教你使用MongoDB导入导出备份数据

目录

• 导出数据
• mongodump
• mongoexport
• 恢复
• mongorestore
• mongoimport

需要提前安装MongoDB-database-tools参考：Centos离线安装mongodb-database-tools

导出数据

常用的导出有两种：mongodump和mongoexport，两种方式的区别：

1、mongodump导出的文件格式是bson，mongoexport导出的文件格式是json和csv，可读性高。

2、mongodump只能指定到集合，mongoexport可以指定到字段。

3、mongodump导出速度快，压缩率高，适合备份全库文件，mongoexport适合导出单个集合。

mongodump

公式

mongodump -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 -c数据集(表) -o 文件保存路径

 常用参数：

连接选项	-h, --host=<hostname>	指定主机，格式：[ip地址]or[域名]or[域名:端口号]，默认是：localhost:27017
--port=<port>	指定mongo服务器端口号，默认27017
验证选项	-u, --username=<username>	用户身份验证的用户名
-p, --password=<password>	用于身份验证的密码
空间选项	-d, --db=<database-name>	要使用的数据库
-c, --collection=<collection-name>	要使用的集合
查询选项	-q, --query=	查询过滤器，作为v2 Extended JSON字符串，例如，' { ' x '：{ ' $ gt '：1 } } '
--queryFile=	包含查询筛选器( v2扩展JSON)的文件的路径
--readPreference=<string>|<json>	指定偏好模式(例如"最近" )或偏好json对象( e.g. ' { mode : '最近' , tagSets : [ { a : ' b ' } ] , maxStalenessSeconds : 123 } ')
输出选项	-o, --out=<directory-path>	输出目录，或者' - '表示stdout (默认值：' dump ' )
--gzip	用Gzip压缩归档或集合输出

更详细的参数可以使用编程客栈mongodump --help查看或者参考官方文档：https://www.mongodb.com/docs/database-tools/

一些例子：

#导出所有数据到指定目录
mongodump -o /root/databak/test_bak
#导出本机的tank库到指定数据库
mongodump -d tank -o /root/databak/tank_bak
#导出目标机192.168.1.108的tank库到指定数据库
mongodump -h 192.168.1.108 -d tank -o /root/databak/tank_bak
#导出xc_dpms库的dp编程客栈ms_systemsetting集合（表）到指定目录
mongodump -d xc_dpms -c dpms_systemsetting -o /root/databak/dpms_systemsetting_bak

mongoexport

公式

mongoexport -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 -c 数据集(表) -f 字段（列1,列2,...） -o 保存的文件名称

常用参数：

连接选项	-h, --host=<hostname>	指定主机，格式：[ip地址]or[域名]or[域名:端口号]，默认是：localhost:27017
--port=<port>	指定mongo服务器端口号，默认27017
验证选项	-u, --username=<username>	用户身份验证的用户名
-p, --password=<password>	用于身份验证的密码
空间选项	-d, --db=<database-name>	要使用的数据库
-c, --collection=<collection-name>	要使用的集合
输出选项	-f, --fields=<field>[,<field>]*	指定列名，多个列名以逗号分隔。例如：-f "name,age"
--type=<type>	输出格式 json 或者 csv
-o, --out=<filename>	输出的文件名
查询选项	-q, --query=	查询过滤器，作为v2 Extended JSON字符串，例如，' { ' x &#开发者_SQLite39;：{ '编程 $ gt '：1 } } '
--queryFile=	包含查询筛选器( v2扩展JSON)的文件的路径
--readPreference=<string>|<json>	指定偏好模式(例如"最近" )或偏好json对象( e.g. ' { mode : '最近' , tagSets : [ { a : ' b ' } ] , maxStalenessSeconds : 123 } ')

 几个例子：

	#导出nts库的chrome集合中的name列，保存为chrome.json文件

	mongoexport -d nts -c chrome -f name -o chrome.json

	#导出nts库的chrome集合，保存为chrome.csv文件

	mongoexport -d nts -c chrome -o chrome.csv

恢复

恢复经常用到mongorestore和mongoimport，两者区别：

1、mongorestore恢复的是mongodump导出的bson格式文件。

2、mongoimport恢复的是mongoexport导出的json格式文件。

3、bson是二进制文件，恢复时对mongo的版本有要求，尽量保持相同的版本，如果版本不同，可能会存在问。

4、json格式文件没有版本要求。

mongorestore

 公式

mongorestore -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 -c 数据集(表) --drop 文件存在路径

常用参数：

连接选项	-h, --host=<hostname>	指定主机，[ip地址]   [域名]   [域名:端口号]
--port=<port>	指定mongo服务器端口号，默认27017
验证选项	-u, --username=<username>	用户身份验证的用户名
-p, --password=<password>	用于身份验证的密码
空间选项	-d, --db=<database-name>	要使用的数据库
-c, --collection=<collection-name>	要使用的集合
恢复选项	--drop	恢复前删除现有数据

更详细的参数可以使用mongorestore --help查看或者参考官方文档：https://www.mongodb.com/docs/database-tools/

 一些例子：

#恢复指定路径的备份数据，这里的路径是库的备份路径
mongorestore /home/databak/mongodb/
#恢复tank库
mongorestore -d tank /home/databak/mongodb/tank/
#将tank还原到tank_new数据库中
mongorestore -d tank_new /home/zhangy/mongodb/tank/

 

mongoimport

公式

mongoimport -h IP --编程客栈port 端口 -u 用户名 -p 密码 -d 数据库 -c 数据集(表) -f 字段（列1,列2,...） --type 文件格式 --file 指定文件

常用参数：

连接选项	-h, --host=<hostname>	指定主机，[ip地址]   [域名]   [域名:端口号]
--port=<port>	指定mongo服务器端口号，默认27017
验证选项	-u, --username=<username>	用户身份验证的用户名
-p, --password=<password>	用于身份验证的密码
空间选项	-d, --db=<database-name>	要使用的数据库
-c, --collection=<collection-name>	要使用的集合
输入选项	-f, --fields=<field>[,<field>]*	指定列名，多个列名以逗号分隔。例如：-f "name,age"
--file=<filename>	输入的文件，指定文件
--type=<type>	输入的格式： json, csv, or tsv
恢复选项	--dhttp://www.devze.comrop	恢复前删除原集合数，不带该参数表示在原集合上追加

例子：

#恢复tank库的systemset集合，恢复前清空这个集合的内容
mongorestore -d tank -c systemset --drop --file /home/databak/mongodb/tank/systemset.json

 end。

到此这篇关于教你使用MongoDB导入导出备份数据的文章就介绍到这了,更多相关MongoDB导入导出备份数据内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！