阿里云mongodb数据库(mongodb 云)

目录：

• 1、如何将阿里云mongodb的数据备份导入windows
• 2、mongodb是什么类型数据库
• 3、MongoDB 是什么？看完你就知道了
• 4、云数据库MongoDB为什么需要限制连接数
• 5、客户案例 - 心动《另一个伊甸》从Amazon DynamoDB迁移MongoDB
• 6、阿里云mongodb 怎么创建数据库

如何将阿里云mongodb的数据备份导入windows

windows怎么用mongodb导入数据

MongoDB是目前非常流行的一种NoSQL数据库，其灵活的存储方式备受开发人员青睐。本文就介绍一下如何安装并设置成Windows服务的方法。

1、安装MongoDB

Windows版本的MongoDB无需安装，只要解压就能使用了。

2、将MongoDB设置成Windows服务

这个操作就是为了方便，每次开机MongoDB就自动启动了。

首先在解压后的MongoDB文件夹里面建立data和logs两个目录，看名字就知道，data存放数据，logs存放日志文件。

然后建立文本文件：mongod.cfg

里面写上（注意，里面的路径要根据你的MongoDB实际路径）：

logpath=E: oolsmongodb-win32-i386-2.6.4logsMongoDB.log

dbpath=E: oolsmongodb-win32-i386-2.6.4data

然后在命令行里面运行：

mongod --config E: oolsmongodb-win32-i386-2.6.4mongod.cfg --install

这样就在Windows下成功建立了MongoDB的服务。

在“运行”中输入“services.msc”，打开“服务”管理界面。

点击列表中的“MongoDB”，在点击“启动”按钮，就将MongoDB成功启动了。

mongodb是什么类型数据库

答案：A

1.文档型数据库

作为最受欢迎的NoSQL产品，文档型数据库MongoDB当仁不让地占据了第一的位置，同时它也是所有NoSQL数据库中排名最靠前的产品(总排行榜第七名)。Apache基金会的CouchDB排在第二，基于.Net的数据库RavenDB排在第三，Couchbase排在第四。

2.键值(Key-value)数据库

键值(Key-value)数据库是NoSQL领域中应用范围最广的，也是涉及产品最多的一种模型。从最简单的BerkeleyDB到功能丰富的分布式数据库Riak再到Amazon托管的DynamoDB不一而足。

在键值数据库流行度排行中，Redis不出意外地排名第一，它是一款由Vmware支持的内存数据库，总体排名第十一。排在第二位的是Memcached，它在缓存系统中应用十分广泛。排在之后的是Riak、BerkeleyDB、SimpleDB、DynamoDB以及甲骨文的Oracle NoSQL数据库。值得注意的是，Oracle NoSQL数据库上榜不久，得分已经翻番，上升势头非常迅猛。

3.　列式存储

列式存储被视为NoSQL数据库中非常重要的一种模式，其中Cassandra流行度最高，它已经由Facebook转交给到Apache进行管理，同时Cassandra在全体数据库排名中排在第十位，紧随MongoDB成为第二受欢迎的NoSQL数据库。基于Hadoop的Hbase排在第二位，Hypertable排在第三。而Google的BigTable并未列入排名，原因是它并未正式公开。

MongoDB 是什么？看完你就知道了

点击上方 蓝色字体 ，选择“置顶公众号”

优质文章，第一时间送达

链接 | blog.csdn.net/hayre/article/details/80628431

1.MongoDB是什么？用一句话总结

MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。

（1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。

使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大增强。

（2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提升从节点为主节点，达到故障转移。

（3）数据模型因为是面向对象的，所以可以表示丰富的、有层级的数据结构，比如博客系统中能把“评论”直接怼到“文章“的文档中，而不必像myqsl一样创建三张表来描述这样的关系。

3.主要特性

（1）文档数据类型

SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。 （2）即时查询能力

MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优点，相比于同类型的NoSQL redis 并没有上述的能力。 （3）复制能力

MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是可以提供自动故障转移、扩展读能力。 （4）速度与持久性

MongoDB的驱动实现一个写入语义 fire and forget ，即通过驱动调用写入时，可以立即得到返回得到成功的结果（即使是报错），这样让写入的速度更加快，当然会有一定的不安全性，完全依赖网络。

MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。

（5）数据扩展

MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。

MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。

MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。

mongodump和mongorestore,备份和恢复数据库的标准工具。输出BSON格式，迁移数据库。

mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据需要支持多格式时有用。mongoimport还能用与大数据集的初始导入，但是在导入前顺便还要注意一下，为了能充分利用好mongoDB通常需要对数据模型做一些调整。

mongosniff,网络嗅探工具，用来观察发送到数据库的操作。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。

因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。因为简单，所以数据极快，而且相对容易伸缩还提供复杂查询机制的数据库。MongoDB需要跑在64位的服务器上面，且最好单独部署，因为是数据库，所以也需要对其进行热备、冷备处理。

因为本篇文章不是API手册，所有这里对shell的使用也是基础的介绍什么功能可以用什么语句，主要是为了展示使用MongoDB shell的方便性，如果需要知道具体的MongoDB shell语法可以查阅官方文档。

创建数据库并不是必须的操作，数据库与集合只有在第一次插入文档时才会被创建，与对数据的动态处理方式是一致的。简化并加速开发过程，而且有利于动态分配命名空间。如果担心数据库或集合被意外创建，可以开启严格模式。

以上的命令只是简单实例，假设如果你之前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪一个更简单呢？如果你使用的是java驱动去操作MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式一样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成没问题，也正因为这样简洁，完善的查询机制，深深的爱上了MongoDB。

使用java驱动链接MongoDB是一件非常简单的事情，简单的引用，简单的做增删改查。在使用完java驱动后我才发现spring 对MongoDB 的封装还不如官方自身提供出来的东西好用，下面简单的展示一下使用。

这里只举例了简单的链接与简单的MongoDB操作，可见其操作的容易性。使用驱动时是基于TCP套接字与MongoDB进行通信的，如果查询结果较多，恰好无法全部放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。

插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，但是该行为可以通过配置配置，可以通过安全模式开启，安全模式可以校验服务器端插入的错误。

要清楚了解MongoDB的基本数据单元。在关系型数据库中有带列和行的数据表。而MongoDB数据的基本单元是BSON文档，在键值中有指向不定类型值的键，MongoDB拥有即时查询，但不支持联结操作，简单的键值存储只能根据单个键来获取值，不支持事务，但支持多种原子更新操作。

如读写比是怎样的，需要何种查询，数据是如何更新的，会不会存在什么并发问题，数据结构化的程度是要求高还是低。系统本身的需求决定mysql还是MongoDB。

在关于schema 的设计中要注意一些原则，比如：

数据库是集合的逻辑与物理分组，MongoDB没有提供创建数据库的语法，只有在插入集合时，数据库才开始建立。创建数据库后会在磁盘分配一组数据文件，所有集合、索引和数据库的其他元数据都保存在这些文件中，查阅数据库使用磁盘状态可通过。

集合是结构上或概念上相似得文档的容器，集合的名称可以包含数字、字母或 . 符号，但必须以字母或数字开头，完全。

限定集合名不能超过128个字符，实际上 . 符号在集合中很有用，能提供某种虚拟命名空间，这是一种组织上的原则，和其他集合是一视同仁的。在集合中可以使用。

其次是键值，在MongoDB里面所有的字符串都是UTF-8类型。数字类型包括double、int、long。日期类型都是UTC格式，所以在MongoDB里面看到的时间会比北京时间慢8小时。整个文档大小会限制在16m以内，因为这样可以防止创建难看的数据类型，且小文档可以提升性能，批量插入文档理想数字范围是10~200，大小不能超过16MB。

（2）解析查询时MongoDB通过最优计划选择一个索引进行查询，当没有最适合索引时，会先不同的使用各个索引进行查询，最终选出一个最优索引做查询

（3）如果有一个a-b的复合索引，那么仅针对a的索引是冗余的

（4）复合索引里的键的顺序是很重要的

（2）复合索引

（3）唯一性索引

（4）稀疏索引

如索引的字段会出现的值，或是大量文档都不包含被索引的键。

如果数据集很大时，构建索引将会花费很长的时间，且会影响程序性能，可通过

当使用 mongorestore 时会重新构建索引。当曾经执行过大规模的删除时，可使用

对索引进行压缩，重建。

（1）查阅慢查询日志

（2）分析慢查询

注意新版本的MongoDB 的explain方法是需要参数的，不然只显示普通的信息。

本节同样主要简单呈现MongoDB副本集搭建的简易性，与副本集的强壮性，监控容易性

提供主从复制能力，热备能力，故障转移能力

实际上MongoDB对副本集的操作跟mysql主从操作是差不多的，先看一下mysql的主从数据流动过程

而MongoDB主要依赖的日志文件是oplog

写操作先被记录下来，添加到主节点的oplog里。与此同时，所有从结点复制oplog。首先，查看自己oplog里最后一条的时间戳；其次，查询主节点oplog里所有大于此时间戳的条目;最后，把那些条目添加到自己的oplog里并应用到自己的库里。从节点使用长轮询立即应用来自主结点oplog的新条目。

当遇到以下情况，从节点会停止复制

local数据库保存了所有副本集元素据和oplog日志

可以使用以下命令查看复制情况

每个副本集成员每秒钟ping一次其他所有成员，可以通过rs.status看到节点上次的心跳检测时间戳和 健康 状况。

这个点没必要过多描述，但是有一个特殊场景，如果从节点和仲裁节点都被杀了，只剩下主节点，他会把自己降级成为从节点。

如果主节点的数据还没有写到从库，那么数据不能算提交，当该主节点变成从节点时，便会触发回滚，那些没写到从库的数据将会被删除，可以通过rollback子目录中的BSON文件恢复回滚的内容。

只能链接到主节点，如果链接到从节点的话，会被拒绝写入操作，但是如果没有使用安全模式，因为mongo的fire and forget 特性，会把拒绝写入的异常给吃掉。

（2）使用副本集方式链接

能根据写入的情况自动进行故障转移，但是当副本集进行新的选举时，还是会出现故障，如果不使用安全模式，依旧会出现写不进去，但现实成功的情况。

分片是数据库切分的一个概念实现，这里也是简单总结为什么要使用分片以及分片的原理，操作。

当数据量过大，索引和工作数据集占用的内存就会越来越多，所以需要通过分片负载来解决这个问题

（2）分片的核心操作

分片一个集合：分片是根据一个属性的范围进行划分的，MongoDB使用所谓的分片键让每个文档在这些范围里找到自己的位置

块：是位于一个分片中的一段连续的分片键范围，可以理解为若干个块组成分片，分片组成MongoDB的全部数据

（3）拆分与迁移

块的拆分：初始化时只有一个块，达到最大块尺寸64MB或100000个文档就会触发块的拆分。把原来的范围一分为二，这样就有了两个块，每个块都有相同数量的文档。

迁移：当分片中的数据大小不一时会产生迁移的动作，比如分片A的数据比较多，会将分片A里面的一些块转移到分片B里面去。分片集群通过在分片中移动块来实现均衡，是由名为均衡器的软件进程管理的，任务是确保数据在各个分片中保持均匀分布，当集群中拥有块最多的分片与拥有块最少分片的块差大于8时，均衡器就会发起一次均衡处理。

启动两个副本集、三个配置服务器、一个mongos进程

配置分片

（2）索引

分片集合只允许在_id字段和分片键上添加唯一性索引，其他地方不行，因为这需要在分片间进行通信，实施起来很复杂。

当创建分片时，会根据分片键创建一个索引。

（2）低效的分片键

（3）理想的分片键

根据不同的数据中心划分

（2）最低要求

（3）配置的注意事项

需要估计集群大小，可使用以下命令对现有集合进行分片处理

（4）备份分片集群

备份分片时需要停止均衡器

使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB

（2）cpu mongodb 只有当索引和工作集都可放入内存时，才会遇到CPU瓶颈，CPU在mongodb使用中的作用是用来检索数据，如果看到CPU使用饱和的情况，可以通过查询慢查询日志，排查是不是查询的问题导致的，如果是可以通过添加索引来解决问题

mongodb写入数据时会使用到CPU，但是mongodb写入时间一次只用到一个核，如果有频繁的写入行为，可以通过分片来解决这个问题 （3）内存

大内存是mongodb的保障，如果工作集大小超过内存，将会导致性能下降，因为这将会增加数据加载入内存的动作

（4）硬盘

mongodb默认每60s会与磁盘强制同步一次，称为后台刷新，会产生I/O操作。在重启时mongodb会将磁盘里面的数据加载至内存，高速磁盘将会减少同步的时间

（5）文件系统

使用ext4 和 xfs 文件系统

禁用最后访问时间

（6）文件描述符

linux 默认文件描述符是1024，需要大额度的提升这个额度

（7）时钟

mongodb各个节点服务器之间使用ntp服务器

启动时使用 - -bind_ip 命令

（2）身份验证

启动时使用 - -auth 命令

（3）副本集身份认证

使用keyFile，注意keyFile文件的权限必须是600，不然会启动不起来

搭建副本集至少需要两个节点，其中仲裁结点不需要有自己的服务器

（2）Journaling日志 写数据时会先写入日志，而此时的数据也不是直接写入硬盘，而是写入内存

但是Journaling日志会消耗内存，所以可以在主库上面关闭，在从库上面启动

可以单独为Journaling日志使用一块固态硬盘

在插入时，可以通过驱动确保Journaling插入后再反馈，但是会非常影响性能。

-vvvvv 选项（v越多，输出越详细）

db.runCommand({logrotare:1}) 开启滚动日志

（2）top

（3）db.currentOp

动态展示mongodb活动数据

占用当前mongodb监听端口往上1000号的端口

把数据库内容导出成BSON文件，而mongorestore能读取并还原这些文件

（2）mongorestore

把导出的BSON文件还原到数据库

（3）备份原始数据文件 可以这么做，但是，操作之前需要进行锁库处理 db.runCommand({fsync:1,lock:true}) db.$cmd.sys.unlock.findOne 请求解锁操作，但是数据库不会立刻解锁，需要使用 db.currentOp 验证。

db.runCommand({repairDatabase:1}) 修复单个数据库

修复就是根据Jourling文件读取和重写所有数据文件并重建各个索引 （2）压紧

压紧，会重写数据文件，并重建集合的全部索引，需要停机或者在从库上面运行,如果需要在主库上面运行，需要添加force参数 保证加写锁。

（2）为提升性能检查索引和查询

总的来说，扫描尽可能少的文档。

保证没有冗余的索引，冗余的索引会占用磁盘空间、消耗更多的内存，在每次写入时还需做更多工作

（3）添加内存

dataSize 数据大小 和 indexSize 索引大小，如果两者的和大于内存，那么将会影响性能。

storageSize超过dataSize 数据大小 两倍以上，就会因磁盘碎片而影响性能，需要压缩。

云数据库MongoDB为什么需要限制连接数

连接是要消耗资源的，而且消耗的并不少。

内存：MongoDB为例，每个线程都要分配1MB的栈内存出来。1000个连接，1G内存就这么没了，甭管是否是活跃连接

文件句柄：每个连接都要打开一个文件句柄，当然从成本上讲，这个消耗相对内存是小了很多。但换个角度，文件句柄也被其他模块消耗着，比如WT存储引擎，就需要消耗大量的文件句柄

是否真的需要这么多的链接，一般的业务场景下请求压力在1000QPS左右，按照每个请求50ms计算，最多也就需要1000/(1000/50)==50个链接即可满足需求，并且是整个系统50个链接即可。

很多人平时没有怎么注意过链接数概念，上云后发现居然有这样的限制，心里很不舒服，可能非常不理解。这里说下常见的两种情况：

短链接：一般都是PHP环境，因为PHP的框架决定了PHP短链接的特性，并且链接数的需求一般是在1000-3000左右，具体多少还要根据业务部署的PHP数量来计算。并且MongoDB开源版本在短链接Auth处理上并不优雅，会消耗非常多的CPU资源，3000链接即可跑满24Core的CPU。PHP大拿Facebook也有同样的问题，所以他们用go语言自行开发了一套Proxy代理，来解决对MongoDB的短链接请求问题，但这毕竟带来部署成本和兼容性问题。阿里云的解决方案是从MongoDB源码优化下手，可以参考文章

长链接：比较健康合理的使用方式，但是也要正确的配置客户端，相关的参数为maxPoolSize=xx 在ConnectionURI上追加上去即可，否则默认每个客户端就是高处100来个，平白的浪费资源

链接数的上限需要综合考虑性能，稳定性，业务需求。多方面去考虑，缺一不可。超低的内存，配置超高的链接数，得到的只能是OOM。

客户案例 - 心动《另一个伊甸》从Amazon DynamoDB迁移MongoDB

心动是国内极具知名度的 游戏 公司。心动在 游戏 行业拥有丰富的经验，开发和营运多个全球经典 游戏 IP，如MMORPG 游戏 《仙境传说：守护永恒的爱》、《神仙道》、人气CCG 游戏 《少女前线》及生存射击 游戏 《香肠派对》。公司开发独立 游戏 的经验也相当丰富。至今，心动推出及营运多个著名付费 游戏 ，包括《风来之国》、《泰拉瑞亚》、《人类跌落梦境》、《去月球》、《艾希》、《喵斯快跑》、《恶果之地》及《部落与弯刀》等。

心动旗下还拥有中国最大的手游平台 TapTap。从 2016 年成立伊始，TapTap 为发现好 游戏 而来。从 游戏 收入全部归开发者所有开始，尝试用一小步撬动行业的一大步。秉持「官方包、不分成、精品化」商业模式，TapTap 现已成为 游戏 推荐平台，亦是高品质玩家社区。心动于2019年12月12日在香港联合交易所有限公司主板上市，股份代码：02400.HK.

《另一个伊甸:超越时空的猫》是心动网络代理的日本聚逸株式会社旗下WFS的本格JRPG手游，融合远古传说、未来 科技 以及传统幻想题材元素。讲述了一个穿越过去、现在与未来的冒险故事。此外，音乐与角色设计部分由光田康典、江草天仁等大师负责，能够给游玩者想起当 初第一次体验RPG时收获的那一份感动，其中日服突破1000万下载，并且获得2017 Google Play《最具创新力 游戏 》。

客户前期基于DynamoDB构建 游戏 玩家的数据存储，随着 游戏 的持续发展和迭代，玩家的读写请求量和数据存储也不断上涨，玩家数据存储超过3TB的存储空间，由于 游戏 需要定期进行运营活动，在活动期间请求量会爆发式增长，给运营活动的成本和稳定性带来了一定的挑战，其中核心的痛点如下：

包括研发成本和线上成本。研发测试成本受限于DynamoDB不能在本地部署的原因，必须使用付费的线上服务；线上成本随着玩家数上涨，DynamoDB产品费用也随之线性增长。

游戏 行业具有运营活动频繁的特点，而运营活动会带来短期内数据请求爆发式的增长，与DynamoDB的沟通仅可以使用邮件的方式，时间成本较高。DynamoDB在活动保障上，无法提供高效稳定的服务和赋能，而 游戏 稳定性直接涉及到玩家的体验。

DynamoDB使用私有协议，和主流的MongoDB产品使用方式有差异，且DynamoDB的中文文档欠缺，学习成本高。

心动网络通过引入阿里云数据库MongoDB，实现从DynamoDB迁移到阿里云数据库MongoDB，基于阿里云MongoDB的免运维特性，实现云数据库和分布式数据库的最佳体验，并且相较于DynamoDB降低了成本，在同等费用的情况下，实现性能大幅度提升，为运营活动和日常峰值的流量稳定运行奠定了基础。

阿里云数据库MongoDB为心动 游戏 提供跟DynamoDB一样的schema free能力，并且云数据库免运维实现快速伸缩，较DynamoDB实现成本的大幅下降，其核心价值如下：

阿里云数据库MongoDB使用自研低成本存储，使得数据库成本大幅度降低50%以上，并且在同等成本下，能实现更高的性能，为运营活动的顺利开展奠定基础。此外MongoDB是开源软件，可以免费的在本地进行开发测试。

阿里云MongoDB通过优秀的服务体验，更高的性能，为运营活动顺利开展奠定基础；专业的服务团队，24小时支撑线上服务，并且有专业客户服务群，售后、研发等多角色实时解决客户问题。

阿里云MongoDB跟MongoDB开源生态融合，中文文档资料丰富，降低研发学习成本。

阿里云MongoDB具备快速回档能力，可以实现快速的任意时间点恢复，大幅度提升数据备份回档速度。

DynamoDB借鉴于MongoDB，两者具备同样的类Json语法和schema-free能力，阿里云MongoDB提供从DynamoDB向阿里云MongoDB的数据搬迁通道，使客户能用较低的改造量便完成从DynamoDB的到MongoDB的迁移。

据了解， 阿里云是中国唯一可提供最新版本MongoDB服务的云厂商。阿里云数据库MongoDB是与MongoDB原厂战略合作的商业全托管数据库，是国内版本最丰富，工具支撑最完善的数据库系统之一。云数据库MongoDB在完全兼容MongoDB的基础上，得益于阿里云强大的云计算基础设施能力，为了客户提供了多种低成本存储介质，具备弹性伸缩、快速回档等能力，支持Serverless、单节点、副本集、分片集群四种部署架构，能够满足不同的业务场景需要，在互联网（ 游戏 、资讯、社交、电商、直播）、新零售、在线教育、金融、物联网、政企等行业都有广泛的应用。

阿里云mongodb 怎么创建数据库

use

命令

MongoDB

use

DATABASE_NAME

用于创建数据库。该命令将创建一个新的数据库，如果它不存在，否则将返回现有的数据库。

语法:

use

DATABASE

语句的基本语法如下：

use

DATABASE_NAME

示例:

如果想创建一个数据库名称

mydb,

那么

use

DATABASE

语句如下：

use

mydb

switched

to

db

mydb

要检查当前选择的数据库使用命令

db

db

mydb

如果想检查数据库列表，使用命令show

dbs.

show

dbs

local

0.78125GB

test

0.23012GB

创建的数据库mydb

列表中是不存在的。要显示的数据库，需要把它插入至少一个文件。

db.movie.insert({"name":"tutorials

yiibai"})

show

dbs

local

0.78125GB

mydb

0.23012GB

test

0.23012GB

在

MongoDB

默认数据库测试。如果没有创建任何数据库，然后集合将被存储在测试数据库。