上周玩了一下 RethinkDB 发现一些性能问题，导入2000万个文档后查询起来非常慢，哪怕是最简单的查询也很慢，试着把数据分片到 RethinkDB 集群的多个节点上还是慢。相比之下，其他几个比较成熟的产品 MongoDB, CouchDB, Couchbase 就要快很多。 MongoDB 可能

上周玩了一下 RethinkDB 发现一些性能问题，导入2000万个文档后查询起来非常慢，哪怕是最简单的查询也很慢，试着把数据分片到 RethinkDB 集群的多个节点上还是慢。相比之下，其他几个比较成熟的产品 MongoDB, CouchDB, Couchbase 就要快很多。

MongoDB 可能是当前最流行的 NoSQL 数据库，就不用多介绍了，下面的安装步骤在 Ubuntu Server 12.04.4 LTS (-bit) 和 CentOS 6.5 Minimal (-bit) 上完成。

安装 MongoDB 服务器

在 Ubuntu 上安装 GPG key 后添加 mongdb 源，然后安装 mongodb-10gen：

$ sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 7F0CEB10
$ echo 'deb http://downloads-distro.mongodb.org/repo/ubuntu-upstart dist 10gen' | sudo tee /etc/apt/sources.list.d/mongodb.list
$ sudo apt-get update
$ sudo apt-get install mongodb-10gen

在 CentOS 上使用 root 账号，添加 mongdb 源，然后安装 mongo-10gen 和 mongo-10gen-server：

$ su
# vi /etc/yum.repos.d/mongodb.repo
[mongodb]
name=MongoDB Repository
baseurl=http://downloads-distro.mongodb.org/repo/redhat/os/x86_/
gpgcheck=0
enabled=1
# yum update
# yum install mongo-10gen mongo-10gen-server
# service mongod restart
# chkconfig mongod on

在 CentOS 上如果用 yum install 安装完 mongodb 发现 /etc/init.d/ 里面没有 mongod 启动脚本的话，需要从 /etc/rc.d/init.d/ 拷贝一个：

# cp /etc/rc.d/init.d/mongod /etc/init.d/
# service mongod restart

检查一下 mongodb 服务是否已经在运行，如果没有的话重启一下 mongodb 服务：

$ ps aux | grep mongod
mongodb 1165 8.2 99.9 25407520 85501 ? Ssl 04:02 17:10 /usr/bin/mongod --config /etc/mongodb.conf
$ sudo service mongodb restart # 在 ubuntu 上
# service mongod restart # 在 centos 上

如果启动 mongodb 过程报错，查看日志寻找蛛丝马迹：

$ sudo vi /var/log/mongodb/mongodb.log

如果发现日志里有如下错误，可能是因为 /tmp 权限问题，mongd 进程无权限法写 /tmp，chmod 777 就可以了：

...
Tue Mar 18 08:03:55.061 [initandlisten] ERROR: listen(): bind() failed errno:13 Permission denied for socket: /tmp/mongodb-27017.sock
...
# chmod -R 777 /tmp

使用 mongo 客户端

MongoDB 自带的 mongo 客户端程序（相当于 MySQL 的 mysql）可以用来简单的与 mongod 交互：

$ mongo
MongoDB shell version: 2.4.9
connecting to: test
> db
test
> use gene
switched to db gene
> db
gene
> help
...

安装 Python 客户端驱动

我们一般用程序和 MongoDB 交互，MongoDB 支持多种语言的客户端驱动，比如：JavaScript, Python, Ruby, PHP, Perl, C, C++, Java, Scala 等。下面的部分仅是安装 MongoDB 的 Python 驱动，其他语言可以参考官方文档。

在 Ubuntu 上安装 pymongo：

$ sudo apt-get install python-pip
$ sudo apt-get install build-essential python-dev
$ sudo pip install pymongo

在 CentOS 上安装 pymongo：

# rpm -ivh http://dl.fedoraproject.org/pub/epel/6/x86_/epel-release-6-8.noarch.rpm
# yum update
# yum install python-pip
# yum install gcc python-devel
# pip install pymongo

gene_info.txt 是一个含有基因数据的文本文件，大概1000多万行记录，格式如下：

$ head -2 gene_info.txt
#Format: tax_id GeneID Symbol LocusTag Synonyms dbXrefs chromosome map_location description type_of_gene Symbol_from_nomenclature_authority Full_name_from_nomenclature_authority Nomenclature_status Other_designations Modification_date (tab is used as a separator, pound sign - start of a comment)
7 5692769 NEWENTRY - - - - - Record to support submission of GeneRIFs for a gene not in Gene (Azorhizobium caulinodans Dreyfus et al. 1988; Azotirhizobium caulinodans. Use when strain, subtype, isolate, etc. is unspecified, or when different from all specified ones in Gene.). other - - - - 20071023

写个简单程序把 gene_info.txt 的数据导入到 MongoDB 里：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import os, os.path, sys, csv, string
def import_to_db():
 data = csv.reader(open('gene_info', 'rb'), delimiter='\t')
 data.next()
 import pymongo
 mongo = pymongo.Connection('127.0.0.1')
 genedb = mongo['gene']
 gene_info = genedb['geneinfo']
 for row in data:
 gene_info.insert({
 'tax_id': row[0],
 'GeneID': row[1],
 'Symbol': row[2],
 'LocusTag': row[3],
 'Synonyms': row[4],
 'dbXrefs': row[5],
 'chromosome': row[6],
 'map_location': row[7],
 'description': row[8],
 'type_of_gene': row[9],
 'Symbol_from_nomenclature_authority': row[10],
 'Full_name_from_nomenclature_authority': row[11],
 'Nomenclature_status': row[12],
 'Other_designations': row[13],
 'Modification_date': row[14]
 })
def main():
 import_to_db()
if __name__ == "__main__":
 main()

原文地址：安装和使用 MongoDB, 感谢原作者分享。