## MongoDB 相关概念 ### 1.1 业务场景 传统的关系型数据库 (比如 MySQL), 在数据操作的”三高”需求以及对应的 Web 2.0 网站需求面前, 会有”力不从心”的感觉 所谓的三高需求: **高并发, 高性能, 高可用**, 简称三高 * High Performance: 对数据库的高并发读写的要求 * High Storage: 对海量数据的高效率存储和访问的需求 * High Scalability && High Available: 对数据的高扩展性和高可用性的需求 **而 MongoDB 可以应对三高需求** 具体的应用场景: * 社交场景, 使用 MongoDB 存储存储用户信息, 以及用户发表的朋友圈信息, 通过地理位置索引实现附近的人, 地点等功能. * 游戏场景, 使用 MongoDB 存储游戏用户信息, 用户的装备, 积分等直接以内嵌文档的形式存储, 方便查询, 高效率存储和访问. * 物流场景, 使用 MongoDB 存储订单信息, 订单状态在运送过程中会不断更新, 以 MongoDB 内嵌数组的形式来存储, 一次查询就能将订单所有的变更读取出来. * 物联网场景, 使用 MongoDB 存储所有接入的智能设备信息, 以及设备汇报的日志信息, 并对这些信息进行多维度的分析. * 视频直播, 使用 MongoDB 存储用户信息, 点赞互动信息等. 这些应用场景中, 数据操作方面的共同点有: 1. 数据量大 2. 写入操作频繁 3. 价值较低的数据, 对**事务性**要求不高 对于这样的数据, 更适合用 MongoDB 来实现数据存储 那么我们**什么时候选择 MongoDB 呢?** 除了架构选型上, 除了上述三个特点之外, 还要考虑下面这些问题: * 应用不需要事务及复杂 JOIN 支持 * 新应用, 需求会变, 数据模型无法确定, 想快速迭代开发 * 应用需要 2000 - 3000 以上的读写QPS（更高也可以） * 应用需要 TB 甚至 PB 级别数据存储 * 应用发展迅速, 需要能快速水平扩展 * 应用要求存储的数据不丢失 * 应用需要`99.999%`高可用 * 应用需要大量的地理位置查询, 文本查询 如果上述有1个符合, 可以考虑 MongoDB, 2个及以上的符合, 选择 MongoDB 绝不会后悔. > 如果用MySQL呢? > > 相对MySQL, 可以以更低的成本解决问题（包括学习, 开发, 运维等成本） ### 1.2 MongoDB 简介 > MongoDB是一个开源, 高性能, 无模式的文档型数据库, 当初的设计就是用于简化开发和方便扩展, 是NoSQL数据库产品中的一种.是最 像关系型数据库（MySQL）的非关系型数据库. 它支持的数据结构非常松散, 是一种类似于 JSON 的 格式叫BSON, 所以它既可以存储比较复杂的数据类型, 又相当的灵活. MongoDB中的记录是一个文档, 它是一个由字段和值对（field:value）组成的数据结构.MongoDB文档类似于JSON对象, 即一个文档认 为就是一个对象.字段的数据类型是字符型, 它的值除了使用基本的一些类型外, 还可以包括其他文档, 普通数组和文档数组. **“最像关系型数据库的 NoSQL 数据库”**. MongoDB 中的记录是一个文档, 是一个 key-value pair. 字段的数据类型是字符型, 值除了使用基本的一些类型以外, 还包括其它文档, 普通数组以及文档数组   MongoDB 数据模型是面向文档的, 所谓文档就是一种类似于 JSON 的结构, 简单理解 MongoDB 这个数据库中存在的是各种各样的 JSON（BSON） * 数据库 (database) * 数据库是一个仓库, 存储集合 (collection) * 集合 (collection) * 类似于数组, 在集合中存放文档 * 文档 (document) * 文档型数据库的最小单位, 通常情况, 我们存储和操作的内容都是文档 在 MongoDB 中, 数据库和集合都不需要手动创建, 当我们创建文档时, 如果文档所在的集合或者数据库不存在,**则会自动创建数据库或者集合** ### 数据库 (databases) 管理语法 | 操作 | 语法 | | --- | --- | | 查看所有数据库 | `show dbs;`或`show databases;` | | 查看当前数据库 | `db;` | | 切换到某数据库 (**若数据库不存在则创建数据库**) | `use <db_name>;` | | 删除当前数据库 | `db.dropDatabase();` | ### 集合 (collection) 管理语法 | 操作 | 语法 | | --- | --- | | 查看所有集合 | `show collections;` | | 创建集合 | `db.createCollection("<collection_name>");` | | 删除集合 | `db.<collection_name>.drop()` | ### 1.3. 数据模型  ### 1.4 MongoDB 的特点 #### 1.4.1 高性能 MongoDB 提供高性能的数据持久化 * 嵌入式数据模型的支持减少了数据库系统上的 I/O 活动 * 索引支持更快的查询, 并且可以包含来自嵌入式文档和数组的键 (文本索引解决搜索的需求, TTL 索引解决历史数据自动过期的需求, 地理位置索引可以用于构件各种 O2O 应用) * mmapv1, wiredtiger, mongorocks (rocksdb) in-memory 等多引擎支持满足各种场景需求 * Gridfs 解决文件存储需求 #### 1.4.2 高可用 MongoDB 的复制工具称作**副本集**(replica set) 可以提供自动故障转移和数据冗余 #### 1.4.3 高扩展 水平扩展是其核心功能一部分 分片将数据分布在一组集群的机器上 (海量数据存储, 服务能力水平扩展) MongoDB 支持基于**片键**创建数据区域, 在一个平衡的集群当中, MongoDB 将一个区域所覆盖的读写**只定向**到该区域的那些片 #### 1.4.4 其他 MongoDB支持丰富的查询语言, 支持读和写操作(CRUD), 比如数据聚合, 文本搜索和地理空间查询等. 无模式（动态模式）, 灵活的文档模型