【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
|
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。 |
|
|
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。 |
|
|
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。 |
|
|
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：
{ <field1>: <value1>, ... }
{ <field1>: { <operator1>: <value1> }, ... }
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：
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：
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：
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：
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：
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。
|
删除使用指定过滤器匹配到的一个或全部文档 |
|
|
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 |
|
|
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。
{ <field1>: <value1>, ... }
{ <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：
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：
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：
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) |
|
|
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 |
mysqld |
oracle |
IDS |
DB2 Server |
|
|
数据库客户端 |
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：
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 。
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。
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。
原文：http://www.cnblogs.com/hdwgxz/p/5974838.html