MongoDB

MongoDB

by: 一个橙子高 🍊

配置：腾讯云学生机 docker 下部署 MongoDB

学习自：乐字节

一、 NoSQL 简史

1. 什么是 NoSql

​ 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，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。

​ 2009 年在亚特兰大举行的"no:sql(east)“讨论会是一个里程碑，其口号是"select fun, profit fromreal_world where relational=false”。因此，对 NoSQL 最普遍的解释是"非关联型的"，强调 Key-ValueStores 和文档数据库的优点，而不是单纯的反对 RDBMS。

​ NoSQL（Not Only SQL） ，意思是"不仅仅是 SQL"，指的是非关系型数据库，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。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。

2. 为什么使用 NoSQL

​ 随着互联网的飞速发展与普及，网民上网冲浪时所产生数据也逐日增多，从 GB 到 TB 到 PB。这些数据有很大一部分都是由关系型数据库管理系统（RDBMS）来进行处理的。

​ 由于关系型数据库的范式约束、事务特性、磁盘 IO 等特点，若服务器使用关系型数据库，当有大量数据产生时，传统的关系型数据库已经无法满足快速查询与插入数据的需求。NoSQL 的出现解决了这一危机。它通过降低数据的安全性，减少对事务的支持，减少对复杂查询的支持，获取性能上的提升。但是，在某些特定场景下 NoSQL 仍然不是最佳人选，比如一些绝对要有事务与安全指标的场景。 NoSQL 是一项全新的数据库革命性运动，早期就有人提出，发展至 2009 年趋势越发高涨。

​ NoSQL 的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。

3.NoSQL 数据库四大家族

3.1 (Key-Value）存储

特点：键值数据库就像传统语言中使用的哈希表。通过 Key 添加、查询或者删除数据。

优点：查询速度快。

缺点：数据无结构化，通常只被当作字符串或者二进制数据存储。

应用场景：内容缓存、用户信息比如会话、配置信息、购物车等，主要用于处理大量数据的高访问负载。

NoSQL 代表：Redis、Memcached…

3.2 文档（Document-Oriented）存储

特点：文档数据库将数据以文档的形式储存，类似 JSON，是一系列数据项的集合。每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，如字符串、数字和日期等；也可以是复杂的类型，如有序列表和关联对象。

优点：数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构。

缺点：查询性能不高，缺乏统一的查询语法。

应用场景：日志、 Web 应用等。

NoSQL 代表：MongoDB、CouchDB…

3.3 列（Wide Column Store/Column-Family）存储

特点：列存储数据库将数据储存在列族（Column Family）中，将多个列聚合成一个列族，键仍然存在，但是它们的特点是指向了多个列。举个例子，如果我们有一个 Person 类，我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。

优点：列存储查找速度快，可扩展性强，更容易进行分布式扩展，适用于分布式的文件系统，应对分布式存储的海量数据。

缺点：查询性能不高，缺乏统一的查询语法。

应用场景：日志、 分布式的文件系统(对象存储)、推荐画像、时空数据、消息/订单等。

NoSQL 代表：Cassandra、HBase…

3.4 图形（Graph-Oriented）存储

特点：图形数据库允许我们将数据以图的方式储存。

优点：图形相关算法。比如最短路径寻址，N 度关系查找等。

缺点：很多时候需要对整个图做计算才能得出需要的信息，分布式的集群方案不好做，处理超级节点乏力，没有分片存储机制，国内社区不活跃。

应用场景：社交网络，推荐系统等。专注于构建关系图谱。

NoSQL 代表：Neo4j、Infinite Graph…

二、MongoDB 基本信息

1. 简介

​ Mongo 并非芒果（Mango）的意思，而是源于 Humongous（巨大的；庞大的）一词。

​ MongoDB 是一个基于分布式文件存储的 NoSQL 数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。关于什么是 NoSQL 可阅读《学了那么多 NoSQL 数据库 NoSQL

​ 究竟是啥？

​ MongoDB 是一个介于关系型数据库和非关系型数据库之间的产品，是非关系型数据库当中功能最丰富，最像关系数据库的。

​ MongoDB 使用 BSON（Binary JSON）对象来存储，与 JSON 格式的键值对（key/value）类似，字段值可以包含其他文档，数组及文档数组。支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系型数据库单表查询的绝大部分功能，而且还支持对数据建立索引。

2. MongoDB 与关系型数据库术语对比

SQL 术语概念	MongoDB 术语概念
database（数据库）	database（数据库）
table（表）	collection（集合）
row（行）	document or BSON document（文档）
column（列）	field（字段）
index（索引）	index（索引）
table joins（表连接）	embedded documents and linking（嵌入的文档和链)
primary key Specify any uniquecolumn or column combination asprimary key.（指定任意唯一的列或列组合作为主键）	primary keyIn MongoDB, the primary keyisautomatically set to the _id field.（在 MongoDB 中，主键被自动设置为 _id 字段）
aggregation (e.g. group by)	MongoDB provides three ways to performaggregation: the aggregation pipeline, the mapreduce function, and single purpose aggregationmethods.（聚合操作）

• _id 主键，MongoDB 默认使用一个_id 字段来保证文档的唯一性。
• reference 引用，勉强可以对应于 外键(foreign key) 的概念，之所以是勉强是因为 reference 并没有实现任何外键的约束，而只是由客户端(driver)自动进行关联查询、转换的一个特殊类型。
• view 视图，MongoDB 3.4 开始支持视图，和 SQL 的视图没有什么差异，视图是基于表/集合之上进行动态查询的一层对象，可以是虚拟的，也可以是物理的(物化视图)。
• index 索引，与 SQL 的索引相同。
• $lookup，这是一个聚合操作符，可以用于实现类似 S