MongoDB常见知识（一）

1、MongoDB基础
（1）MongoDB是什么
MongoDB是一个基于分布式文件存储的开源NoSQL数据库系统，MongoDB提供了面向文档的存储方式。
NoSQL，泛指非关系型的数据库。
（2）MongoDB的存储结构是什么
主要由如下三个单元组成：
文档（Document）：MongoDB中最基本的单元，由BSON键值对（key-value）组成，类似于关系型数据库中的行（Row）。
集合（Collection）：一个集合可以包含多个文档，类似于关系型数据库中的表（Table）。
数据库（Database）：一个数据库中可以包含多个集合，可以在MongoDB中创建多个数据库，类似于关系型数据库中的数据库（Database）。
BSON代表二进制JSON。它是一种二进制文件格式，用于以二进制编码格式存储序列化的JSON文档。
也就是说，MongoDB将数据记录存储为文档（更具体来说是BSON文档），这些文档在集合中聚集在一起，数据库中存储一个或多个文档集合。
（3）MongoDB有什么特点
数据记录被存储为文档：MongoDB中的记录就是一个BSON文档，它是由键值对组成的数据结构，类似于JSON对象，是MongoDB中的基本数据单元。
模式自由：集合的概念类似MySQL里的表，但它不需要定义任何模式，能够用更少的数据对象表现复杂的领域模型对象。
支持多种查询方式：MongoDB查询API支持读写操作（CRUD）以及数据聚合、文本搜索和地理空间查询。
支持ACID事务：NoSQL数据库通常不支持事务，为了可扩展和高性能进行了权衡。不过，也有例外，MongoDB就支持事务。与关系型数据库一样，MongoDB事务同样具有ACID特性。
高效的二进制存储：存储在集合中的文档，是以键值对的形式存在的。键用于唯一标识一个文档，一般是ObjectId类型，值是以BSON形式存在的。
自带数据压缩功能：存储同样的数据所需的资源更少。
支持mapreduce：通过分治的方式完成复杂的聚合任务。不过，从MongoDB5.0开始，map-reduce已经不被官方推荐使用了，替代方案是聚合管道。聚合管道提供比map-reduce更好的性能和可用性。
支持多种类型的索引：MongoDB支持多种类型的索引，包括单字段索引、复合索引、多键索引、哈希索引、文本索引、地理位置索引等，每种类型的索引有不同的使用场合。
支持failover：提供自动故障恢复的功能，主节点发生故障时，自动从从节点中选举出一个新的主节点，确保集群的正常使用，这对于客户端来说是无感知的。
支持分片集群：MongoDB支持集群自动切分数据，让集群存储更多的数据，具备更强的性能。在数据插入和更新时，能够自动路由和存储。
支持存储大文件：MongoDB的单文档存储空间要求不超过16MB。对于超过16MB的大文件，MongoDB提供了GridFS来进行存储，通过GridFS，可以将大型数据进行分块处理，然后将这些切分后的小文档保存在数据库中。
（4）MongoDB适合什么应用场景
MongoDB的优势在于其数据模型和存储引擎的灵活性、架构的可扩展性以及对强大的索引支持。
2、MongoDB存储引擎
与MySQL一样，MongoDB采用的也是插件式的存储引擎架构，支持不同类型的存储引擎，不同的存储引擎解决不同场景的问题。在创建数据库或集合时，可以指定存储引擎。
现在主要有下面这两种存储引擎：
WiredTiger存储引擎：自MongoDB3.2以后，默认的存储引擎为WiredTiger存储引擎。WiredTiger提供文档级并发模型、检查点和数据压缩（后文会介绍到）等功能。WiredTiger使用的是B+树作为其存储结构。
In-Memory存储引擎：In-Memory存储引擎在MongoDBEnterprise中可用。它不是将文档存储在磁盘上，而是将它们保留在内存中以获得更可预测的数据延迟。
3、MongoDB聚合
MongoDB提供了两种执行聚合的方法：
聚合管道（AggregationPipeline）：执行聚合操作的首选方法。MongoDB聚合管道由多个阶段组成，每个阶段在文档通过管道时转换文档。每个阶段接收前一个阶段的输出，进一步处理数据，并将其作为输入数据发送到下一个阶段。
单一目的聚合方法（Singlepurposeaggregationmethods）：也就是单一作用的聚合函数比如count()、distinct()、estimatedDocumentCount()。