0 MongoDB教程

菜鸟教程学习笔记MongoDB 简介 | 菜鸟教程 (runoob.com)

MongoDB是一个流行的开源文档型数据库，它使用类似 JSON 的文档模型存储数据，这使得数据存储变得非常灵活。

MongoDB 是一个基于文档的 NoSQL 数据库，由 MongoDB Inc. 开发。

MongoDB 旨在为 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。

1. MongoDB特点

• 文档导向：MongoDB 存储 BSON（二进制 JSON）文档，这些文档可以包含复杂的数据结构，如数组和嵌套对象。

• 高性能：MongoDB 提供了高性能的数据持久化和查询能力，特别是对于写入密集型的应用。

• 水平扩展：通过分片（sharding）技术，MongoDB 可以在多个服务器之间分布数据，实现水平扩展。

• 高可用性：MongoDB 支持副本集（replica sets），提供数据的自动故障转移和数据冗余。

• 灵活的聚合框架：MongoDB 提供了一个强大的聚合框架，允许执行复杂的数据处理和聚合操作。

• 丰富的查询语言：MongoDB 的查询语言（MQL）支持丰富的查询操作，包括文本搜索、地理位置查询等。

• 存储过程：MongoDB 支持在数据库内部执行 JavaScript 代码，允许定义和执行复杂的数据处理逻辑。

• GridFS：对于存储大于 BSON 文档大小限制（16MB）的文件，MongoDB 提供了 GridFS，一种用于存储和检索大文件的规范。

• 安全性：MongoDB 提供了多层次的安全特性，包括认证、授权和加密。

• 驱动程序和工具：MongoDB 拥有广泛的驱动程序支持，适用于不同的编程语言，以及各种管理工具和可视化界面。

• 社区和生态系统：MongoDB 拥有一个活跃的开发者社区，提供了大量的教程、文档和第三方工具。

2. 分布式系统

分布式系统（distributed system）由多台计算机和通信的软件组件通过计算机网络连接（本地网络或广域网）组成。

分布式系统是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。

因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。分布式系统可以应用在不同的平台上如：Pc、工作站、局域网和广域网上等。

2.1 分布式计算的优点

可靠性（容错） ：分布式计算系统中的一个重要的优点是可靠性。一台服务器的系统崩溃并不影响到其余的服务器。

可扩展性：在分布式计算系统可以根据需要增加更多的机器。

资源共享：共享数据是必不可少的应用，如银行，预订系统。

灵活性：由于该系统是非常灵活的，它很容易安装，实施和调试新的服务。

更快的速度：分布式计算系统可以有多台计算机的计算能力，使得它比其他系统有更快的处理速度。

开放系统：由于它是开放的系统，本地或者远程都可以访问到该服务。

更高的性能：相较于集中式计算机网络集群可以提供更高的性能（及更好的性价比）。

2.2 分布式计算的缺点

故障排除：故障排除和诊断问题。

软件：更少的软件支持是分布式计算系统的主要缺点。

网络：网络基础设施的问题，包括：传输问题，高负载，信息丢失等。

安全性：开放系统的特性让分布式计算系统存在着数据的安全性和共享的风险等问题。

3. NoSQL

NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"。

在现代的计算系统上每天网络上都会产生庞大的数据量。这些数据有很大一部分是由关系数据库管理系统（RDBMS）来处理。 通过应用实践证明，关系模型是非常适合于客户服务器编程，是结构化数据存储在网络和商务应用的主导技术。

NoSQL 是一项全新的数据库革命性运动，NoSQL提倡运用非关系型的数据存储。

3.1 什么是NoSQL

NoSQL，指的是非关系型的数据库。NoSQL有时也称作Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。

NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

3.2 为什么使用NoSQL

通过第三方平台（如：Google,Facebook等）可以很容易的访问和抓取数据。用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志已经成倍的增加。要对这些用户数据进行挖掘，那SQL数据库已经不适合这些应用了, NoSQL 数据库的发展却能很好的处理这些大的数据。

3.3 RDBMS vs NoSQL

RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL） (SQL)
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务

NoSQL
- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
-键 - 值对存储，列存储，文档存储，图形数据库
- 最终一致性，而非ACID属性
- 非结构化和不可预知的数据
- CAP定理
- 高性能，高可用性和可伸缩性

3.4 NoSQL的优点/缺点

优点:

• - 高可扩展性
• - 分布式计算
• - 低成本
• - 架构的灵活性，半结构化数据
• - 没有复杂的关系

缺点:

• - 没有标准化
• - 有限的查询功能（到目前为止）
• - 最终一致是不直观的程序

3.5 NoSQL简史

NoSQL一词最早出现于1998年，是Carlo Strozzi开发的一个轻量、开源、不提供SQL功能的关系数据库。

2009年，Last.fm的Johan Oskarsson发起了一次关于分布式开源数据库的讨论[2]，来自Rackspace的Eric Evans再次提出了NoSQL的概念，这时的NoSQL主要指非关系型、分布式、不提供ACID的数据库设计模式。

3.5 CAP定理（CAP theorem）

在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer's theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:

• 一致性(Consistency) (所有节点在同一时间具有相同的数据)
• 可用性(Availability) (保证每个请求不管成功或者失败都有响应)
• 分区容错性(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：

• CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
• CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
• AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

3.6 BASE

BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。

BASE是NoSQL数据库通常对可用性及一致性的弱要求原则:

• Basically Available --基本可用
• Soft-state --软状态/柔性事务。 "Soft state" 可以理解为"无连接"的, 而 "Hard state" 是"面向连接"的
• Eventually Consistency -- 最终一致性， 也是 ACID 的最终目的。

3.6.1 ACID vs BASE

3.7 NoSQL数据库分类

类型	部分代表	特点
列存储	Hbase Cassandra Hypertable	顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。
文档存储	MongoDB CouchDB	文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有机会对某些字段建立索引，实现关系数据库的某些功能。
key-value存储	Tokyo Cabinet / Tyrant Berkeley DB MemcacheDB Redis	可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能）
图存储	Neo4J FlockDB	图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。
对象存储	db4o Versant	通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。
xml数据库	Berkeley DB XML BaseX	高效的存储XML数据，并支持XML的内部查询语法，

4. MongoDB简介

4.1  什么是 MongoDB ?

MongoDB 是一个文档型数据库，数据以类似 JSON 的文档形式存储。MongoDB 的设计理念是为了应对大数据量、高性能和灵活性需求。

MongoDB使用集合（Collections）来组织文档（Documents），每个文档都是由键值对组成的。

• 数据库（Database）：存储数据的容器，类似于关系型数据库中的数据库。
• 集合（Collection）：数据库中的一个集合，类似于关系型数据库中的表。
• 文档（Document）：集合中的一个数据记录，类似于关系型数据库中的行（row），以 BSON 格式存储。

MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成，文档类似于 JSON 对象，字段值可以包含其他文档，数组及文档数组：

4.2 主要特点

• 文档导向的存储：MongoDB 是一个面向文档的数据库，它以 JSON-like 的格式存储数据，使得数据结构更加灵活和丰富。

• 索引优化查询：MongoDB 允许用户为文档中的任意属性创建索引，例如 FirstName 和 Address，从而提高查询效率和排序性能。

• 数据镜像与扩展性：通过本地或网络创建数据的副本，MongoDB 实现了强大的数据冗余和扩展能力。

• 水平扩展与分片：面对增加的负载，MongoDB 可以通过分片技术将数据分布到计算机网络中的其他节点上，实现水平扩展。

• 强大的查询语言：MongoDB 使用 JSON 格式的查询语法，支持复杂的查询表达式，包括对内嵌对象和数组的查询。

• 数据更新：利用 update() 命令，MongoDB 能够替换整个文档或更新指定的数据字段，提供了灵活的数据更新方式。

• MapReduce 批量处理：MongoDB 的 MapReduce 功能专为大规模数据处理和聚合操作设计，通过 Map 函数的 emit(key, value) 调用和 Reduce 函数的逻辑处理，实现高效的数据汇总。

• MapReduce 脚本编写：Map 和 Reduce 函数使用 JavaScript 编写，可以通过 db.runCommand 或 mapreduce 命令在 MongoDB 中执行。

• GridFS 大文件存储：GridFS 是 MongoDB 内置的功能，用于存储和检索大于 BSON 文档大小限制的文件，如图片和视频。

• 服务端脚本执行：MongoDB 允许在服务端执行 JavaScript 脚本，提供了直接在服务端执行或存储函数定义以供后续调用的能力。

• 多语言支持：MongoDB 提供了对多种编程语言的支持，包括但不限于 RUBY、PYTHON、JAVA、C++、PHP 和 C#。

• 安装简单：MongoDB 的安装过程简单直观，便于用户快速部署和使用。

4.3 MongoDB 应用案例

• Craiglist上使用MongoDB的存档数十亿条记录。
• FourSquare，基于位置的社交网站，在Amazon EC2的服务器上使用MongoDB分享数据。
• Shutterfly，以互联网为基础的社会和个人出版服务，使用MongoDB的各种持久性数据存储的要求。
• bit.ly, 一个基于Web的网址缩短服务，使用MongoDB的存储自己的数据。
• spike.com，一个MTV网络的联营公司， spike.com使用MongoDB的。
• Intuit公司，一个为小企业和个人的软件和服务提供商，为小型企业使用MongoDB的跟踪用户的数据。
• sourceforge.net，资源网站查找，创建和发布开源软件免费，使用MongoDB的后端存储。
• etsy.com ，一个购买和出售手工制作物品网站，使用MongoDB。
• 纽约时报，领先的在线新闻门户网站之一，使用MongoDB。
• CERN，著名的粒子物理研究所，欧洲核子研究中心大型强子对撞机的数据使用MongoDB。