Mongo导出mongoexport和导入mongoimport介绍

最近爬取mobike和ofo单车数据，需要存储在csv文件中，因为设计的程序没有写存储csv文件的方法，为了偷懒所以就继续存储到了MongoDB中。恰好MongoDB支持导出的数据可以是csv文件和json文件，所以下面介绍下MongoDB mongoexport和mongoimport方法；

一、导出工具mongoexport 简介，通过帮助先了解下mongoexport的功能参数

[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoexport --help
Usage:
  mongoexport <options>

Export data from MongoDB in CSV or JSON format.

See http://docs.mongodb.org/manual/reference/program/mongoexport/ for more information.

general options:
      --help                     print usage
      --version                  print the tool version and exit

verbosity options:
  -v, --verbose                  more detailed log output (include multiple times for more verbosity, e.g. -vvvvv)
      --quiet                    hide all log output

connection options:
  -h, --host=                    mongodb host to connect to (setname/host1,host2 for replica sets)
      --port=                    server port (can also use --host hostname:port)

authentication options:
  -u, --username=                username for authentication
  -p, --password=                password for authentication
      --authenticationDatabase=  database that holds the user's credentials
      --authenticationMechanism= authentication mechanism to use

namespace options:
  -d, --db=                      database to use
  -c, --collection=              collection to use

output options:
  -f, --fields=                  comma separated list of field names (required for exporting CSV) e.g. -f "name,age"
      --fieldFile=               file with field names -  per line
      --type=                    the output format, either json or csv (defaults to 'json')
  -o, --out=                     output file; if not specified, stdout is used
      --jsonArray                output to a JSON array rather than one object per line
      --pretty                   output JSON formatted to be human-readable

querying options:
  -q, --query=                   query filter, as a JSON string, e.g., '{x:{$gt:1}}'
  -k, --slaveOk                  allow secondary reads if available (default true)
      --forceTableScan           force a table scan (do not use $snapshot)
      --skip=                    number of documents to skip
      --limit=                   limit the number of documents to export
      --sort=                    sort order, as a JSON string, e.g. '{x:1}'

关键参数说明：

• -h,--host ：代表远程连接的数据库地址，默认连接本地Mongo数据库；
• --port：代表远程连接的数据库的端口，默认连接的远程端口27017；
• -u,--username：代表连接远程数据库的账号，如果设置数据库的认证，需要指定用户账号；
• -p,--password：代表连接数据库的账号对应的密码；
• -d,--db：代表连接的数据库；
• -c,--collection：代表连接数据库中的集合；
• -f, --fields：代表集合中的字段，可以根据设置选择导出的字段；
• --type：代表导出输出的文件类型，包括csv和json文件；
• -o, --out：代表导出的文件名；
• -q, --query：代表查询条件；
• --skip：跳过指定数量的数据；
• --limit：读取指定数量的数据记录；
• --sort：对数据进行排序，可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列,如sort({KEY:1})。

注意：

　　当查询时同时使用sort,skip,limit，无论位置先后，最先执行顺序 sort再skip再limit。

实例：

　　首先查看下数据库中的数据一共多少条，通过的命令的方式查看下我们要导出的数据信息

> db.bike.find().count()

> db.bike.find({"source":"ofo"}).limit()
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "lat" : 39.9571954199, "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "source" : "ofo", "lng" : 116.3926501736 }
> 

如何通过mongoexport导出"bikeId" : "pgdAVg"的数据，我导出了json和csv两种类型的数据；

#导出类型为json，数据库：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，条件为source字段为ofo第一条数据
mongoexport --port  -u sa -p Expressin@ -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=json -o bike.csv --query='{"source":"ofo"}' --limit=
#导出类型为csv，数据库：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，条件为source字段为ofo第一条数据
mongoexport --port  -u sa -p Expressin@ -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=csv -o bike.csv --query='{"source":"ofo"}' --limit=

查看下结果是否是我们两种不同的结果集；

1.导出csv类型；

2.导出json类型；

二、导入工具mongoimport 简介，通过帮助先了解下mongoimport的功能参数

[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoimport --help
Usage:
  mongoimport <options> <file>

Import CSV, TSV or JSON data into MongoDB. If no file is provided, mongoimport reads from stdin.

See http://docs.mongodb.org/manual/reference/program/mongoimport/ for more information.

general options:
      --help                     print usage
      --version                  print the tool version and exit

verbosity options:
  -v, --verbose                  more detailed log output (include multiple times for more verbosity, e.g. -vvvvv)
      --quiet                    hide all log output

connection options:
  -h, --host=                    mongodb host to connect to (setname/host1,host2 for replica sets)
      --port=                    server port (can also use --host hostname:port)

authentication options:
  -u, --username=                username for authentication
  -p, --password=                password for authentication
      --authenticationDatabase=  database that holds the user's credentials
      --authenticationMechanism= authentication mechanism to use

namespace options:
  -d, --db=                      database to use
  -c, --collection=              collection to use

input options:
  -f, --fields=                  comma separated list of field names, e.g. -f name,age
      --fieldFile=               file with field names -  per line
      --file=                    file to import from; if not specified, stdin is used
      --headerline               use first line in input source as the field list (CSV and TSV only)
      --jsonArray                treat input source as a JSON array
      --type=                    input format to import: json, csv, or tsv (defaults to 'json')

ingest options:
      --drop                     drop collection before inserting documents
      --ignoreBlanks             ignore fields with empty values in CSV and TSV
      --maintainInsertionOrder   insert documents in the order of their appearance in the input source
  -j, --numInsertionWorkers=     number of insert operations to run concurrently (defaults to )
      --stopOnError              stop importing at first insert/upsert error
      --upsert                   insert or update objects that already exist
      --upsertFields=            comma-separated fields for the query part of the upsert
      --writeConcern=            write concern options e.g. --writeConcern majority, --writeConcern '{w: 3, wtimeout: 500, fsync: true, j: true}' (defaults to 'majority')

关键参数说明：

• h,--host ：代表远程连接的数据库地址，默认连接本地Mongo数据库；
• --port：代表远程连接的数据库的端口，默认连接的远程端口27017；
• -u,--username：代表连接远程数据库的账号，如果设置数据库的认证，需要指定用户账号；
• -p,--password：代表连接数据库的账号对应的密码；
• -d,--db：代表连接的数据库；
• -c,--collection：代表连接数据库中的集合；
• -f, --fields：代表导入集合中的字段；
• --type：代表导入的文件类型，包括csv和json,tsv文件，默认json格式；
• --file：导入的文件名称
• --headerline：导入csv文件时，指明第一行是列名，不需要导入；

实例演示：

#首先查看集合中的数据
> db.bike_bak.find()
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "lat" : 39.9571954199, "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "source" : "ofo", "lng" : 116.3926501736 }
#删除集合中的数据
> db.bike_bak.remove({"bikeId" : "pgdAVg"})
WriteResult({ "nRemoved" :  })
#查看集合是否包含数据
> db.bike_bak.find()
>
#导入数据
[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoimport --port  -u sa -p Expressin@ -d mapdb -c bike_bak  --type=json --file bike.csv
--25T11::51.020+    connected to: localhost:
--25T11::51.030+    imported  document
#检查数据是否导入成功
> db.bike_bak.find()
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "lat" : 39.9571954199, "lng" : 116.3926501736, "source" : "ofo" }

测试过程中发现--headerline -f bikeId 同时存在会报错，提示不兼容，目前不知道如何处理。