MongoDB 基本概念

MongoDB 部署模型

在生产环境中，MongoDB 经常会部署成一个三节点的复制集，或者一个分片集群。

我们先来看左边，当 MongoDB 部署为一个复制集时，应用程序通过驱动，直接请求复制集中的主节点，完成读写操作。另外两个从节点会自动和主节点同步，以保持数据的更新。在集群运行的过程中，万一主节点遇到故障，两个从节点会在几秒中的时间内选举出新的主节点，继续支持应用的读写操作。

我们再来看右边，当 MongoDB 被部署为一个分片集群时，应用程序通过驱动，访问路由节点，即 Mongos 节点，Mongos 节点会根据读写操作中的片键值，把读写操作分发给特定的分片执行，然后再把分片的执行结果合并，返回给应用程序。

那集群中的数据是如何分布的呢？

这些元数据记录在 Config Server 中，这也是一个高可用的复制集。每个分片管理集群中整体数据的一部分，也是一个高可用复制集。此外，路由节点（Mongos 节点）在生产环境通常会部署多个，这样整个分片集群就没有任何单点故障。

mongod 是 MongoDB 中的一种进程，是 MongoDB 服务器的核心组件，负责管理 MongoDB 数据库系统中持久化存储、查询处理、数据索引和复制等任务。

mongod 进程运行时会监听 MongoDB 服务器的默认端口（27017）等待客户端的连接请求，当客户端连接 mongoDB 后，就可以通过 mongod 提供的服务进行数据的 CRUD 操作、查询语句和聚合功能等操作。此外，由于 MongoDB 具有水平扩展的能力，所以 mongod 也会负责数据的分片，保证集群中每个节点的数据负载相对均衡，从而提高整个 MongoDB 集群的可扩展性和性能。

MongoDB 与关系数据的对应关系

• 关系型数据通常有数据库和表的概念，对应 MongoDB 里则有数据库和集合关系
• 数据库有主表和子表，对应 MongoDB 里通常使用内嵌的子文档或内嵌数组
• 关系型数据里有 Index 索引，MongoDB 里也有类似的概念
• 关系数据库里一条数据称为一行，MongoDB 里则称为一个文档 Document
• 关系型数据库里的列，对应 MongoDB 里成为一个字段 Field
• 关系数据库里经常使用 Join 连接操作，对应 MongoDB 里通常使用内嵌方式解决，如果使用 Linking 方式，对应使用 $Lookup 操作符，也可支持左外连接
• 关系型数据库里还有视图的概念，对应 MongoDB 里也有只读视图和按需物化视图
• 关系型数据库里会有 ACID 的多记录事务，对应 MongoDB 里则有 ACID 的多文档事务

MongoDB 数据层次结构

MongoDB 里面数据主要分为三层，文档（Documents）、集合（Collections）和数据库（Databases），多个文档存储在一个集合中，多个集合存放在一个数据库里，每个集群里面可能会有多个数据库。

• 数据库（Database）: Products
• 集合（Collections）: Books，Movies，Music

数据库和集合的组合，构成 MongoDB 的命名空间。

• Products.Books
• Products.Movies
• Products.Music

数据库名最长不能超过 64 个字节，命名空间最长不能超过 120 字节。FCV >= 4.4（指 MongoDB 功能兼容版本在 4.4 或更高版本时），命名空间长度限制为 255 字节。

MongoDB 为什么只有左外连接？

• 反范式设计
• 读取效率低下
• 分布式环境

MongoDB 里面连接 Join 操作只有左外连接，因为 Join 这种操作是违反 MongoDB 设计的初衷的，这种操作经常要对两个表的不同数据进行连接操作，而这些数据在物理存储的时候，通常不是在相邻的区域里面，读取的效率比较低。

此外 MongoDB 是一个分布式的环境，当进行 Join 操作的时候，可能在分片一上要连接的一条数据可能在分片二上，下一条数据可能又是另外一种情况，在这种情况下数据库很难保证整个操作的性能。

基于这些原因，MongoDB 只提供左外连接，并且要求 From 表不能是分片表，左边的表（主表）可以是分片表。

参考资料

• 玩转 MongoDB 从入门到实战