【翻译】MongoDB指南/CRUD操作（二）

【原文地址】https://docs.mongodb.com/manual/

MongoDB CRUD操作（二）

主要内容：

更新文档，删除文档，批量写操作，SQL与MongoDB映射图，读隔离（读关注），写确认（写关注）

1 更新文档

1.1 更新

MongoDB提供下列方法用于更新一个集合

db.collection.updateOne()	更新使用指定过滤器匹配到的文档，即使过滤器匹配到多个文档，也只会更新一个文档。 3.2版本新增特性。
db.collection.updateMany()	更新使用指定过滤器匹配到的所有文档。 3.2版本新增特性。
db.collection.replaceOne()	替换使用指定过滤器匹配到的文档，即使过滤器匹配到多个文档，也只会更新一个文档。 3.2版本新增特性。
db.collection.update()	更新或者替换一个使用指定过滤器匹配到的文档，或者更新使用指定过滤器匹配到的所有文档。 默认只更新一个文档。为了更新多个文档，请使用multi 选项。

上述方法接受以下参数：

• 过滤器文档，确定要更新哪些文档。这些过滤器与查询操作中使用的过滤器有相同的句法规则。
• 　　查询过滤器文档，使用表达式<field>:<value>指定相等条件，找出所有字段<field>的值为<value>的文档：

　　　　　　　　{ <field1>: <value1>, ... }

• 　　查询过滤器文档，可使用查询操作符指定条件：

　　　　　　　　{ <field1>: { <operator1>: <value1> }, ... }

• 指定了更新内容的更新文档；或一个替换的文档，替换掉匹配到的文档而保持_id字段不变。
• 一个选项文档。

1.2 行为

原子性

MongoDB 中写操作在单文档级别具有原子性。

_id字段

文档一旦创建，_id字段值就固定了，不能被更新，也不能用一个_id字段值与原文档不同的文档来替换原文档。

文档大小

当执行更新操作时，导致文档变大并超出已分配的大小时，更新操作会在磁盘上重新定位文件。

字段顺序

MongoDB 保持字段写入时的顺序，除非遇到下列情况：

• _id字段总是处在首位。
• 更新的时候对某一个或某些字段重命名可能导致字段顺序变更

2.6版本中的变化：从2.6版本开始，MongoDB 尽可能地保持字段写入时的顺序，但之前的版本并不是这样的。

Upsert 选项

如果db.collection.update(), db.collection.updateOne(), db.collection.updateMany(), 或者db.collection.replaceOne()包括

“upsert : true”并且使用指定的过滤器没有匹配到任何文档，那么此操作将会创建一个新文档并插入数据库。如果匹配到文档，那么此操作将修改或者替换匹配到的一个或多个文档。

1.3示例集合

本页的例子在mongo shell中使用db.collection.find() 方法。在mongo shell中，如果没有将游标赋给一个var类型的变量，那么游标将会自动迭代20次以打印结果集中的前20个文档。

在mongo shell中执行下面的语句，将数据灌入users 集合。

db.users.insertMany(

[

{

_id: 1,

name: "sue",

age: 19,

type: 1,

status: "P",

favorites: { artist: "Picasso", food: "pizza" },

finished: [ 17, 3 ],

badges: [ "blue", "black" ],

points: [

{ points: 85, bonus: 20 },

{ points: 85, bonus: 10 }

]

},

{

_id: 2,

name: "bob",

age: 42,

type: 1,

status: "A",

favorites: { artist: "Miro", food: "meringue" },

finished: [ 11, 25 ],

badges: [ "green" ],

points: [

{ points: 85, bonus: 20 },

{ points: 64, bonus: 12 }

]

},

{

_id: 3,

name: "ahn",

age: 22,

type: 2,

status: "A",

favorites: { artist: "Cassatt", food: "cake" },

finished: [ 6 ],

badges: [ "blue", "Picasso" ],

points: [

{ points: 81, bonus: 8 },

{ points: 55, bonus: 20 }

]

},

{

_id: 4,

name: "xi",

age: 34,

type: 2,

status: "D",

favorites: { artist: "Chagall", food: "chocolate" },

finished: [ 5, 11 ],

badges: [ "Picasso", "black" ],

points: [

{ points: 53, bonus: 15 },

{ points: 51, bonus: 15 }

]

},

{

_id: 5,

name: "xyz",

age: 23,

type: 2,

status: "D",

favorites: { artist: "Noguchi", food: "nougat" },

finished: [ 14, 6 ],

badges: [ "orange" ],

points: [

{ points: 71, bonus: 20 }

]

},

{

_id: 6,

name: "abc",

age: 43,

type: 1,

status: "A",

favorites: { food: "pizza", artist: "Picasso" },

finished: [ 18, 12 ],

badges: [ "black", "blue" ],

points: [

{ points: 78, bonus: 8 },

{ points: 57, bonus: 7 }

]

}

]

)

1.4 更新一个文档的指定字段

为了改变字段，MongoDB提供了更新操作符，例如，使用$set修改字段值。

更新文档的格式为：

{

<update operator>: { <field1>: <value1>, ... },

<update operator>: { <field2>: <value2>, ... },

...

}

有些更新操作符会在被更新字段不存在的情况下创建该字段，如 $set。

db.collection.updateOne()

3.2版本新增

下面的例子演示使用db.collection.updateOne()方法和匹配条件favorites.artist等于“Picasso”，更新匹配出的多个文档中的第一个：

• 使用操作符$set将字段favorites.food的值修改为“pie”并将字段的类型值改为3.
• 使用操作符 $currentDate将字段lastModified 的值更改为当前时间。如果字段lastModified 不存在，$currentDate 会创建此字段。

db.users.updateOne(

{ "favorites.artist": "Picasso" },

{

$set: { "favorites.food": "pie", type: 3 },

$currentDate: { lastModified: true }

}

)

db.collection.updateMany()

3.2版本新增

下面的例子演示使用db.collection.updateMany()方法和匹配条件favorites.artist等于“Picasso”，更新匹配出的所有文档：

• 使用操作符$set将字段favorites.food的值修改为“pie”并将字段的类型值改为3.
• 使用操作符 $currentDate将字段lastModified 的值更改为当前时间。如果字段lastModified不存在，$currentDate会创建此字段。

db.users.updateMany(

{ "favorites.artist": "Picasso" },

{

$set: { "favorites.artist": "Pisanello", type: 3 },

$currentDate: { lastModified: true }

})

Db.collection.update（）

下面的例子演示使用db.collection.updateOne()方法和匹配条件favorites.artist等于“Picasso”，更新匹配出的多个文档中的第一个：

• 使用操作符$set将字段favorites.food的值修改为“pie”并将字段的类型值改为0.
• 使用操作符 $currentDate将字段lastModified 的值更改为当前时间。如果字段lastModified 不存在，$currentDate 会创建此字段。

db.users.update(

{ "favorites.artist": "Pisanello" },

{

$set: { "favorites.food": "pizza", type: 0,  },

$currentDate: { lastModified: true }

})

使用db.collection.update()方法和multi: true 选项更新多个文档

db.users.update(

{ "favorites.artist": "Pisanello" },

{

$set: { "favorites.food": "pizza", type: 0,  },

$currentDate: { lastModified: true }

},

{ multi: true })

1.5 替换文档

为了替换一个文档中除_id字段以外的所有内容，将一个新文档作为db.collection.replaceOne()或db.collection.update()的第二个参数进行传递。替换文档必须由<field> : <value>组成。

替换文档可以包含不同于原文档的字段。因为_id字段是不变的，所以替换文档中的_id字段可以省略，如果替换文档中包含_id字段，那么替换文档的

_id字段值必须与原文档相同。

db.collection.replaceOne

下面的例子演示了使用db.collection.replaceOne()方法和过滤条件条件为name 等于"abc" ，将集合users 中匹配到的第一个文档替换为一个新文档。

db.users.replaceOne(

{ name: "abc" },

{ name: "amy", age: 34, type: 2, status: "P", favorites: { "artist": "Dali", food: "donuts" } })

db.collection.update

下面的例子演示了使用db.collection.update()方法和过滤条件为name 等于"xyz" ，将集合users 中匹配到的第一个文档替换为一个新文档。

db.users.update(

{ name: "xyz" },

{ name: "mee", age: 25, type: 1, status: "A", favorites: { "artist": "Matisse", food: "mango" } })

其他方法

下面列举了删除文档的其他方法：

• db.collection.findOneAndReplace().
• db.collection.findOneAndUpdate().
• db.collection.findAndModify().
• db.collection.save().
• db.collection.bulkWrite().

写确认

对于写确认，可以为写操作指定要求的确认级别，具体参见 Write Concern

2 删除文档

2.1 删除方法

MongoDB提供下列方法删除集合中的文档。

db.collection.remove()	删除使用指定过滤器匹配到的一个或全部文档
db.collection.deleteOne()	至多删除一个文档，即使使用指定过滤器匹配到多个文档。 3.2版本中新增
db.collection.deleteMany()	删除匹配到的所有文档。 3.2版本中新增

你可以使用准则、过滤器确定要删除的文档。这些过滤器与读操作所使用的过滤器具有相同的语法规则。

• 查询过滤器文档使用<field>:<value>指定相等条件，筛选出所有字段<field>的值为<value>的文档：

　　　　{ <field1>: <value1>, ... }

• 查询过滤器文档可以使用查询操作符指定匹配条件：

　　　　{ <field1>: { <operator1>: <value1> }, ... }

2.2 删除行为

索引

执行删除操作时，即使删除一个集合中的全部文档，也不会删除索引。

原子性

MongoDB中所有写操作在单文档级别具有原子性。

2.3示例集合

本页提供了在mongo shell中使用删除操作的例子。在mongo shell中执行下面语句，向集合users 中灌入数据。

注：

如果待插入文档的_id字段值与集合已有文档_id字段值相同，那么在插入数据前要先将集合删除（db.users.drop()）。

db.users.insertMany(

[

{

_id: 1,

name: "sue",

age: 19,

type: 1,

status: "P",

favorites: { artist: "Picasso", food: "pizza" },

finished: [ 17, 3 ],

badges: [ "blue", "black" ],

points: [

{ points: 85, bonus: 20 },

{ points: 85, bonus: 10 }

]

},

{

_id: 2,

name: "bob",

age: 42,

type: 1,

status: "A",

favorites: { artist: "Miro", food: "meringue" },

finished: [ 11, 25 ],

badges: [ "green" ],

points: [

{ points: 85, bonus: 20 },

{ points: 64, bonus: 12 }

]

},

{

_id: 3,

name: "ahn",

age: 22,

type: 2,

status: "A",

favorites: { artist: "Cassatt", food: "cake" },

finished: [ 6 ],

badges: [ "blue", "red" ],

points: [

{ points: 81, bonus: 8 },

{ points: 55, bonus: 20 }

]

},

{

_id: 4,

name: "xi",

age: 34,

type: 2,

status: "D",

favorites: { artist: "Chagall", food: "chocolate" },

finished: [ 5, 11 ],

badges: [ "red", "black" ],

points: [

{ points: 53, bonus: 15 },

{ points: 51, bonus: 15 }

]

},

{

_id: 5,

name: "xyz",

age: 23,

type: 2,

status: "D",

favorites: { artist: "Noguchi", food: "nougat" },

finished: [ 14, 6 ],

badges: [ "orange" ],

points: [

{ points: 71, bonus: 20 }

]

},

{

_id: 6,

name: "abc",

age: 43,

type: 1,

status: "A",

favorites: { food: "pizza", artist: "Picasso" },

finished: [ 18, 12 ],

badges: [ "black", "blue" ],

points: [

{ points: 78, bonus: 8 },

{ points: 57, bonus: 7 }

]

}

])

2.4删除所有文档

为了删除全部文档，使用db.collection.deleteMany() 或db.collection.remove()方法并将空过滤器文档{}传给方法。

db.collection.deleteMany()

例如使用db.collection.deleteMany()方法删除users 集合中所有文档：

db.users.deleteMany({})

返回结果文档中包含操作状态：

{ "acknowledged" : true, "deletedCount" : 7 }

db.collection.remove()

或者使用db.collection.remove() 方法来删除所有文档：

db.users.remove({})

为了删除一个集合中的所有文档，db.collection.drop() 方法或许更高效；使用db.collection.drop() 方法删除集合中的所有文档及其索引，然后重新创建集合和索引。

3.5删除匹配到的所有文档

为了删除所有匹配到的文档，传递一个过滤器给db.collection.deleteMany() 或 db.collection.remove()方法。

db.collection.deleteMany()

例如，使用db.collection.deleteMany() 方法删除users 集合中status 字段值等于“A”的文档

db.users.deleteMany({ status : "A" })

返回结果：

{ "acknowledged" : true, "deletedCount" : 3 }

db.collection.remove()

或者使用db.collection.remove()方法删除users 集合中status 字段值等于“P”的文档

db.users.remove( { status : "P" } )

对于大的删除操作，先将想保留的文档拷贝到新的集合中，然后使用db.collection.drop() 将原来的集合删除，这种方法或许更高效。

2.6 仅删除匹配到的文档中的一个

即使匹配到了多个文档，也只删除其中的一个，使用db.collection.deleteOne() 方法，或者使用db.collection.remove()方法和使用<justOne>参数并将其设置为true或1 。

db.collection.deleteOne()

例如，使用db.collection.deleteOne() 删除集合中status字段值为“D”的文档中的第一个：

db.users.deleteOne( { status: "D" } )

db.collection.remove()

或者使用db.collection.remove()方法删除users 集合中status 字段值等于“D”的文档中的第一个：

db.users.remove( { status: "D" }, 1)

其他方法：

• db.collection.findOneAndDelete()：该方法提供了sort选项，sort选项可以删除按指定顺序排序的文档中的第一个。
• db.collection.findOneAndModify()：该方法提供了sort选项，sort选项可以删除按指定顺序排序的文档中的第一个。
• db.collection.bulkWrite()

2.7 写确认

对于写确认，可以为写操作指定需要的确认级别，具体参见 Write Concern

3 批量写入操作

3.1 概要

MongoDB客户端具有执行批量写的能力。批量写操作只会影响一个集合。MongoDB由应用程序决定可接受的批量写操作安全级别。

3.2版本中新增：

db.collection.bulkWrite()方法提供了批量插入、更新、删除。使用db.collection.insertMany()方法也可批量插入。

3.2排序与非排序操作

可以批量写入一批已排序或未排序的文档。

对于有序的操作列表，MongoDB 按顺序执行操作。如果在执行一个写操作时发生错误，MongoDB 将会返回而不处理列表中剩下的操作。

对于无序的操作列表，MongoDB 并行地执行操作，但这种行为是无保障的。如果在执行一个写操作时发生错误，MongoDB 将会继续执行列表中剩下的操作。

MongoDB处理有序列表的速度比处理无序列表的速度要慢，因为处理有序列表时，每一个操作都要等待前一个操作执行完毕。

bulkWrite()方法默认依序执行操作。在选项文档中设置ordered : false，可以按无序方式执行。

3.3 bulkWrite()

bulkWrite()支持下列写操作：

• insertOne
• updateOne
• updateMany
• replaceOne
• deleteOne
• deleteMany

每个写操作作为数组中的一个文档被传递给bulkWrite() 。

例如，下面执行多个写操作：

集合characters包含下面的文档：

{ "_id" : 1, "char" : "Brisbane", "class" : "monk", "lvl" : 4 },

{ "_id" : 2, "char" : "Eldon", "class" : "alchemist", "lvl" : 3 },

{ "_id" : 3, "char" : "Meldane", "class" : "ranger", "lvl" : 3 }

下面bulkWrite() 方法执行多个操作：

try {

db.characters.bulkWrite(

[

{ insertOne :

{

"document" :

{

"_id" : 4, "char" : "Dithras", "class" : "barbarian", "lvl" : 4

}

}

},

{ insertOne :

{

"document" :

{

"_id" : 5, "char" : "Taeln", "class" : "fighter", "lvl" : 3

}

}

},

{ updateOne :

{

"filter" : { "char" : "Eldon" },

"update" : { $set : { "status" : "Critical Injury" } }

}

},

{ deleteOne :

{ "filter" : { "char" : "Brisbane"} }

},

{ replaceOne :

{

"filter" : { "char" : "Meldane" },

"replacement" : { "char" : "Tanys", "class" : "oracle", "lvl" : 4 }

}

}

]

);}catch (e) {

print(e);}

操作返回结果为：

{

"acknowledged" : true,

"deletedCount" : 1,

"insertedCount" : 2,

"matchedCount" : 2,

"upsertedCount" : 0,

"insertedIds" : {

"0" : 4,

"1" : 5

},

"upsertedIds" : {

}}

3.4文档批量插入一个分片集策略

大块插入操作，包括初始数据插入和常规数据导入，都能影响分片集群的性能。对于大块的插入操作，考虑下面的策略：

集合预裂（Pre-Split the Collection）

如果分片集合是空的，那么集合仅有一个初始块，这一块驻留在一片中。然后，MongoDB必须花时间来接收数据，创建分片，并将多个块分布到可用的片上。为了避免降低性能，你可以提前对一个集合分片。

无序写入

为了改进写入分片集群的性能，将 bulkWrite()方法的选项参数ordered 设置为false。mongos 将会试着同时写多片。

避免单调调节

如果插入文档的同时片键单调递增，所有已插入的数据都会跑到集合的最后一块，这总在一片上发生。因此集群的插入容量永远都不会超过一片的插入容量。

如果插入的量比一片所能处理的最大量还大，并且不能避免片键随着插入操作而增大，那么考虑按下面的策略修改你的应用程序：

• 修改片键的二进制比特数，这保留了信息，同时也避免了插入顺序与增加值序列关联。
• 交换第一个和最后一个16比特的词来调整插入。

例如，下面的C++代码，交换BSON ObjectIds头与尾16比特单词，使其不再单调增加。

using namespace mongo;

OID make_an_id() {

OID x = OID::gen();

const unsigned char *p = x.getData();

swap( (unsigned short&) p[0], (unsigned short&) p[10] );

return x;

}

void foo() {

// create an object

BSONObj o = BSON( "_id" << make_an_id() << "x" << 3 << "name" << "jane" );

// now we may insert o into a sharded collection

}

4  SQL与MongoDB映射图

4.1术语和概念

下表展示了SQL与MongoDB的术语和概念对应关系

SQL Terms/Concepts	MongoDB Terms/Concepts
database（数据库）	database（数据库）
table（表）	collection（集合）
row(行)	document or BSON document（文档或BSON文档）
column(列)	field（字段）
index(索引)	index（索引）
table joins(表链接)	embedded documents and linking（嵌入式文档和连接）
primary key(主键) 指定唯一的一列或几列做主键	primary key(主键) 在MongoDB中，主键被自动设置为_id字段。
aggregation （聚集操作）(例如group by)	aggregation pipeline（聚集管道）

4.2可执行程序

下面的表格列举了目前数据库可执行程序与MongoDB可执行程序的对照。

此表并未列举全。

	MongoDB	MySQL	Oracle	Informix	DB2
数据库服务器	mongod	mysqld	oracle	IDS	DB2 Server
数据库客户端	mongo	mysql	sqlplus	DB-Access	DB2 Client

4.3例子

下面列出了SQL语句与MongoDB语句的对应关系。假设有如下的条件：

SQL语句中的表名为users。

MongoDB 中集合的名称为users并且包含下面的文档模型：

{

_id: ObjectId("509a8fb2f3f4948bd2f983a0"),

user_id: "abc123",

age: 55,

status: 'A'

}

创建和更改

下面展示了表级操作对应关系。

SQL模式语句	MongoDB模式语句
CREATE TABLE users ( id MEDIUMINT NOT NULL AUTO_INCREMENT, user_id Varchar(30), age Number, status char(1), PRIMARY KEY (id) )	第一次执行insert() 操作会隐式创建集合。 如果没有指定_id字段，主键_id被自动添加. db.users.insert( {    user_id: "abc123",    age: 55,    status: "A" } ) 也可显示创建集合： db.createCollection("users")
ALTER TABLE users ADD join_date DATETIME	集合不会描述和强制文档的结构；在集合这一级无文档结构的改变。 但在文档级， 可使用update()操作和 $set操作符向现有文档中添加字段。 db.users.update( { }, { $set: { join_date: new Date() } }, { multi: true } )
ALTER TABLE users DROP COLUMN join_date	集合不会描述和强制文档的结构；在集合这一级无文档结构的改变。 但在文档级， 可使用update()操作和  $unset操作符删除文档中的字段。 db.users.update( { }, { $unset: { join_date: "" } },       { multi: true } )
CREATE INDEX idx_user_id_asc ON users(user_id)	db.users.createIndex( { user_id: 1 } )
CREATE INDEX idx_user_id_asc_age_desc ON users(user_id, age DESC)	db.users.createIndex( { user_id: 1, age: -1 } )
DROP TABLE users	db.users.drop()

 

插入

下表展示了插入操作的对应关系

SQL插入语句	MongoDB insert() 语句
INSERT INTO users(user_id,age,status) VALUES ("bcd001",45,"A")	db.users.insert(   { user_id: "bcd001", age: 45, status: "A" })

查询

下表展示了查询操作的对应关系

注：

find() 方法的执行结果返回文档中总是包含_id字段，除非通过投影器（projection）排除此字段。考虑到这一点，下面的SQL语句可能包含_id字段，即使在相应的find()方法中不包含_id字段。

SQL查询语句	MongoDB find()语句
SELECT *FROM users	db.users.find()
SELECT id, user_id, status FROM users	db.users.find(    { },    { user_id: 1, status: 1 })
SELECT user_id, statusFROM users	db.users.find(    { },    { user_id: 1, status: 1, _id: 0 })
SELECT *FROM usersWHERE status = "A"	db.users.find(    { status: "A" })
SELECT user_id, statusFROM usersWHERE status = "A"	db.users.find(    { status: "A" },    { user_id: 1, status: 1, _id: 0 })
SELECT *FROM usersWHERE status != "A"	db.users.find(    { status: { $ne: "A" } })
SELECT *FROM usersWHERE status = "A"AND age = 50	db.users.find(    { status: "A",      age: 50 })
SELECT *FROM usersWHERE status = "A"OR age = 50	db.users.find(    { $or: [ { status: "A" } ,             { age: 50 } ] })
SELECT *FROM usersWHERE age > 25	db.users.find(    { age: { $gt: 25 } })
SELECT *FROM usersWHERE age < 25	db.users.find(   { age: { $lt: 25 } })
SELECT *FROM usersWHERE age > 25AND   age <= 50	db.users.find(   { age: { $gt: 25, $lte: 50 } })
SELECT *FROM usersWHERE user_id like "%bc%"	db.users.find( { user_id: /bc/ } )
SELECT *FROM usersWHERE user_id like "bc%"	db.users.find( { user_id: /^bc/ } )
SELECT *FROM usersWHERE status = "A"ORDER BY user_id ASC	db.users.find( { status: "A" } ).sort( { user_id: 1 } )
SELECT *FROM usersWHERE status = "A"ORDER BY user_id DESC	db.users.find( { status: "A" } ).sort( { user_id: -1 } )
SELECT COUNT(*)FROM users	db.users.count() 或 db.users.find().count()
SELECT COUNT(user_id)FROM users	db.users.count( { user_id: { $exists: true } } ) 或 db.users.find( { user_id: { $exists: true } } ).count()
SELECT COUNT(*)FROM usersWHERE age > 30	db.users.count( { age: { $gt: 30 } } ) 或db.users.find( { age: { $gt: 30 } } ).count()
SELECT DISTINCT(status)FROM users	db.users.distinct( "status" )
SELECT *FROM usersLIMIT 1	db.users.findOne() 或 db.users.find().limit(1)
SELECT *FROM usersLIMIT 5SKIP 10	db.users.find().limit(5).skip(10)
EXPLAIN SELECT *FROM usersWHERE status = "A"	db.users.find( { status: "A" } ).explain()

更新记录

下表展示了更新操作的对应关系

SQL更新语句	MongoDB update()语句
UPDATE usersSET status = "C"WHERE age > 25	db.users.update( { age: { $gt: 25 } },   { $set: { status: "C" } },   { multi: true } )
UPDATE usersSET age = age + 3WHERE status = "A"	db.users.update( { status: "A" } ,   { $inc: { age: 3 } },   { multi: true } )

删除记录

下表展示了更删除操作的对应关系

SQL更新语句	MongoDB update()语句
DELETE FROM usersWHERE status = "D"	db.users.remove( { status: "D" } )
DELETE FROM users	db.users.remove({})

5 读关注

3.2版本新增

MongoDB3.2为副本集和副本集分片引入了readConcern 查询选项。默认地，执在行查询操作时，MongoDB使用“local”读关注来返回可用的MongoDB实例上的最新数据。即使数据没有被保存在副本集主成员中并且可能已经回滚。

存储引擎和驱动支持

对于WiredTiger存储引擎，readConcern选项允许客户端选择读隔离级别。你可以指定“majority”读关注来读取已经写入副本集主成员的数据并且数据不能回滚。

对于MMAPv1存储引擎，只能将readConcern 指定为“local”。

提示：

serverStatus 命令返回字段storageEngine.supportsCommittedReads指明存储引擎是否支持“majority”读关注。

读关注级别

默认地，MongoDB readConcern被配置为“local”，这不保证读到的数据是不被回滚。

如果指定readConcern 为"majority" 读取已经写入副本集主成员的数据，这样的数据不会回滚。

级别	描述
"local"	默认级别。查询返回MongoDB实例中的最新的数据。不保证数据被写入副本集主成员。
"majority"	查询操作返回MongoDB实例中写入副本集主成员的最新数据拷贝。 为了使用 "majority"级的读关注，必须使用WiredTiger 存储引擎并且使用enableMajorityReadConcern命令行选项（或者使用replication.enableMajorityReadConcern来设置配置文件）。 只有使用副本集选举协议版本1（protocol version 1）的副本集才支持“majority”，副本集使用版本0（protocol version 0）则不支持“majority”。 为了让一个线程读取它自己写入的数据，在副本集主成员上使用 "majority"级读关注和“majority”级写关注。

除了读关注级别，一个节点上的最新数据可能不是系统中的最新数据。

readConcern 选项

使用readConcern选项来指定读关注级别：

readConcern: { level: <"majority"|"local"> }

对于level字段，指定值为"majority" 或 "local"。

readConcern 选项在下列操作中也可用：

• find 命令
• aggregate 命令和db.collection.aggregate() 方法
• distinct 命令
• count 命令
• parallelCollectionScan 命令
• geoNear 命令
• geoSearch 命令

为mongo shell中的db.collection.find()方法指定读关注，使用cursor.readConcern()方法。

6 写关注

写关注描述了来自于MongoDB的对独立的mongod 或者副本集或者分片集群执行写操作的确认级别。对于一个分片集群，mongos实例会将写关注传递给每一片。

3.2版本中的变化是：对于使用protocolVersion: 1 并启用journal的副本集 。

• w: "majority"表明 j: true。
• 即使 j 选项被设置为向主成员写，当数据已经写入第二成员（Secondary members）各自的磁盘后，第二成员仍会确认复制写操作。

2.6版本的变化：新的协议完善了写操作的写关注并消除了调用getLastError 的需求。之前的版本为了指定写关注需要在写操作后立即调用getLastError 。

写关注规范

写关注文档包括下列字段：

{ w: <value>, j: <boolean>, wtimeout: <number> }

• w选项请求确认写操作已经传播到了指定序号的mongod实例上或指定标记的mongod 实例上。
• j 选项请求确认写操作已经写入日志。
• wtimeout 指定了时间限制，防止写操作无限期的阻塞进程。

w 选项

w选项请求确认写操作已经传播到了指定序号的mongod实例上或指定标记的mongod 实例上。

使用w选项，w: <value>是可用的。

注：

除非j:true，否则在内存中应用写操作以后，独立的mongod实例和副本集主成员会设置写操作确认。

3.2:版本中的变化：对于使用protocolVersion: 1的副本集，不管j 选项如何配置，数据写入第二成员（Secondary members）各自的磁盘后，第二成员确认复制写操作。

值	描述
<number>	请求确认写操作已经传播到了指定序号的mongod实例。例如： w: 1 请求确认写操作已经传播到了独立的mongod 或者副本集主成员。 w: 1是MongoDB默认的。 w: 0 不对写操作请求确认，然而，设置为w: 0 ，返回信息或许会包括应用程序中的socket 异常和网络错误。 如果指定w: 0 但是 j: true，那么j: true确保了来自独立的mongod 或者副本集主成员的确认请求。 将number设置为大于1仅对来自副本集指定成员（包括主成员）的确认请求有效。
"majority"	3.2版本中新增 写操作确认请求传播到选中节点的大多数上，包括主成员，并且已被写入各自的磁盘日志。 对于副本集使用了 protocolVersion: 1， w: "majority" 表明j: true。因此不像w: <number>，使用w: "majority"主副本集也会在写确认之前写磁盘日志。 将写确认设置为w:"majority"的写操作返回客户端后，客户端会以读关注设置为"majority" 的方式读取结果。
<tag set>	写操作确认请求传播到了指定标签的副本集成员。

J选项请求确认写操作被记录到了日志。

j	请求确认mongod实例将写操作记录到了日志，其中指定w: <value>。仅靠j: true不能保证写操作不会回滚，由于副本集主成员故障转移。 3.2版本中的变化：设置j: true，MongoDB仅当请求成员将写操作记录到了日志后返回结果。在一个复制集内的写关注，之前的版本中j: true，请求副本集主成员写日志，而不管w: <value>如何设置。 如果日志可用的话，对于使用protocolVersion: 1的副本集，w: "majority" 表明 j: true。默认地写日志是可用的。

2.6版本中的变化，对于mongod 或者运行--nojournal选项的mongos ，指定j: true的写关注会产生错误 。之前的版本忽略j: true。

wtimeout

对于写关注，选项指定了以毫秒为单位的时间限制，wtimeout 是唯一的可将w值设置为大于1的。

如果超过指定的时间限制，wtimeout 会引起写操作返回包含错误，即使请求的写关注最终会成功。当写操作返回时，在写关注超过wtimeout时间限制以前，MongoDB 不会取消对成功数据的修改。

如果你没有为写关注指定wtimeout 选项，指定级别的写关注不可实现，写操作将会无限期阻塞。指定wtimeout 为0等价于无wtimeout 选项的写关注。

-----------------------------------------------------------------------------------------

转载与引用请注明出处。

时间仓促，水平有限，如有不当之处，欢迎指正。