mongodb索引规则基本上与传统的关系库一样，大部分优化MySQL/Oracle/SQLite索引的技巧也适用于mongodb。

一、 为什么用索引：

当查询中用到某些条件时，可以对该键建立索引，以提高查询速度。

如果数据量很多且查询多于更新时，可以用索引提高查询的速度。

二、 索引管理：

a)         查询索引：

1. 查询已有索引的明细：

查询索引很简单，比如说需要查询mailaccess数据库中的Mail collection上的索引时：

mongo                          进入mongo

MongoDB shell version: 1.8.1

connecting to: test

use mailaccess                  进入mailaccess database

switched to db mailaccess

db.Mail.getIndexes()             查询索引明细

[

{

“name” : “_id_”,

“ns” : “mailaccess.Mail”,

“key” : {

“_id” : 1

},

“v” : 0

},

{

“_id” : ObjectId(“4df063ac48857df7ac35c348”),

“ns” : “mailaccess.Mail”,

“key” : {

“user” : 1,

“folderId” : 1,

“mailfilename” : 1

},

“name” : “user_1_folderId_1_mailfilename_1”,

“v” : 0

},

最近trunk.ly的工程师通过mongostat发现了大量的page fault，然后通过检查发现，他们的索引已经超出内存限制了（没有keep all index in RAM）。于是他们决定开始减小索引大小，通过测试得出了如下的数据，不同的数据类型的索引大小有2到3倍的差距。

虽然能够想像得到，但是直观的数据图可能让我们更深刻的认识到。他们的测试再一次告诉我们：给索引定一个好的数据结构是多么重要。

这是测试结果图，分别是用int、MongoDB的ObjectID、base64和md5的字符串做索引产生的索引大小：

测试过程也非常简单，首先用下面脚本将各种不同数据结构的数据写入到不同的collection里：

#!/usr/bin/env python

import pymongo
import bson
from pymongo import Connection

db = connection.test_database

print('ObjectID')
for i in range(1, 1000000):
    db.objectids.insert({'i': i})

print('int')
for i in range(1, 1000000):
    db.ints.insert({'_id': i, 'i': i})

print('Base64 BSON')
for i in range(1, 1000000):
    db.base64s.insert({'_id': \
        bson.Binary(hashlib.md5(str(i)).digest(),
        bson.binary.MD5_SUBTYPE), 'i': i})

print('string')
for i in range(1, 1000000):
    db.strings.insert({'_id': hashlib.md5(str(i)).digest(), 'i': i})

然后获取每个collection的index大小，得到如下的结果，画成上面的图：

> db.base64s.stats()
{
        "totalIndexSize" : 67076096,
}
> db.objectids.stats()
{
        "totalIndexSize" : 41598976,
}
> db.ints.stats()
{
        "totalIndexSize" : 32522240,
}
> db.strings.stats()
{
        "totalIndexSize" : 90914816,

}

原文链接：How to save 200% RAM by selecting the right key data type for #MongoDB

一.mongodb的监控

mongostat是mongdb自带的状态检测工具，在命令行下使用。它会间隔固定时间获取mongodb的当前运行状态，并输出。如果你发现数据库突然变慢或者有其他问题的话，你第一手的操作就考虑采用mongostat来查看mongo的状态。

它的输出有以下几列：

• inserts/s 每秒插入次数
• query/s 每秒查询次数
• update/s 每秒更新次数
• delete/s 每秒删除次数
• getmore/s 每秒执行getmore次数
• command/s 每秒的命令数，比以上插入、查找、更新、删除的综合还多，还统计了别的命令
• flushs/s 每秒执行fsync将数据写入硬盘的次数。
• mapped/s 所有的被mmap的数据量，单位是MB，
• vsize 虚拟内存使用量，单位MB
• res 物理内存使用量，单位MB
• faults/s 每秒访问失败数（只有Linux有），数据被交换出物理内存，放到swap。不要超过100，否则就是机器内存太小，造成频繁swap写入。此时要升级内存或者扩展
• locked % 被锁的时间百分比，尽量控制在50%以下吧
• idx miss % 索引不命中所占百分比。如果太高的话就要考虑索引是不是少了
• q t|r|w 当Mongodb接收到太多的命令而数据库被锁住无法执行完成，它会将命令加入队列。这一栏显示了总共、读、写3个队列的长度，都为0的话表示mongo毫无压力。高并发时，一般队列值会升高。
• conn 当前连接数
• time 时间戳

二.mongodb的优化

mongodb可以通过profile来监控数据，进行优化。

查看当前是否开启profile功能用命令

db.getProfilingLevel() 返回level等级，值为0|1|2，分别代表意思：0代表关闭，1代表记录慢命令，2代表全部

开始profile功能为

db.setProfilingLevel(level); #level等级，值同上

level为1的时候，慢命令默认值为100ms，更改为db.setProfilingLevel(level,slowms)如db.setProfilingLevel(1,50)这样就更改为50毫秒

通过db.system.profile.find() 查看当前的监控日志。

如：

Js代码

1.  db.system.profile.find({millis:{$gt:500}})

2. { “ts” : ISODate(“2011-07-23T02:50:13.941Z”), “info” : “query order.order reslen:11022 nscanned:672230 \nquery: { status: 1.0 } nreturned:101 bytes:11006 640ms”, “millis” : 640 }

MMS (MongoDB Monitoring Service) is a hosted application created by 10gen for monitoring MongoDB deployments. MMS Collects statistics on all key server and hardware indicators and presents this data through an intuitive web interface

先简单说下原理：

1、在mms服务器上添加mongodb服务器的ip,端口，user，password. 2、在mongodb服务器所在的内网空闲机器上安装定制的agent脚本。 3、agent脚本从mms获取你的服务器Ip及端口等信息，然后连接到mongodb服务器获取必要的监控数据。 4、agent脚本将监控信息上传到mms服务器，我们登陆后就可以查看到相应的信息了。

主页地址如下

１. https://mms.10gen.com/help/install.html

在Hosts项上点击添加，此处hostname填写内网IP，port为mongodb端口，user/password为用户名和密码。

首先得检查一下服务器上的python版本

测试服务器上python版本为2.4

需要安装pymongo,simplejson,hashlib,hmac等包

可以先安装 python的setuptools.

sudo apt-get install python-setuptools

然后依次安装：easy_install simplejson hmac hashlib

再安装 pymongo

可能需要安装依赖

先执行

apt-get install build-essential python-dev

yum 命令

yum install gcc python-devel

安装 easy_install pymongo

新开了一个vps,装了最新的nginx 1.0.2版本，将原来的虚拟主机配置直接拿过来．用nginx -t 测试语法的时候，发现提示以下警告信息

[root@centos nginx]# ./sbin/nginx -t nginx: [warn] the “log_format” directive may be used only on “http” level in /usr/local/nginx/conf/vhosts/bbs.conf:62

解决办法如下：

将/usr/local/nginx/conf/nginx.conf 里server段里的下面代码移出放到该server段的前面即可。

log_format  access  ‘$remote_addr – $remote_user [$time_local] “$request” ‘ ‘$status $body_bytes_sent “$http_referer” ‘ ‘”$http_user_agent” $http_x_forwarded_for’;

如果有其的虚拟主机开启了日志，也按上面的要求移出server段放在server段的前面即可。

再**/usr/local/nginx/sbin/nginx -t** 测试一下，没有warn警告信息了。

[root@centos vhosts]# ../../sbin/nginx -t nginx: the configuration file /usr/local/nginx/conf/nginx.conf syntax is ok nginx: configuration file /usr/local/nginx/conf/nginx.conf test is successful [root@centos vhosts]#

有点标题党的意思，不过下面三招确实比较实用，内容来自Conversocial公司的VP Colin Howe在London MongoDB用户组的一个分享。 申请：下面几点并非放四海皆准的法则，具体是否能够使用，还需要根据自己的应用场景和数据特点来决定。

1.使用组合式的大文档 我们知道MongoDB是一个文档数据库，其每一条记录都是一个JSON格式的文档。比如像下面的例子，每一天会生成一条这样的统计数据：

{ metric: “content_count”, client: 5, value: 51, date: ISODate(“2012-04-01 13:00”) } { metric: “content_count”, client: 5, value: 49, date: ISODate(“2012-04-02 13:00”) }

而如果采用组合式大文档的话，就可以这样将一个月的数据全部存到一条记录里：

{ metric: “content_count”, client: 5, month: “2012-04”, 1: 51, 2: 49, … }

通过上面两种方式存储，预先一共存储大约7GB的数据（机器只有1.7GB的内存），测试读取一年信息，这二者的读性能差别很明显：

第一种: 1.6秒 第二种: 0.3秒 那么问题在哪里呢？ 实际上原因是组合式的存储在读取数据的时候，可以读取更少的文档数量。而读取文档如果不能完全在内存中的话，其代价主要是被花在磁盘seek上，第一种存储方式在获取一年数据时，需要读取的文档数更多，所以磁盘seek的数量也越多。所以更慢。 实际上MongoDB的知名使用者foursquare就大量采用这种方式来提升读性能。见此

2.采用特殊的索引结构 我们知道，MongoDB和传统数据库一样，都是采用B树作为索引的数据结构。对于树形的索引来说，保存热数据使用到的索引在存储上越集中，索引浪费掉的内存也越小。所以我们对比下面两种索引结构：

db.metrics.ensureIndex({ metric: 1, client: 1, date: 1})

与

db.metrics.ensureIndex({ date: 1, metric: 1, client: 1 })

采用这两种不同的结构，在插入性能上的差别也很明显。 当采用第一种结构时，数据量在2千万以下时，能够基本保持10k/s 的插入速度，而当数据量再增大，其插入速度就会慢慢降低到2.5k/s，当数据量再增大时，其性能可能会更低。 而采用第二种结构时，插入速度能够基本稳定在10k/s。 其原因是第二种结构将date字段放在了索引的第一位，这样在构建索引时，新数据更新索引时，不是在中间去更新的，只是在索引的尾巴处进行修改。那些插入时间过早的索引在后续的插入操作中几乎不需要进行修改。而第一种情况下，由于date字段不在最前面，所以其索引更新经常是发生在树结构的中间，导致索引结构会经常进行大规模的变化。

采用命令行方式，它的命令格式为：

tcpdump [ -adeflnNOpqStvx ] [ -c 数量 ] [ -F 文件名 ][ -i 网络接口 ] [ -r 文件名] [ -s snaplen ][ -T 类型 ] [ -w 文件名 ] [表达式 ]

1. tcpdump的选项介绍 -a 　　　将网络地址和广播地址转变成名字； -d 　　　将匹配信息包的代码以人们能够理解的汇编格式给出； -dd 　　　将匹配信息包的代码以c语言程序段的格式给出； -ddd 　　　将匹配信息包的代码以十进制的形式给出； -e 　　　在输出行打印出数据链路层的头部信息； -f 　　　将外部的Internet地址以数字的形式打印出来； -l 　　　使标准输出变为缓冲行形式； -n 　　　不把网络地址转换成名字； -t 　　　在输出的每一行不打印时间戳； -v 　　　输出一个稍微详细的信息，例如在ip包中可以包括ttl和服务类型的信息； -vv 　　　输出详细的报文信息； -c 　　　在收到指定的包的数目后，tcpdump就会停止； -F 　　　从指定的文件中读取表达式,忽略其它的表达式； -i 　　　指定监听的网络接口； -r 　　　从指定的文件中读取包(这些包一般通过-w选项产生)； -w 　　　直接将包写入文件中，并不分析和打印出来； -T 　　　将监听到的包直接解释为指定的类型的报文，常见的类型有rpc （远程过程调用）和snmp（简单网络管理协议；）

第一种是关于类型的关键字，主要包括host，net，port, 例如 host 210.27.48.2，指明 210.27.48.2是一台主 机，net 202.0.0.0 指明 202.0.0.0是一个网络地址，port 23 指明端口号是23。如果没有指定类型，缺省的类型是 host.

1.客户端常用命令 **   #mongo **   >help                       //列出帮助** **   >db.help()                //db级别的帮助** ** >db.mycollection.help()  //collection 级别的帮助

 常用命令：  >show dbs  //show database names  >show collections  //show collections in current database  >use  //set current database  >db.foo.find()  //list objects in collection foo  >db.foo.find({a:1})  //list objects in foo where a == 1  >db.createCollection(name, { size : …, capped : …, max : … } )  //创建collection  >db.dropDatabase()  //删除库  >db.collection.count()  //统计colleciton的数量  >db.collection.drop()  //删除此colleciton  >db.foo.find().count  //某个数据的数量  >db.collection.find(…).limit(n)

MongoDB与MySQL的对应关系如下表所示:

MySQL

在上文中，我们了解了 教你如何利用MySQL学习MongoDB之授权和权限，本文中我们继续我们的学习之旅，学习两者的导入和导出。

1、MySQL导入和导出

(1)、mysqlimport

此工具位于mysql/bin目录中，是MySQL的一个载入(或者说导入)数据的一个非常有效的工具。这是一个命令行工具。有两个参数以及大量的选项可供选择。这个工具把一个文本文件(text file)导入到你指定的数据库和表中。比方说我们要从文件student.txt中把数据导入到数据库class中的表 student中：

mysqlimport class.student student.txt

(2)、load data infile

这个命令与mysqlimport非常相似，但这个方法可以在MySQL命令行中使用。 如mysqlimport工具一样，这个命令也有一些可以选择的参数。比如您需要把自己的电脑上的数据导入到远程的数据库服务器中，您可以使用下面的命令：

Load data local infile “d:\student.txt” into table student;

上面的local参数表示文件是本地的文件，服务器是您所登陆的服务器。这样就省去了使用ftp来上传文件到服务器，mysql替你完成了。

(3)、mysqldump

mysqldump工具很多方面类似相反作用的工具mysqlimport。它们有一些同样的选项。但mysqldump能够做更多的事情。它可以把整个数据库装载到一个单独的文本文件中。这个文件包含有所有重建您的数据库所需要的SQL命令。这个命令取得所有的模式并且将其转换成DDL语法，取得所有的数据，并且从这些数据中创建INSERT语句。这个工具将您的数据库中所有的设计倒转。因为所有的东西都被包含到了一个文本文件中。这个文本文件可以用一个简单的批处理和一个合适SQL语句导回到MySQL中。这个工具令人难以置信地简单而快速。决不会有半点让人头疼地地方。因此，如果您像装载整个数据库mydb的内容到一个文件中，可以使用下面的命令：

bin/mysqldump –p mydb > mydb.txt

2、MongoDB导入和导出

(1)、mongoexport导出工具

MongoDB提供了mongoexport工具，可以把一个collection导出成json格式或csv格式的文件。可以指定导出哪些数据项，也可以根据给定的条件导出数据。工具帮助信息如下：

1. [root@localhost bin]# ./mongoexport –help
2. options:
3. –help produce help message
4. -v [ –verbose ] be more verbose (include multiple times for more
5. verbosity e.g. -vvvvv)
6. -h [ –host ] arg mongo host to connect to ( /s1,s2 for sets)
7. –port arg server port. Can also use –host hostname:port
8. –ipv6 enable IPv6 support (disabled by default)
9. -u [ –username ] arg username
10. -p [ –password ] arg password
11. –dbpath arg directly access mongod database files in the given
12. path, instead of connecting to a mongod server –
13. needs to lock the data directory, so cannot be used
14. if a mongod is currently accessing the same path
15. –directoryperdb if dbpath specified, each db is in a separate
16. directory
17. -d [ –db ] arg database to use
18. -c [ –collection ] arg collection to use (some commands)
19. -f [ –fields ] arg comma separated list of field names e.g. -f name,age
20. –fieldFile arg file with fields names – 1 per line
21. -q [ –query ] arg query filter, as a JSON string
22. –csv export to csv instead of json
23. -o [ –out ] arg output file; if not specified, stdout is used
24. –jsonArray output to a json array rather than one object per
25. line
26. [root@localhost bin]#

下面我们将以一个实际的例子说明，此工具的用法：

mongod没有后台执行，在终端连接非正常断开后，再次执行mongod报错，如下所示：

[root@localhost mongodb]# ./bin/mongod ./bin/mongod –help for help and startup options Thu Nov 17 22:42:49 Thu Nov 17 22:42:49 warning: 32-bit servers don’t have journaling enabled by default. Please use –journal if you want durability. Thu Nov 17 22:42:49 Thu Nov 17 22:42:49 [initandlisten] MongoDB starting : pid=3257 port=27017 dbpath=/data/db/ 32-bit host=localhost Thu Nov 17 22:42:49 [initandlisten] Thu Nov 17 22:42:49 [initandlisten] ** NOTE: when using MongoDB 32 bit, you are limited to about 2 gigabytes of data Thu Nov 17 22:42:49 [initandlisten] **       see http://blog.mongodb.org/post/137788967/32-bit-limitations Thu Nov 17 22:42:49 [initandlisten] **       with –journal, the limit is lower Thu Nov 17 22:42:49 [initandlisten] Thu Nov 17 22:42:49 [initandlisten] db version v2.0.1, pdfile version 4.5 Thu Nov 17 22:42:49 [initandlisten] git version: 3a5cf0e2134a830d38d2d1aae7e88cac31bdd684 Thu Nov 17 22:42:49 [initandlisten] build info: Linux domU-12-31-39-01-70-B4 2.6.21.7-2.fc8xen #1 SMP Fri Feb 15 12:39:36 EST 2008 i686 BOOST_LIB_VERSION=1_41 Thu Nov 17 22:42:49 [initandlisten] options: {} ******** Unclean shutdown detected. Please visit http://dochub.mongodb.org/core/repair for recovery instructions. ******* Thu Nov 17 22:42:49 [initandlisten] exception in initAndListen: 12596 old lock file, terminating Thu Nov 17 22:42:49 dbexit: Thu Nov 17 22:42:49 [initandlisten] shutdown: going to close listening sockets… Thu Nov 17 22:42:49 [initandlisten] shutdown: going to flush diaglog… Thu Nov 17 22:42:49 [initandlisten] shutdown: going to close sockets… Thu Nov 17 22:42:49 [initandlisten] shutdown: waiting for fs preallocator… Thu Nov 17 22:42:49 [initandlisten] shutdown: closing all files… Thu Nov 17 22:42:49 [initandlisten] closeAllFiles() finished Thu Nov 17 22:42:49 dbexit: really exiting now

$(function(){

var validator = $(“#enterRegForm”).validate({ debug:false, //调试模式取消submit的默认提交功能 //errorClass: “error”,//默认为错误的样式类为：error //validClass: “check”,//验证成功后的样式，默认字符串valid focusInvalid: true,//表单提交时,焦点会指向第一个没有通过验证的域 //focusCleanup:true;//焦点指向错误域时，隐藏错误信息，不可与focusInvalid一起使用！ onkeyup: true, errorElement: “div”, submitHandler: function(form){ //表单提交句柄,为一回调函数，带一个参数：form form.submit(); //提交表单 },

rules: { “enterprise.enName”: { required: true, minlength: 6, remote:{ url: “/nameServlet”,     //后台处理程序 type: “get”,               //数据发送方式 dataType: “json”,           //接受数据格式 data: {                     //要传递的数据 enName: function() { return $(“#enName”).val(); } }

} },

“user.passWord”:{ required:true, rangelength:[6,18] }, passWordConf:{ required:true, rangelength:[6,18], equalTo:”#passWord” //此处的passWord 是 一开始还以为是name的值呢，气死了 }

},

messages: { //自定义验证消息 “enterprise.enName”: { required: “请填写企业名称！”, minlength: $.format(“至少要{0}个字符！”), remote:$.format(“该企业名称已存在！”)

22.5.4.  使用 Metacommands 来控制过滤器或校验器规则

除了声明从字段到过滤器或校验器的映射，你可以在数组声明中指定一些 “metacommands” ，开控制一些 Zend_Filter_Input 的可选的行为。 Metacommands 在给定的过滤器或校验器数组值里以字符串索引条目的形式出现。

22.5.4.1. The FIELDS metacommand

如果过滤器或校验器的规则名和需要应用规则的字段名不同，可以用 ‘fields’ metacommand 来指定字段名。

可以用类常量 Zend_Filter_Input::FIELDS 而不是字符串来指定这个 metacommand。

<?php
$filters = array(
    'month' => array(
        'Digits',        // filter name at integer index [0]
        'fields' => 'mo' // field name at string index ['fields']
    )
);

在上例中，过滤器规则使用 ‘digits’ 过滤器给名为 ‘mo’ 的输入字段。 字符串 ‘month’ 变成这个过滤规则的助记键，如果用 ‘fields’ metacommand 指定字段，它不能用做字段名，但可用作规则名。

‘fields’ metacommand 的缺省值是当前规则的索引。在上例中，如果 ‘fields’ metacommand 没有被指定，规则就应用于名为 ‘month’ 的输入字段。

‘fields’ metacommand 的另一个使用是为过滤器或校验器指定字段，这里过滤器或校验器要求多个字段作为输入。 如果 ‘fields’ metacommand 是个数组，过滤器或校验器相应的参数是一个那些字段值的数组。 例如，通常用户会在两个字段中指定密码字符串，他们必需在两个字段中输入相同的字符串。 假定你实现一个校验器类，带有一个数组参数，如果数组中所有的值彼此相等，就返回 true。

这里我们假设有一个登录入口，有三个表单元素，分别为用户名（username)，密码(password)和验证码(captcha)．

要求如下：

1. 所有元素去掉两边的空格
2. 用户名要为数字和字母
3. 验证码为数字类型（这里为了验证为空的情况下，注释掉了这块功能．启用的话，如果输入的是非数字的话，会直接提示不能为空．）

PHP 代码如下：

 'StringTrim',
			'username' => 'Alnum',
			//'captcha'   => 'Digits'
	);

	$validators = array(
			'username' => array(
				'allowEmpty' => false
				),
			'password' => array(
					'allowEmpty' => false
				),
			 'captcha' => array(
					'Digits',
					'messages' => array(
							0 => 'captcha must be Digits type!'
							)
				)

	);

	$options = array(
			'notEmptyMessage' => "A non-empty value is required for field '%field%'"
	);


	$data = $_POST;
	$input = new Zend_Filter_Input($filters, $validators, $data, $options);

	if ($input->isValid()) {
		$username = $input->username;
		$password = $input->password;
		$captcha = $input->captcha;

		echo 'username:' . $username . '

';
		echo 'password:' . $password . '
';
		echo 'captcha:' . $captcha;
		echo "OK\n";
	} else {
		// error messages
		$invalidFields = $input->getInvalid();		//invalidFields
		$messages = $input->getMessages();			//messages

		//print_r($invalidFields);
		print_r($messages);
	}
?>

包括lamp,lnmp 所涉及到的所有配置文件.

重装安装系统备份

1. php.ini文件
2. rc.local
3. /etc/crontab
4. nginx.conf 及相关虚拟主机配置文件
5. 数据库备份
6. 网站程序备份
7. ftp配置文件备份
8. 系统防火墙iptables设置

注: 恢复配置文件时,注意相关文件权限,如网站ftp目录的权限分配问题.

23.6. Zend Framework 带有的标准表单元素

Zend Framework 带有的具体元素类涵盖了大部分的 HTML 表单元素。其中大部分当装饰元素时，指定了特定的视图助手来用，但有一些还提供了另外的功能。下面是这些类的列表，还有它们提供的功能的描述。

23.6.1. Zend_Form_Element_Button

用来生成 HTML 按钮元素， Zend_Form_Element_Button 继承 Zend_Form_Element_Submit，并派生它的定制功能。它为装饰指定 ‘formButton’ 视图助手。

像提交元素一样，它使用元素的标签作为元素的值来显示，还句话说，通过设置元素的值来设置按钮上的文字。如果有翻译适配器，标签将显示翻译后的文字。

因为标签用作元素的一部分，但按钮元素只用 ViewHelper 和 DtDdWrapper 装饰器。

在组装和校验表单之后，我们可用 isChecked() 方法来检查是否给定的按钮被点击。

23.6.2. Zend_Form_Element_Checkbox

HTML checkboxes 让你返回一个特定的值，但基本上以布尔来操作：当它被 check，值就被提交；当没有 check，什么都不提交。在内部， Zend_Form_Element_Checkbox 强制这个状态。

缺省地，已选的值是 ‘1’，未选的值是 ‘0’。你可以通过 setCheckedValue() 和 setUncheckedValue() 访问器分别来指定使用的值。在内部，任何时候你设置这个值，如果提供的值和已选的值匹配，那就是设置了，但是任何其它的值都可以使未选的值设置了。

另外，设置 checkbox 的 checked 属性的值。你可以用 isChecked() 或 访问这个属性来查询它。使用 setChecked($flag) 方法将设置标志的状态和元素中合适的已选的和未选的值。当设置 checkbox 元素的已选的状态请使用这个方法以确保设置合适的值。

Zend_Form_Element_Checkbox 使用 ‘formCheckbox’ 视图助手。已选的值总用来组装它。

23.6.3. Zend_Form_Element_Hidden

隐藏元素的数据只提交，用户不用处理。 Zend_Form_Element_Hidden 使用 ‘formHidden’ 视图助手来完成它。

23.6.4. Zend_Form_Element_Hash

该元素提供保护以防止 CSRF 攻击表单，确保提交的数据来自于用户的会话，而不是流氓脚本。保护是通过添加一个哈希（hash）元素给表单并在表单提交时校验它来达成的。