MongoDB·入门

##何为 NoSql

NoSQL(NoSQL = Not Only SQL )

为什么使用NoSQL 强项：

  1.对数据库高并发读写。
  
  2.对海量数据的高效率存储和访问。
  
  3.对数据库的高可扩展性和高可用性。

弱项：

  1.数据库事务一致性需求
  
  2.数据库的写实时性和读实时性需求
  
  3.对复杂的SQL查询，特别是多表关联查询的需求

NoSQL四大类

1.key-value存储

|Examples|Redis, Tokyo Cabinet/Tyrant, Tair |
|——–|———————————-|
|典型应用场景|内容缓存，主要用于处理大量数据的高访问负载。|
|数据模型|Key 指向 Value 的键值对，通常用hash table来实现|
|强项|查找速度快|
|弱项|数据无结构化（或弱结构），通常只被当作字符串或者二进制数据|

2.列式数据库

|Examples|Cassandra HBase Riak SybaseIQ |
|——–|:——————————-|
|典型应用场景 | 分布式的文件系统、大数据分析。|
|数据模型 | 以列簇式存储，将同一列数据存在一起 |
|强项 | 查找速度快，可扩展性强，更容易进行分布式扩展|
|弱项 | 功能相对局限|

3.文档型数据库

|Examples|MongoDb，CouchDB|
|——–|———————————-|
|典型应用场景|Web应用(Value是结构化的，数据库能够了解Value的内容)|
|数据模型|Key-Value对应的键值对，Value为结构化文档数据|
|强项|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|
|弱项|相比其他NoSql查询性能不高，而且缺乏统一的查询语法|

4.图结构数据库

|Examples|Neo4J, InfoGrid, Infinite Graph|
|——–|———————————|
|典型应用场景|社交网络，推荐系统等。专注于构建关系图谱|
|数据模型|图结构|
|强项|利用图结构相关算法。比如最短路径寻址，N度关系查找等|
|弱项|很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案|

MongoDB简介

简介

Mongo 是一个高性能，开源，无模式的文档型数据库，它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。MongoDB使用C++开发。不支持SQL，但有自己功能强大的查询语法。MongoDB使用BSON作为数据存储和传输的格式。BSON是一种类似JSON的二进制序列化文档。MongoDB很像MySQL，是最像关系型数据库的NoSql。

字段对应关系

|MySQL term| Mongo term/conceptp|
|——–|:——————————-|
|database | database |
|table | collection |
|index | index|
|row | BSON document|
|column | BSON field|
|join | embedding and linking |
|primary key | _id field|
|group by | aggregation|

特点

高性能、易部署、易使用，存储数据非常方便。

面向集合存储，易存储对象类型的数据
模式自由
支持动态查询
支持完全索引，包含内部对象。
支持复制和故障恢复。
使用高效的二进制数据存储，包括大型对象（如视频等）
自动处理碎片，以支持云计算层次的扩展性
支持Python，PHP，Ruby，Java，C，C#，Javascript，Perl及C++语言的驱动程序
文件存储格式为BSON（一种JSON的扩展）

功能

面向集合的存储：适合存储对象及JSON形式的数据。

动态查询：MongoDB 支持丰富的查询表达式。查询指令使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。
完整的索引支持：包括文档内嵌对象及数组。MongoDB的查询优化器会分析查询表达式，并生成一个高效的查询计划。
查询监视：MongoDB包含一系列监视工具用于分析数据库操作的性能。
复制及自动故障转移：MongoDB数据库支持服务器之间的数据复制，支持主-从模式及服务器之间的相互复制。复制的主要目标是提供冗余及自动故障转移。
高效的传统存储方式：支持二进制数据及大型对象（如照片或图片）。
自动分片以支持云级别的伸缩性：自动分片功能支持水平的数据库集群。

适用场合

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。

大数据量，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。