MongoDB和RocksDB数据库简介

一、MongoDB简介

  MongoDB是一款由C++语言编写，基于分布式文件存储的NoSQL数据库，具有免费、操作简单、面向文档存储、自动分片、可扩展性高、查询功能强大等特点，旨在为Web应用提供可扩展的高性能数据存储解决方案。MongoDB将数据存储为一个文档，数据结构由键值对（key-value）组成，MongoDB的文档类似于JSON对象。

1、MongoDB的特点

（1）文档结构的存储方式，能够更便捷的获取数据

  使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法。针对MongoDB的操作都使用JSON风格语法，客户端提交或接收的数据都使用JSON形式来展现。相对于SQL来说，更加直观，容易理解和掌握。并且支持嵌入子文档。

（2）内置GridFS，支持大容量的存储

  GridFS是一个出色的分布式文件系统，可以支持海量的数据存储，可用于存储和检索大文件，如图片，音频文件，视频文件等。内置了GridFS了MongoDB，能够满足对大数据集的快速范围查询。

（3）通过副本集保证高可用性

  应用服务器，连接到MongoDB的整个副本集，副本集中有一台主服务器负责整个副本集的读写，副本节点定期同步主节点的数据和oplog，以保证数据的一致性。一旦主节点宕机或挂掉，副本节点会通过心跳机制检测到，并根据事先副本集创建时设置的节点优先级进行主节点的重新选举，从而保证高可用。

（4）可扩展性强，支持多数据存储引擎

  MongoDB支持多数据存储引擎(WiredTiger，MMAPv1, In-Memory)，其中WiredTiger为MongoDB默认的存储引擎。所谓的多数据储存引擎形象的说就是拔插式引擎，用当前的引擎替换掉前面的引擎就可以使用了，简单方便快捷。MongoDB提供整个数据库集群的管理工作，而真正将数据持久化的则是数据存储引擎。

二、RocksDB简介

  RocksDB是针对KV数据存储的高性能嵌入式数据库，内核数据结构是基于LSM树实现的，它的特点是支持高效的点查找以及范围扫描、支持高速写入等。RocksDB可以作为MongoDB的底层数据存储引擎，适合大量的写操作场景。

1、LSM树简介

  传统关系型数据库使用btree或一些变体作为存储结构，能高效进行查找。但保存在磁盘中时它也有一个明显的缺陷，那就是逻辑上相离很近但物理却可能相隔很远，这就可能造成大量的磁盘随机读写。LSM树能让我们进行顺序写磁盘，从而大幅提升写操作，作为代价的是牺牲一些读性能。

  LSM树由两个或以上的存储结构组成，比如在论文中为了方便说明使用了最简单的两个存储结构。一个存储结构常驻内存中，称为C0 tree，具体可以是任何方便KV查找的数据结构，比如红黑树、map之类，甚至可以是跳表。另外一个存储结构常驻在硬盘中，称为C1 tree，具体结构类似B树。C1所有节点都是100%满的，节点的大小为磁盘块大小。

2、LSM树的插入步骤

  大体思路是：插入一条新纪录时，首先在日志文件中插入操作日志，以便后面恢复使用，日志是以append形式插入，所以速度非常快；将新纪录的索引插入到C0中，这里在内存中完成，不涉及磁盘IO操作；当C0大小达到某一阈值时或者每隔一段时间，将C0中记录滚动合并到磁盘C1中。

3、LSM树的合并步骤

  合并过程中会使用两个块：emptying block和filling block。

• 从C1中读取未合并叶子节点，放置内存中的emptying block中。
  

• 以升序找C0中的节点，与emptying block进行合并排序，合并结果保存到filling block中，并将C0对应的节点删除。
  

• 不断执行第2步操作，合并排序结果不断填入filling block中，当其满了则将其追加到磁盘的新位置上，注意是追加而不是改变原来的节点。合并期间如果emptying block使用完了则再从C1中读取未合并的叶子节点。
  

• C0和C1所有叶子节点都按以上合并完成后即完成一次合并。
  

参考：https://baijiahao.baidu.com/s?id=1613810327967900833&wfr=spider&for=pc