关于MongoDB的简单理解（一）--基础篇

一、什么是MongoDB？

MongoDB是一个基于分布式文件存储的文档数据库，旨在简化开发和扩展，为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

二、为什么要了解MongoDB?

具有良好的伸缩性，在高负载的情况下，添加更多的节点，可以保证服务器性能（关系型数据库伸缩困难）。
数据模型直观，且它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。
支持多种存储引擎且查询语言丰富，可以方便的进行数据的增删改查。
可用性高，MongoDB的复制工具（称为副本集）提供了自动故障转移、数据冗余等功能。

三、MongoDB的关键特性

　　本文要介绍的MongoDB关键特性主要包含以下内容

文档数据模型
ad hoc查询
索引
复制
加速与持久化
伸缩

3.1 文档数据模型

官方概述：

　　数据库很大程度上是由其数据模型定义的，MongoDB的数据模型是面向文档的。

　　MongoDB中的记录是一个文档，它是由字段和值对组成的数据结构。MongoDB文档类似于JSON对象。字段的值可以包括其他文档，数组和文档数组。

文档的优点：

文档（即对象）对应于许多编程语言中的本机数据类型。
嵌入式文档和数组减少了对昂贵连接的需求。
动态模式支持流畅的多态性。

注意事项：

　　MongoDB以二进制JSON格式存储文档数据，或者叫做BSON。BSON有相似的数据结构，是专门为文档存储设计。当我们查询Mongo并返回结果的时候，这些数据会转化为易于阅读的数据格式。

　　关系数据库中包含表，MongoDB拥有集合。换句话说，Mysql、Oracle等关系型数据库在表的行里保存数据，而MongoDB在集合的文档里保存数据（集合类似于表）。

　　MongoDB的集合中的数据存储在硬盘上，而且大部分查询需要指定查询的目标集合。

3.2 ad hoc查询

概述：

　　ad hoc queries（主动查询模式，也有翻译为“即席查询”的）是指不需要事先定义系统接收何种查询。

举例说明：

　　以关系型数据库来说，假设A表存储了整个医院门诊患者的基本信息，B表存储了患者的挂号信息，如果想查询张三医生接诊的年龄大约50的患者信息。

SELECT

    *

FROM

    A

    LEFT JOIN B ON A.pat_no = B.pat_no

WHERE

    A.age > 50

    AND B.doctor = '张三';

　　等价的MongoDB查询，使用document文档作为匹配器。（$gt：大于）

db.A.find({'doctor': '张三', 'age': {'$gt', 50}});

注意：

　　关系型数据库查询依赖于严格的范式模型，数据分别存放在A、B两张表中，MongoDB假设数据都存在每个A集合中。

　　以上两种方式都演示了任意组合属性的功能，这也是ad hoc查询的功能。

3.3 索引

创建索引原因：

　　随着数据库中添加的文档数量约来越多，查询的成本会变得约来越高，有时无异于大海捞针。

使用索引的好处：

　　索引类似于图书的目录，我们可以通过目录，快速查找想要知道的内容。

MongoDB的索引：

　　MongoDB中的索引使用了B-树（平衡树）数据结构，B-树索引也大量使用于许多关系型数据库中。

　　使用MongoDB，每个集合我们可以创建64个索引，例如升序、降序、复合键、哈希、文本以及地理空间索引等

3.4 复制

概述：

　　Mongo提供了数据库的复制特性，叫做可复制结合（replica set）。

MongoDB如何保证复制：

　　在多个机器上分布式存储数据，当服务器或网络出错时，实现数据冗余存取和自动灾备。

　　与其他数据库主从复制类似，可复制集合的主节点可以同时接受读/写操作，但是从节点只能进行读取操作。如果服务主节点失败，集群会选择一个从节点，并自动提升为主节点。当之前的主节点主节点恢复后，自动作为从节点进行工作。

3.5 加速与持久化

写入速度（write speed）：

　　数据库给定的时间内插入、更新、删除的容量。

持久化（durability）:

　　数据库写操作被永久保存的保证级别。

3.6 伸缩

　　伸缩数据库的最简单的方式就是升级服务器硬件（添加更快的磁盘、更多的内存、更强的CPU来接触数据库性能瓶颈）。

垂直扩展（vertical scaling 或 scaling up）

　　提升单节点参数的做法通常称为垂直扩展，垂直扩展非常简单、可靠，但是达到某个点后成本很高，最终达到一个无法低成本垂直扩展的临界点。

水平扩展（horizontally 或 scaling out）

　　水平扩展指的是在多台机器上分布式存储数据库，而不是提升单个节点的配置。水平扩展架构可以运行在许多台很小的、很廉价的机器上，通常可以减少硬件的成本。并且分布式存储数据可以降低宕机带来的丢失数据的后果。

MongoDB的伸缩性

　　MongoDB采用基于范围的分区机智来实现水平扩展，称为分片机智，它可以自动化管理每个分布式节点存储的数据。（另外，还有基于哈希和基于tag的分片机制）

　　分片系统处理额外的分片节点，而且它还会自动化灾备，每个独立的节点是一个可复制集合，至少由2台机器组成，确保节点失败的时候可以自动回复。

四、总结

　　总的来说，Mongo的概念理解起来不算太难，有关系型数据库相关经验的可以对比着进行学习。