
   
 就向主数据库同步数据，同步依据也就是寻找主数据库的”OpLog“日志，可以在图中红色区域内发现”sync_pullOpLog“字样。

     
   
 接下来我们要做的就是测试，惊讶的发现数据已经同步更新，爽啊。

4：
 如果我还想增加一台从属数据库，但是我不想在启动时就指定，而是后期指定，那么mongodb可否做的到呢？答案肯定是可以的。

     
我们的主或者从属数据库中都有一个叫做local的集合，主要是用于存放内部复制信息。

     
好，那么我们就试一下，我在F盘再拷贝一份mongodb的运行程序，cmd窗口好多啊，大家不要搞乱了。

输入 mongod --dpath=F:\mongodb\db  --port
 5555 --slave

看上面的log，提示没有主数据库，没关系，某一天我们良心发现，给他后期补贴一下，哈哈，再开一个cmd窗口，语句也就是

   
在sources中add一个host地址，最后发现数据也同步到127.0.0.1:5555这台从属数据库中....
命令行执行如下：
use local
db.sources.insert({"host":"ip地址：端口"})

5: 读写分离

   
 这种手段在大一点的架构中都有实现，在mongodb中其实很简单，在默认的情况下，从属数据库不支持数据的读取，但是没关系，

在驱动中给我们提供了一个叫做“slaveOkay"来让我们可以显示的读取从属数据库来减轻主数据库的性能压力，这里就不演示了。

 

二：副本集

   
这个也是很牛X的主从集群，不过跟上面的集群还是有两点区别的。

     
<1>:  该集群没有特定的主数据库。

     
<2>:
 如果哪个主数据库宕机了，集群中就会推选出一个从属数据库作为主数据库顶上，这就具备了自动故障恢复功能，很牛X的啊。

     
     
   
 好，我们现在就来试一下，首先把所有的cmd窗口关掉重新来，清掉db下的所有文件。

 

第一步:  既然我们要建立集群，就得取个集群名字，这里就取我们的公司名shopex,
--replSet表示让服务器知道集群下还有其他数据库，

     
     
这里就把D盘里面的mongodb程序打开，端口为2222。指定端口为3333是shopex集群下的另一个数据库服务器。

mongod --dpaht=d:mongodb\db  --port 2222
--replSet  集群名字/ip:端口

示例：  mongod --dpaht=d:mongodb\db
 --port 2222 --replSet shopex/127.0.0.1:3333

第二步:
 既然上面说3333是另一个数据库服务器，不要急，现在就来开，这里把E盘的mongodb程序打开。

mongod --dpaht=e:mongodb\db  --port 3333
--replSet shopex/127.0.0.1:2222

第三步：
 ok，看看上面的日志红色区域，似乎我们还没有做完，是的，log信息告诉我们要初始化一下“副本集“，既然日志这么说，那我也就

     
     
 这么做，随便连接一下哪个服务器都行，不过一定要进入admin集合。
命令行：

mongo  127.0.0.1:2222/admin

db.runCommand({"replSetInitiate":{
"_id":"shopex",

"members":[{"_id":1,"host":"127.0.0.1:2222"}，{"_id":1,"host":"127.0.0.1:2222"}

]}})

第四步： 开启成功后，我们要看看谁才能成为主数据库服务器，可以看到端口为2222的已经成为主数据库服务器。

第五步：我们知道sql server里面有一个叫做仲裁服务器，那么mongodb中也是有的，跟sql
server一样，仲裁只参与投票选举，这里我们

     
   
 把F盘的mongodb作为仲裁服务器，然后指定shopex集群中的任一个服务器端口，这里就指定2222。

mongod --dpaht=f:mongodb\db  --port 4444
--replSet shopex/127.0.0.1:2222

然后我们在admin集合中使用rs.addArb()追加即可。
命令行：

mongo 127.0.0.1:2222/admin

rs.addArd("127.0.0.1:4444")

追加好了之后，我们使用rs.status()来查看下集群中的服务器状态，图中我们可以清楚的看到谁是主，还是从，还是仲裁。

不是说该集群有自动故障恢复吗？那么我们就可以来试一下，在2222端口的cmd服务器按Ctrl+C来KO掉该服务器，立马我们发现

在3333端口的从属服务器即可顶上，最后大家也可以再次使用rs.status()来看下集群中服务器的状态。

********************************************************************************************************************************************************************************************************************************

********************************************************************************************************************************************************************************************************************************
在mongodb里面存在另一种集群，就是分片技术，跟sql
server的表分区类似，我们知道当数据量达到T级别的时候，我们的磁盘，内存

就吃不消了，针对这样的场景我们该如何应对。

一：分片

   
 mongodb采用将集合进行拆分，然后将拆分的数据均摊到几个片上的一种解决方案。

 

下面我对这张图解释一下：

     人脸：
     
代表客户端，客户端肯定说，你数据库分片不分片跟我没关系，我叫你干啥就干啥，没什么好商量的。

   
 mongos：
首先我们要了解”片键“的概念，也就是说拆分集合的依据是什么？按照什么键值进行拆分集合....

     
     
     
 
 好了，mongos就是一个路由服务器，它会根据管理员设置的“片键”将数据分摊到自己管理的mongod集群，数据

     
     
     
  和片的对应关系以及相应的配置信息保存在"config服务器"上。

    mongod:
  一个普通的数据库实例，如果不分片的话，我们会直接连上mongod。

 

二： 实战

   
首先我们准备4个mongodb程序，我这里是均摊在C，D，E，F盘上，当然你也可以做多个文件夹的形式。

1：开启config服务器

     
先前也说了，mongos要把mongod之间的配置放到config服务器里面，理所当然首先开启它，我这里就建立2222端口。

mongod --dpath=c:\mongodb\bin  --port
2222

2: 开启mongos服务器

   
这里要注意的是我们开启的是mongos，不是mongod，同时指定下config服务器，这里我就开启D盘上的mongodb，端口3333。

mongos  --port 3333
--configdb=127.0.0.1:2222

3：启动mongod服务器

   
 对分片来说，也就是要添加片了，这里开启E，F盘的mongodb，端口为：4444，5555。

e盘： mongod --dpath=e:\mongodb\bin  --port
4444

f盘：   mongod --dpath=f:\mongodb\bin
 --port 5555

4： 服务配置

   
哈哈，是不是很兴奋，还差最后一点配置我们就可以大功告成。

 <1>
先前图中也可以看到，我们client直接跟mongos打交道，也就说明我们要连接mongos服务器，然后将4444，5555的mongod

     
 
 交给mongos,添加分片也就是addshard()。
命令行：

mongo 127.0.0.1:3333/admin

db.runCommand({"addshard":"127.0.0.1:4444",allowLocal:true})
回车提示ok

db.runCommand({"addshard":"127.0.0.1:5555",allowLocal:true})
回车提示ok

<2>片已经集群了，但是mongos不知道该如何切分数据，也就是我们先前所说的片键，在mongodb中设置片键要做两步

     
  ①：开启数据库分片功能，命令很简单
enablesharding(),这里我就开启test数据库。

     
  ②：指定集合中分片的片键，这里我就指定为person.name字段。

根据以上的设置  

db.runCommand({"enablesharding":"test"})

db.runCommand({"shardcollection":"test.person","key":{"name":1}})

5: 查看效果

好了，至此我们的分片操作全部结束，接下来我们通过mongos向mongodb插入10w记录，然后通过printShardingStatus命令

查看mongodb的数据分片情况。

这里主要看三点信息：

  ① shards：  
  我们清楚的看到已经别分为两个片了，shard0000和shard0001。

  ② databases:
 这里有个partitioned字段表示是否分区，这里清楚的看到test已经分区。

  ③ chunks：  
  这个很有意思，我们发现集合被砍成四段：

     
     
     
     
   无穷小 —— jack0，jack0
——jack234813，jack234813——jack9999，jack9999——无穷大。

     
     
     
     
   分区情况为：3：1，从后面的 on
shardXXXX也能看得出。