MongoDB shell 不仅仅是一个交互式的shell，它也支持执行指定javascript 文件，也支持执行指定的命令片断。有了这个特性，就可以将MongoDB 与linux shell 完美结合，完成大部分的日常管理和维护工作。     执行指定命令     例如，需要查询test 库的t1 表中的记录数有多少，常用方法如下: [plain] view plaincopy [root@l

Serendip是个社交音乐服务，用作好友间的音乐分享。基于“人以类聚”这个原因，用户有很大的几率在好友那发现自己喜欢的音乐。Serendip基于AWS构建，使用了的堆栈包括Scala（以及一些Java）、Akka（用以处理并发性）、Play框架（用于Web和API前端）、MongoDB以及Elasticsearch。 堆栈的选择 Serendip面临最大的挑战就是刚开始就需要处理大量数据，因为S

1. MongoDB同样需要运维。首先，MongoDB是个数据库，因此与其他数据库一样，它需要容量规划、性能调优、监视及维护。请不要因为MongoDB易于安装、开始及比传统关系型数据库更友好就认为MongoDB不需要关心及投入精力，同样不要因为小数据集运行飞快就认为MongoDB不需要优秀的模式、索引策略以及支撑应用程序所需的资源。然而一旦你做了充分的准备并且吃透了那些最佳实践，那么管理一个大型M

MongoDB支持在多个机器中通过异步复制达到故障转移和实现冗余。多机器中同一时刻只有一台机器是用于写操作，正因为如此，MongoDB提供了数据一致性的保障。而担当primary角色的机器，可以把读的操作分发给slave。     MongoDB高可用分两种：     Master-Slave 主从复制：     只需要在某一个服务启动时加上–master 参数，而另

    主从操作日志oplog     MongoDB的Replica Set架构是通过一个日志来存储写操作的，这个日志就叫做"oplog"。oplog.rs是一个固定长度的capped collection,它存在于"local"数据库中，用于记录Replica Sets操作日志。在默认情况下，对于64位的MongoDB,oplog是比较大的，可以达到5%的磁盘空间。oplog的大小是可以通过m

一、读写分离     从库能进行查询，这样可以分担主库的大量的查询请求。     1、先向主库中插入一条测试数据 [plain]  view plain copy [root@localhost bin]# ./mongo --port 28010   MongoDB shell version: 1.8.1   connecting to: 127.0.0.1:28010/test   rs1:

MongoDB Replica Sets 不仅提供高可用性的解决方案，它也同时提供负载均衡的解决方案，增减Replica Sets 节点在实际应用中非常普遍，例如当应用的读压力暴增时，3 台节点的环境已不能满足需求，那么就需要增加一些节点将压力平均分配一下。     增加节点     两种方式：一是通过oplog增加节点，二是通过数据库快照和oplog来增加节点     通过oplog增加节点  

    当应用的压力小时，可以减少一些节点来减少硬件资源的成本；总之这是一个长期且持续的工作。     下面将刚刚添加的两个新节点28013 和28014 从复制集中去除掉，只需执行rs.remove 指令就可以了，具体如下: [plain]  view plain copy rs1:PRIMARY> rs.remove("localhost:28014")   { "ok" : 1 }   rs

    这是一种将海量的数据水平扩展的数据库集群系统，数据分表存储在sharding 的各个节点上，使用者通过简单的配置就可以很方便地构建一个分布式MongoDB 集群。 MongoDB 的数据分块称为 chunk。每个 chunk 都是 Collection 中一段连续的数据记录，通常最大尺寸是 200MB，超出则生成新的数据块。要构建一个 MongoDB Sharding Cluster，需要

    1、列出所有的Shard Server [plain]  view plain copy > db.runCommand({ listshards: 1 }) --列出所有的Shard Server   {   "shards" : [   {   "_id" : "shard0000",   "host" : "localhost:20000"   },   {   "_id" : "s

1、启动一个新Shard Server 进程 [plain]  view plain copy [root@localhost ~]# mkdir /data/shard/s2   [root@localhost ~]# /Apps/mongo/bin/mongod --shardsvr --port 20002 --dbpath /data/shard/s2   --fork --logpath

有些时候有于硬件资源有限，所以我们不得不进行一些回收工作，下面我们就要将刚刚启用的Shard Server 回收，系统首先会将在这个即将被移除的Shard Server 上的数据先平均分配到其它的Shard Server 上，然后最终在将这个Shard Server 踢下线, 我们需要不停的调用db.runCommand({"removeshard" :"localhost:20002"});来观

MongoDB Auto-Sharding 解决了海量存储和动态扩容的问题，但离实际生产环境所需的高可靠、高可用还有些距离，所以有了"Replica Sets + Sharding"的解决方案。     shard:     使用Replica Sets，确保每个数据节点都具有备份，自动容错转移，自动回复能力。     config:     使用3个配置服务器，确保元数据的完整性。     ro

 什么是NoSql NoSql，全称是 Not Only Sql,指的是非关系型的数据库。下一代数据库主要解决几个要点：非关系型的、分布式的、开源的、水平可扩展的。原始的目的是为了大规模web应用，这场运动开始于2009年初，通常特性应用如：模式自由、支持简易复制、简单的API、最终的一致性（非ACID）、大容量数据等。NoSQL被我们用得最多的当数key-value存储，当然还有其他的文档型的、

STL系列之九 探索hash_set 分类： STL 他山之石 2012-03-08 11:52  17879人阅读  评论(38)  收藏  举报 table class nosql数据库 insert 数据结构 null 目录(?)[+] Title:        STL系列之九 探索hash_set Author:     MoreWindows Blog:       http://bl

Source http://db-engines.com/en/system/HBase%3BMemcached%3BRedis%3BSolr Name HBase   Memcached  MongoDB   Redis   Solr   Description Wide-column store based on Apache Hadoop and on concepts of BigTabl

1. Tair ldb简单介绍 1.1 tair非持久化/持久化存储引擎 tair 是淘宝自己开发的一个分布式 key/value 存储引擎. tair 分为持久化和非持久化两种使用方式. 非持久化的 tair 可以看成是一个分布式缓存. 持久化的 tair 将数据存放于磁盘中. 在最新版本的tair trunk中目前实现了以下4种存储引擎。 非持久化：mdb 持久化：fdb、kdb和 ldb 分

看到有朋友总结的Mongo和Reids的资料总结帖很受大家欢迎，对大家帮助很大。最近也在学习NoSQL学习SequoiaDB，这里把自己收藏SequoiaDB的资料也进行了简单整理。希望能对大家有用。大家如果有好的资料也可以在这里回复留言给我，我看到后会一起整理汇总进来。 1.SequoiaDB是什么？ SequoiaDB数据库的一般概念介绍: http://blog.csdn.net/litte

1，    为什么要使用NoSQL 1.1什么是关系型数据库 像我们熟悉的mysql，oracle等都是关系型数据库。在传统的关系型数据库中，一个数据组织是由二维表以及其之间的联系组成的，给人更容易理解的直观感受。 1.2什么是NoSQL       随着web2.0的快速发展，非关系型、分布式数据存储得到了快速的发展，它们不保证关系数据的ACID特性。NoSQL概念在2009年被提了出来。NoS

之前在CSDN 上观看了腾讯大数据开放日对于国产NoSQL数据库SequoiaDB 的介绍，很感兴趣，前些天得空，自己也安装尝试了一下，昨天在论坛遇到了其他爱好者对于SequoiaDB安装配置的问题，今天就一步步地详细图解一下安装过程。   一.环境说明   二.环境配置   依照SequoiaDB的官网（http://www.sequoiadb.com/）的信息中心给出的文档检查数据库安装运行的