把MongoDB作为循环队列的方法详解

我们在使用MongoDB的时候，一个集合里面能放多少数据，一般取决于硬盘大小，只要硬盘足够大，那么我们可以无休止地往里面添加数据。

然后，有些时候，我只想把MongoDB作为一个循环队列来使用，期望它有这样一个行为：

设定队列的长度为10
插入第1条数据，它被放在第1个位置
插入第2条数据，它被放在第2个位置
...
插入第10条数据，它被放在第10个位置
插入第11条数据，它被放在第1个位置，覆盖原来的内容
插入第12条数据，它被放在第2个位置，覆盖原来的内容
...

MongoDB有一种Collection叫做capped collection，就是为了实现这个目的而设计的。

普通的Collection不需要提前创建，只要往MongoDB里面插入数据，MongoDB自动就会创建。而capped collection需要提前定义一个集合为capped类型。

语法如下：

import pymongo

conn = pymongo.MongoClient()
db = conn.test_capped

db.create_collection('info', capped=True, size=1024 * 1024 * 10, max=5)

对一个数据库对象使用create_collection方法，创建集合，其中参数capped=True说明这是一个capped collection，并限定它的大小为10MB，这里的size参数的单位是byte，所以10MB就是1024 * 1024 * 10. max=5表示这个集合最多只有5条数据，一旦超过5条，就会从头开始覆盖。

创建好以后，capped collection的插入操作和查询操作就和普通的集合完全一样了：

col = db.info
for i in range(5):
  data = {'index': i, 'name': 'test'}
  col.insert_one(data)

这里我插入了5条数据，效果如下图所示：

其中，index为0的这一条是最先插入的。

接下来，我再插入一条数据：

data = {'index': 100, 'name': 'xxx'}
col.insert_one(data)

此时数据库如下图所示：

可以看到，index为0的数据已经被最新的数据覆盖了。

我们再插入一条数据看看：

data = {'index': 999, 'name': 'xxx'}
col.insert_one(data)

运行效果如下图所示：

可以看到，index为1的数据也被覆盖了。

这样我们就实现了一个循环队列。

MongoDB对capped collection有特别的优化，所以它的读写速度比普通的集合快。

但是capped collection也有一些缺点，在MongoDB的官方文档中提到：

If an update or a replacement operation changes the document size, the operation will fail.

You cannot delete documents from a capped collection. To remove all documents from a collection, use the drop() method to drop the collection and recreate the capped collection.

意思就是说，capped collection里面的每一条记录，可以更新，但是更新不能改变记录的大小，否则更新就会失败。

不能单独删除capped collection中任何一条记录，只能整体删除整个集合然后重建。