【有书共读】MongoDB实战第二版第一章

包含图的部分可以查看博文https://blog.csdn.net/YuYunTan/article/details/84369704
第24期牛客有书共读栏目《MongoDB实战（第二版）》

为什么开发者喜欢MongoDB？

MongoDB为快速开发互联网应用而设计的数据库系统。其数据模型和持久化策略就是为了构建高读/写吞吐量和高自动灾备伸缩性的系统。无论系统是单节点还是多节点，都可以提供高性能，不会有伸缩困境的出现。

最大理由可能不是其伸缩策略特性而是直观数据的模型。

MongoDB在文档中存储数据而不是在行里。

MongoDB数据模型-基于文档

MongoDB基于文档模型存储数据，文档模型是基于JSON（JavaScript Object Notation）的一种流行的数据存储格式，该数据格式由键值对构成，也可以内置嵌套。

文档的例子如下：

{
    _id：10，
    username:'peter',
    email:'pbak@gmail.com'
}

模型的优势

文档模型的优势在于无需关心数据模型的变化，可以表示丰富的、多层次的数据结构，可以处理无需多表关联的工作。

比如每个用户有多个email，关系型数据库需要创建email表，然后外键关联，而MongoDB只需如下的文档解决:

{
    _id：10，
    username:'peter',
    email:[

    'pbak@gmail.com',

    'kkid@163.com'

    ]

}

仅需email数组就可解决。

MongoDB优势

MongoDB查询用于处理结构化文档，在电商例子中无需关联SQL查询得到商品信息，而是对应查询一个文档信息。

MongoDB定义对象可以持久化保存，减少对象映射复杂性。

MongoDB键特性

数据库很大程度由其数据模型定义。

文档数据模型

MongoDB的JSON文档，除了数值类型，其他都需要一对引号。

引号不是非必须

文档是包含一系列名称和值的集合。值可以是简单数据类型（字符串，数字和日期等），也可以是复杂类型（数组甚至JSON文档）。

MongoDB以二进制JOSN格式存储文档数据，或叫BSON。BSON有相似数据结构，但专为文档存储设计。当MongoDB查询并返还结果，这些数据会转换为易于阅读的数据格式。

关系型数据库包含表，MongoDB拥有集合。换句话说，MySQL在表行里保存数据，而MongoDB在集合文档里保存数据了（把集合当做一组文档数据）。

集合中数据存储在磁盘上，大部分查询需要指定查询目标集合。

MongoDB把文档归集到集合，集合不需要定义任何schema。理论上每个集合中的文档可以拥有不同数据结构。实际上，集合中文档是相对一致的。

无schema模型优点

（1）应用程序代码强制数据结构而不是数据库。在频繁修改数据定义时可加速应用程序开发。（2）允许用户使用真正变量属性表示数据。（3）可以动态添加新属性，不必担心未来可能数据字段变化。

ad hoc查询

主动查询模式（ad hoc queries)是指不需要事先定义系统接收何种查询。

关系型数据库很容易支持，而键值数据库只支持查询键，以牺牲丰富查询功能换取更简单伸缩模型。

MongoDB设计目标之一是保留大部分关系数据库功能。

索引

MongoDB索引使用了B-树（平衡树）数据结构。新引擎MongoDB3.2支持日志结构合并树(LSM)。

辅助索引使得可以用单个行或文档建立索引。MongoDB支持多个辅助索引用以优化用户不同查询。

MongoDB允许对每个集合创建64个索引，支持升序、降序、复合键、哈希、文本以及地理空间索引【允许查询经纬度点信息】。

复制

MongoDB用可复制集合（replica set）提供数据库复制特性。

可复制集合可在多个机器上分布式存储数据，在服务器或者网络出错时实现数据冗余存储和自动灾备。复制还可以用于伸缩数据库读操作。

可复制集合由多态服务器组成，每个服务器有独立物理机，分主从节点，与主从类似，主节点接受读/写操作，从节点只能读操作。

独一无二的特性是支持自动化灾备。若主节点失败则集群中选择一个从节点自动提升为主节点，主节点回归则继续变成从节点。

加速和持久化

写入速度（write speed）理解为数据库在给定时间内插入、更新和删除的容量。

持久性（durability)指写操作被永久保持的保证机制。

数据库领域，二者存在矛盾关系。

MongoDB让用户选择写入语义维持速度和持久性之间平衡，决定是否启用日志。

• MongoDB2.0默认启用日志功能（每100毫秒写一次日志），日志会重启服务器确保MongoDB数据文件恢复为一致状态。【MongoDB最安全方式】
• 可以配置MongoDB为fire-and-forget，即写命令不需要等待确认结果
• 可以配置确保已经写入各个可复制集群节点在返回确认结果

可以通过关闭日志提高写入性能。

若关闭日志功能，推荐主从模式，保证数据完整性。

伸缩

• 简单的方式：升级服务器硬件(磁盘，内存及CPU)。提升单节点参数方案称为垂直扩展（vertical scaling或scaling up）
• 水平扩展（horizontally或scaling out）指多台机器上分布式存储数据库，而非单节点配置，可以减少硬件成本。降低了单个节点宕机带来的风险。
• MongoDB目标是利用水平伸缩。利用基于范围的分区机制（也称分片机制）自动化管理每个分布式节点存储数据。还有基于哈希和基于tag的分配机制，也是基于范围的分片机制的一种。
• 分片系统处理额外的分片节点，还会处理自动化灾备。每个独立节点是一个可复制集合，至少由2台机器组成，确保节点失败可自动恢复。

mongoDB可以在几种模式下运行，比如独立模式，可复制集群模式。生产环境中推荐使用可复制集群模式。可复制集群由两个服务器架设mongod作为裁判，最后还有个独立的mongos路由服务器，用来在分片集群中转发不同请求到服务器。

命令行工具

• mongodump和mongorestore--备份和恢复数据库工具。mongodump前者将数据保存为原生BSON格式，适合备份。尤其适合热备份，可使用mongorestore恢复。
• mongoexport和mongoimport--导入或到处JSON,CSV,TSV格式数据。mongoimport可以导入大数据集合，只是经常需要在导入前调整数据模型以便发挥MongoDB最大优势。最简单的导入方式是使用自定义脚本。
• mongosniff -- 一个用于查看发送给数据库命令的嗅探根据，把BSON转换为人类可读的shell语句。
• mongostat--与iostat类似，用来轮询MongoDB,提供有帮战的状态信息。包括每秒的操作数（增删改查等），分配虚拟内存数量和服务器连接数。
• mongotop--与top类似，用来轮询MongoDB，显示在每个集合里花费的读取和写入时间总数。
• mongoperf--帮助了解MongoDB实例磁盘操作情况。
• mongooplog--展示MongoDB操作日志里的信息
• Bsondump--把BSON文件转换成人类可读格式，包括JSON

MongoDB设计目标

（1）设计组合键值对存储和关系数据库的最近特性。因为简单，所以键值对存储十分快，且易于神说。（2）最终目标是易于伸缩，存储丰富数据结构，提供复杂查询语言。

MongoDB使用场景

（1）做web应用、分析应用的首要数据库。（2）易于存储无schema数据，即弱数据结构数据。（3）存储无法事先知道数据结构的数据。

MongoDB与其他数据库对比

简单键值存储是指索引值基于提供的Key键。

复制键值存储是完善简单键值存储来处理复杂读/写模式或提供更丰富的数据类型。

MongoDB使用场景和部署

（1）web应用；（2）敏捷开发；（3) 分析和日志；（4）缓存；（5）可变schema【使得无需提前声明数据结构】

MongoDB提示和限制

1. 通常用于64位系统
2. 对于数据库服务器，MongoDB最好运行在专门的服务器上。
3. 处理数据超出内存查询效率变慢
4. 用来存储集合和文档数据结构，从数据大小看并非最有效
5. 查询语言和SQL差别大，MongoDB针对是开发人员而非分析员
6. 运行大规模集群需要维护成本
7. 不会在所有分片节点上复制数据而是在每个可复制集群里复制，配置MongoDB集群需要单独配置和管理