二、什么是MongoDB

本文主要讨论这几个问题：

1. MongoDB的功能特性
2. MongoDB的优缺点
3. 与关系型数据库，其他NoSQL数据库对比
4. 适用场景
   

   ---

首先，用一句话简单定义一下什么是MongoDB：

MongoDB是面向文档的，schema-less(无模式或动态模式)的，支持二级索引，支持数据复制冗余、自动故障转移，支持数据分片，负载均衡，易扩展，能为海量数据提供支撑的非关系型数据库。

MongoDB仍然在迅速发展中，功能也在不断增强，虽然上述定义无法完整概括MongoDB的功能特性，但却是MongoDB最核心和本质的方面。

1.MongoDB的功能特性

1. 文档型
   
   • MongoDB采用一种称为BSON(Binary JSON，二进制json)的文档格式来进行数据存储和传输。
   • 很多人都误认为MongoDB使用的是JSON，实际上使用的是BSON，一种JSON的二进制表达形式。
   • MongoDB为什么要采用文档结构来作为存储格式？个人认为，首先，文档以一种自描述（文档能自己表现数据是什么类型，数据的结构字段是什么）的形式，使得MongoDB具备了schema-less的可能。其次，文档的表现形式，嵌套特性，能够很好的表现编程语言中的对象。再次，文档之间没有依赖关系，很适合数据分块以及迁移，适合分片集群。
   • 关于BSON，后文会进一步详细介绍。
2. schema-less
   
   • schema-less是相对于关系型数据库而言，个人认为，将其理解为动态模式可能比无模式更为贴切。
   • 在关系型数据库中，比如首先定义数据的模式（需要建哪些表，表有哪些字段，字段是什么类型，长度等等），然后才能对数据进行存取操作。
   • 而在MongoDB中，无须定义数据模式，就可以直接存取数据。而且集合中（集合相当于表）不同文档可以拥有不同的数据字段（字段相当于列）。这样，我们就可以自由的增减字段，再也不用害怕产品加需求加字段了。
3. 支持二级索引、地理空间索引、全文索引
   
   • 很多NoSQL都不支持二级索引，只支持根据主键的随机查询或者scan等简单查询。而MongoDB支持二级索引，能很好的支持不同字段，多个字段的查询和排序需求。
   • MongoDB支持地理空间索引，从而支持基于位置，距离的应用查询。
   • MongoDB支持全文索引，能提供简单的全文检索需求。
4. 支持聚合操作
   
   • 除了支持CRUD操作外，MongoDB还提供了三种方式来进行聚合操作，为统计计算以及报表等需求提供支撑。
5. 数据复制冗余，自动故障转移
   
   • MongoDB通过副本集，实现主从节点的数据复制同步，当主节点down掉后，通过选举机制，重新选举主节点，从而实现故障转移。
6. 数据分片，负载均衡
   
   • MongoDB支持集合分片，用户提交的数据或查询数据请求可以自动路由到不同的分片节点上。并且在节点间数据不均衡时，自动迁移数据块，从而实现数据均衡。
7. 易于使用和管理
   
   • MongoDB不仅提供了副本集，分片集群的功能，而且还提供了数据导入导出，备份恢复，节点状态统计监控等工具，通过这种all-in-one的方式，使得学习和管理维护MongoDB都变得更加容易。
8. 接近关系型数据库的操作习惯
   
   • 关系型数据库中的很多sql操作，在MongoDB中都能找到对应的方法。并且MongoDB提供的功能也越来越丰富，更加接近关系型数据库的使用习惯。
   • 相比其他NoSQL，习惯关系型数据库的程序员会觉得更亲切容易上手，同时，基于关系型数据库的项目也更容易迁移到MongoDB上来。
9. GridFS
   
   • 小于16M的二进制数据，可以使用一般的BSON文档进行存储。
   • 而对于大于16M的二进制数据，MongoDB提供一种叫做GridFS的文件系统进行存储。
10. 多存储引擎
    
    • 从3.0开始，MongoDB采用插件式的存储引擎架构，可以选择多种存储引擎(MMAPv1, WiredTiger, In-Memory)。

2.MongoDB的优缺点

MongoDB的优点其实也就是上面介绍的MongoDB的一些突出的功能特性。
这里主要说说MongoDB有哪些缺点。其实，其中有些缺点，换个角度看，实际上也是不得已而为之。就像前篇介绍的CAP原则一样，为了某种属性，只能牺牲另外一种属性。例如：
1. MongoDB不支持join（虽然在3.2企业版中已经支持简单的join操作，但是一定是以牺牲性能为前提的）。join操作不仅牺牲性能，而且使得数据分片难以实现。
2. MongoDB不支持事务（不支持多文档操作事务）。两阶段提交等分布式事务算法性能都不是很好。
3. MongoDB数据占用大量磁盘空间（使用WiredTiger存储引擎，开启压缩后已经很好的改善这个问题）。
4. MongoDB非常“吃”内存（老的MMAPv1采用内存映射文件的方式，内存都交由操作系统进行管理，而在新的WiredTiger存储引擎中，可以配置缓存的使用量大小）

3.与关系型数据库，其他NoSQL数据库对比

相比HBase, Cassandra等NoSQL，MongoDB算是最接近关系型数据库的NoSQL。
MongoDB相比于关系型数据库，通过副本集，分片集群，提供了高可用和海量数据的支撑能力。
MongoDB相比于其他NoSQL，又提供了更加接近关系型数据库的使用习惯和丰富的操作及功能。

4.适用场景

这可能是初接触MongoDB或正在项目调研选型的同学最关心的问题。
就个人使用经验和接触来看，MongoDB适用于大多数一般的业务需求，比如爬虫，评论，消息，游戏行业等。
其实，这个问题，也许反过来思考，可能更容易得到答案，也就是MongoDB有哪些不适用场景。结合上面介绍的MongoDB缺点和特性，比如项目是否需要复杂的事务（MongoDB不支持），是否需要高可用，海量数据的支撑（MongoDB支持）就能比较容易的进行评估选型。