业务应用场景

传统的关系型数据库(如 MySQL ),在数据操作的 三高 需求以及应对 Web2.0 的网站需求面前,显得力不从心。
解释: 三高 需求:
  • High performance - 对数据库高并发读写的需求。
  • Huge Storage - 对海量数据的高效率存储和访问的需求。
  • High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。
MongoDB 可应对 三高 需求。
具体的应用场景如:
  1. 1)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。
  2. 2)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。
  3. 3)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。
  4. 4)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。
  5. 5)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特点是:
  • 1)数据量大
  • 2)写入操作频繁(读写都很频繁)
  • 3)价值较低的数据,对事务性要求不高
对于这样的数据,我们更适合使用 MongoDB 来实现数据的存储。
什么时候选择 MongoDB
在架构选型上,除了上述的三个特点外,如果你还犹豫是否要选择它?可以考虑以下的一些问题:
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。
思考:如果用 MySQL 呢?
答: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)

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。

体系结构

MySQL MongoDB 对比
SQL 术语 / 概念
MongoDB 术语 / 概念
解释 / 说明
database
database
数据库
table
collection
数据库表 / 集合
row
document
数据记录行 / 文档
column
field
数据字段 /
index
index
索引
table joins
表连接 ,MongoDB 不支持
嵌入文档
MongoDB 通过嵌入式文档来替代多表连接
primary key
primary key
主键 ,MongoDB 自动将 _id 字段设置为主键

数据模型

MongoDB 的最小存储单位就是文档 (document) 对象。文档 (document) 对象对应于关系型数据库的行。数据在 MongoDB 中以BSON( Binary-JSON )文档的格式存储在磁盘上。
BSON Binary Serialized Document Format )是一种类 json 的一种二进制形式的存储格式,简称 Binary JSON BSON JSON 一样,支持内嵌的文档对象和数组对象,但是BSON JSON 没有的一些数据类型,如 Date BinData 类型。
BSON 采用了类似于 C 语言结构体的名称、对表示方法,支持内嵌的文档对象和数组对象,具有轻量性、可遍历性、高效性的三个特点,可以有效描述非结构化数据和结构化数据。这种格式的优点是灵活性高,但它的缺点是空间利用率不是很理想。
Bson中,除了基本的 JSON 类型:string,integer,boolean,double,null,array object mongo 还使用了特殊的数据类型。这些类型包括date,object id,binary data,regular expression 和 code 。每一个驱动都以特定语言的方式实现了这些类型,查看你的驱动的文档来获取详细信息。
BSON 数据类型参考列表:
数据类型
描述
举例
字符串
UTF-8 字符串都可表示为字符串类型的数据
{"x" : "foobar"}
对象 id
对象 id 是文档的 12 字节的唯一 ID
{"X" :ObjectId() }
布尔值
真或者假: true 或者 false
{"x":true}
数组
值的集合或者列表可以表示成数组
{"x" ["a", "b", "c"]}
32 位整数
类型不可用。 JavaScript 仅支持 64 位浮点数,所以 32 位整数会被自动转换。
shell 是不支持该类型的, shell 中默认会转换成 64位浮点数
64 位整数
不支持这个类型。 shell 会使用一个特殊的内嵌文档来显示 64 位整数
shell 是不支持该类型的, shell 中默认会转换成 64位浮点数
64 位浮点数
shell 中的数字就是这一种类型
{"x" 3.14159 "y" 3}
null
表示空值或者未定义的对象
{"x":null}
undefined
文档中也可以使用未定义类型
{"x":undefined}
符号
shell 不支持, shell 会将数据库中的符号类型的数据自动转换成字符串
正则表达式
文档中可以包含正则表达式,采用 JavaScript 的正则表达式语法
{"x" /foobar/i}
代码
文档中还可以包含 JavaScript 代码
{"x" function() { /* …… */ }}
二进制数据
二进制数据可以由任意字节的串组成,不过 shell 中无法使用
最大值 /
小值
BSON 包括一个特殊类型,表示可能的最大值。 shell 中没有这个
类型。
提示:
shell 默认使用 64 位浮点型数值。 {“x” 3.14} {“x” 3} 。对于整型值,可以使用 NumberInt 4 字节符号整数)或 NumberLong 8 字节符号整数),{“x”:NumberInt(“3”)}{“x”:NumberLong(“3”)}

MongoDB的特点

MongoDB 主要有如下特点:
1 高性能
MongoDB 提供高性能的数据持久性。特别是 ,
对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、地理位置索引可用于构建各种 O2O 应用)
mmapv1 wiredtiger mongorocks rocksdb )、 in-memory 等多引擎支持满足各种场景需求。
Gridfs 解决文件存储的需求。
2 高可用性:
MongoDB 的复制工具称为副本集( replica set ),它可提供自动故障转移和数据冗余。
3 高扩展性:
MongoDB 提供了水平可扩展性作为其核心功能的一部分。
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)
3.4 开始, MongoDB 支持基于片键创建数据区域。在一个平衡的集群中, MongoDB 将一个区域所覆盖的读写只定向到该区域内的那些片。
4 丰富的查询支持:
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。
5 )其他特点:如无模式(动态模式)、灵活的文档模型
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐