非结构数据库-MongoDB

简介

　　最近的项目需要用到NoSQL(Not Only SQL) 不仅仅是非关系型数据库。下面是我的记录笔记。
　　
NoSQL数据库的四大分类
　　①键值存储数据库(Key-Value)： 主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。举例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB.
　　②列存储数据库： 通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra, HBase, Riak.
　　③文档型数据库： 它的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB, MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。
　　④图形数据库(Graph)： 它与其它行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。

特性

1.适用场景

①适用于实时的插入、更新与查询的需求，并 具备应用程序实时数据存储所需的复制及高度伸缩性；
② 非常适合文档化格式的存储及查询；
③ 高伸缩性的场景：MongoDB 非常适合由数十或者数百台服务器组成的数据库。
④ 对性能的关注超过对功能的要求。

2.特点

①高性能，开源，无模式的文档型数据库函数。

3.优点

①强大的自动化 shading 功能；
② 全索引支持，查询非常高效；
③ 面向文档（BSON）存储，数据模式简单而强大。
④ 支持动态查询，查询指令也使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。
⑤ 支持 javascript 表达式查询，可在服务器端执行任意的 javascript函数。

4.缺点

①单个文档大小限制为16M，32位系统上，不支持大于2.5G的数据；
② 对内存要求比较大，至少要保证热数据（索引，数据及系统其它开销）都能装进内存；
③非事务机制，无法保证事件的原子性。

5.Mongodb的三种部署方案

① Replica Set
　　中文翻译叫做副本集，不过我并不喜欢把英文翻译成中文，总是感觉怪怪的。其实简单来说就是集群当中包含了多份数据，保证主节点挂掉了，备节点能继续提供数据服务，提供的前提就是数据需要和主节点一致。

② Sharding
　　mongoDB集群包括一定数量的mongod（分片存储数据）、mongos（路由处理）、config server（配置节点）、clients（客户端）、arbiter（仲裁节点：为了选举某个分片存储数据节点那台为主节点）。

③ Master-Slaver
　　这个是最简答的集群搭建，不过准确说也不能算是集群，只能说是主备。并且官方已经不推荐这种方式，所以在这里只是简单的介绍下吧，搭建方式也相对简单。

小结

　　知识网络在编织中越来越丰富，不断在新的发现中应用新的技术与工具，不仅仅让我惊叹前人们的设计，更是推动着我不断学习进取，荣幸与您分享！