Mongo導出mongoexport和導入mongoimport介紹

 最近爬取mobike和ofo單車數據，需要存儲在csv文件中，因為設計的程序沒有寫存儲csv文件的方法，為了偷懶所以就繼續存儲到了MongoDB中。恰好MongoDB支持導出的數據可以是csv文件和json文件，所以下面介紹下MongoDB mongoexport和mongoimport方法；

一、導出工具mongoexport 簡介，通過幫助先了解下mongoexport的功能參數

[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 - 1 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}'

關鍵參數說明：

• -h,--host ：代表遠程連接的數據庫地址，默認連接本地Mongo數據庫；
• --port：代表遠程連接的數據庫的端口，默認連接的遠程端口27017；
• -u,--username：代表連接遠程數據庫的賬號，如果設置數據庫的認證，需要指定用戶賬號；
• -p,--password：代表連接數據庫的賬號對應的密碼；
• -d,--db：代表連接的數據庫；
• -c,--collection：代表連接數據庫中的集合；
• -f, --fields：代表集合中的字段，可以根據設置選擇導出的字段；
• --type：代表導出輸出的文件類型，包括csv和json文件；
• -o, --out：代表導出的文件名；
• -q, --query：代表查詢條件；
•  --skip：跳過指定數量的數據；
• --limit：讀取指定數量的數據記錄；
• --sort：對數據進行排序，可以通過參數指定排序的字段，並使用 1 和 -1 來指定排序的方式，其中 1 為升序排列，而-1是用於降序排列,如sort({KEY:1})。

注意：

　　當查詢時同時使用sort,skip,limit，無論位置先后，最先執行順序 sort再skip再limit。

實例：

　　首先查看下數據庫中的數據一共多少條，通過的命令的方式查看下我們要導出的數據信息

> db.bike.find().count()
16878865
> db.bike.find({"source":"ofo"}).limit(1)
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "lat" : 39.9571954199, "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "source" : "ofo", "lng" : 116.3926501736 }
> 

如何通過mongoexport導出"bikeId" : "pgdAVg"的數據，我導出了json和csv兩種類型的數據；

#導出類型為json，數據庫：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，條件為source字段為ofo第一條數據
mongoexport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=json -o bike.csv --query='{"source":"ofo"}' --limit=1
#導出類型為csv，數據庫：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，條件為source字段為ofo第一條數據
mongoexport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=csv -o bike.csv --query='{"source":"ofo"}' --limit=1

查看下結果是否是我們兩種不同的結果集；

1.導出csv類型；

2.導出json類型；

二、導入工具mongoimport 簡介，通過幫助先了解下mongoimport的功能參數

[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 - 1 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 1)
      --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')

關鍵參數說明：

• h,--host ：代表遠程連接的數據庫地址，默認連接本地Mongo數據庫；
• --port：代表遠程連接的數據庫的端口，默認連接的遠程端口27017；
• -u,--username：代表連接遠程數據庫的賬號，如果設置數據庫的認證，需要指定用戶賬號；
• -p,--password：代表連接數據庫的賬號對應的密碼；
• -d,--db：代表連接的數據庫；
• -c,--collection：代表連接數據庫中的集合；
• -f, --fields：代表導入集合中的字段；
• --type：代表導入的文件類型，包括csv和json,tsv文件，默認json格式；
• --file：導入的文件名稱
• --headerline：導入csv文件時，指明第一行是列名，不需要導入；

實例演示：

#首先查看集合中的數據
> 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 }
#刪除集合中的數據
> db.bike_bak.remove({"bikeId" : "pgdAVg"})
WriteResult({ "nRemoved" : 1 })
#查看集合是否包含數據
> db.bike_bak.find()
> 
#導入數據
[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoimport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike_bak  --type=json --file bike.csv
2017-10-25T11:59:51.020+0800    connected to: localhost:27030
2017-10-25T11:59:51.030+0800    imported 1 document
#檢查數據是否導入成功
> 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" }

 測試過程中發現--headerline -f bikeId 同時存在會報錯，提示不兼容，目前不知道如何處理。