Mongo入门（一）

前提：

    最近做项目，数据库用的是mongodb。之前没接触过。因此从零开始学习一下。

一：为什么要用mongo

1.MongoDB与MySQL的区别

   

   

   

   

2.MongoDB适用于什么场景

    MongoDB 的主要目标是在键/值存储方式（提供了高性能和高度伸缩性）和传统的RDBMS 系统（具有丰富的功能）之间架起一座桥梁，它集两者的优势于一身。根据官方网站的描述，Mongo 适用于以下场景。

● 网站数据：Mongo 非常适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。

● 缓存：由于性能很高，Mongo 也适合作为信息基础设施的缓存层。在系统重启之后，由Mongo 搭建的持久化缓存层可以避免下层的数据源过载。

● 大尺寸、低价值的数据：使用传统的关系型数据库存储一些数据时可能会比较昂贵，在此之前，很多时候程序员往往会选择传统的文件进行存储。

● 高伸缩性的场景：Mongo 非常适合由数十或数百台服务器组成的数据库，Mongo 的路线图中已经包含对MapReduce 引擎的内置支持。

● 用于对象及JSON 数据的存储：Mongo 的BSON 数据格式非常适合文档化格式的存储及查询。

    当公司数据模型无法具体确定，后期明确要进行扩展时，且表与表之间不需要进行JOIN操作，可以使用mongodb数据库。

    从网上看到下面这个表格

    

应用特征	Yes/No?
我的数据量是有亿万级或者需要不断扩容
需要2000-3000以上的读写每秒
新应用，需求会变，数据模型无法确定
我需要整合多个外部数据源
我的系统需要99.999%高可用
我的系统需要大量的地理位置查询
我的系统需要提供最小的latency
我要管理的主要数据对象<10

3.MongoDB与NoSql的区别

类型	例子	典型应用场景	数据模型	优点	缺点
key-value存储	Redis	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统	key-value	查找数据速度快	数据没有结构化。
列存储数据库	Hbase	分布式的文件系统	以列簇族形式存储，将同一列数据存放在一起	查找速度快，可扩展性强，更容易进行分布式扩展。	功能相对局限
文档型数据库	MongoDB	Web应用	key-value	数据结构要求不严格，表结构可变，易于扩展	查询性能不高，缺乏统一的查询语法
图存储数据库	Neo4J	社交网络，关系图谱	图结构	利用图相关算法	很多时候，需要对整个图进行计算才能获取需要的信息。

4.MongoDB概念解析

SQL术语	MongoDB术语	解释
database	database	数据库
table	collection	表
row	document	行
column	field	数据字段
index	index	索引
table join		表连接，MongoDB不支持
primary key	primary key	主键。MongoDB自动将_Id字段设置为主键