用户投稿简介MongoDB[1] 是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB[2] 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
特点它的特点是高性能、易部署、易使用，存储数据非常方便。主要功能特性有：*面向集合存储，易存储对象类型的数据。mongodb集群参考*模式自由。*支持动态查询。*支持完全索引，包含内部对象。*支持查询。*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RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。*文件存储格式为BSON（一种JSON的扩展）。*可通过网络访问。使用原理
所谓“面向集合”（Collection-Oriented），意思是数据被分组存储在数据集中，被称为一个集合（Collection)。每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定义任何模式（schema)。Nytro MegaRAID技术中的闪存高速缓存算法，能够快速识别数据库内大数据集中的热数据，提供一致的性能改进。模式自由（schema-free)，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。存储在集合中的文档，被存储为键-值对的形式。键用于唯一标识一个文档，为字符串类型，而值则可以是各种复杂的文件类型。我们称这种存储形式为BSON（Binary Serialized Document Format）。[3] [4] MongoDB已经在多个站点部署，其主要场景如下：1）网站实时数据处理。它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。2）缓存。由于性能很高，它适合作为信息基础设施的缓存层。在系统重启之后，由它搭建的持久化缓存层可以避免下层的数据源过载。3）高伸缩性的场景。非常适合由数十或数百台服务器组成的数据库，它的路线图中已经包含对MapReduce引擎的内置支持。不适用的场景如下：1）要求高度事务性的系统。2）传统的商业智能应用。3）复杂的跨文档（表）级联查询。[4] 系统介绍分布式文件系统（Distributed File System）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连。分布式文件系统的设计基于客户机/服务器模式。一个典型的网络可能包括多个供多用户访问的服务器。另外，对等特性允许一些系统扮演客户机和服务器的双重角色。HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统。Yonghong Data Mart是基于自有技术研发的一款数据存储、数据处理的软件。Yonghong Data Mart的分布式文件存储系统 (ZDFS)是在Hadoop HDFS基础上进行的改造和扩展，将服务器集群内所有节点上存储的文件统一管理和存储。适用场景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。MongoDB 的使用也会有一些限制，例如，它不适合于以下几个地方。● 高度事务性的系统：例如，银行或会计系统。传统的关系型数据库目前还是更适用于需要大量原子性复杂事务的应用程序。● 传统的商业智能应用：针对特定问题的BI 数据库会产生高度优化的查询方式。对于此类应用，数据仓库可能是更合适的选择。● 需要SQL 的问题。应用案例下面列举一些公司MongoDB的实际应用：[7]- Craiglist上使用MongoDB的存档数十亿条记录。
- FourSquare，基于位置的社交网站，在Amazon EC2的服务器上使用MongoDB分享数据。
- Shutterfly，以互联网为基础的社会和个人出版服务，使用MongoDB的各种持久性数据存储的要求。
- bit.ly, 一个基于Web的网址缩短服务，使用MongoDB的存储自己的数据。
- spike.com，一个MTV网络的联营公司， spike.com使用MongoDB的。
- Intuit公司，一个为小企业和个人的软件和服务提供商，为小型企业使用MongoDB的跟踪用户的数据。
- sourceforge.net，资源网站查找，创建和发布开源软件免费，使用MongoDB的后端存储。
- etsy.com ，一个购买和出售手工制作物品网站，使用MongoDB。
- 纽约时报，领先的在线新闻门户网站之一，使用MongoDB。
- CERN，著名的粒子物理研究所，欧洲核子研究中心大型强子对撞机的数据使用MongoDB。
一年多一直在使用mongodb，基本上从对mongodb不懂的小白，到现在操作mongodb无任何压力，最近的一个项目在做mongodb副本集的管理，三组机器做一个副本集，大概要管几十台上百台副本集，主要用来自动化发布，构建副本集（我们的mongo副本集部署在docker中），所以在写各种mongo shell的代码实现，说白了就是调用mongo的commands。看到这个问题特来一下。
mongodb众所周知不支持事务，所以需要强事务的业务根本不能考虑mongodb。
mongodb的优势就是文档存储:
1. 业务经常变动，需要不时的添加字段，那么mongodb比较适合，关系型数据库添加字段的复杂度也还好
2. 嵌套文档，业务数据比较复杂，适合嵌套文档式存储，那么mongodb非常合适，这个关系型数据库比较难搞，虽然MySQL和pg也有文档存储，但MySQL的不成熟，pg毕竟现在生产中使用还是偏少，个人也不了解，这里不谈。但这不仅仅这一点优势，具体下面会细说。
文中的图片，是我学习MongoDB之后做的技术分享PPT，可以关注我后发私信“资料”两个字，我会将完整PPT的下载链接发给你，只供个人学习使用哟。
- 什么是MongoDB
首先，我们对MongoDB下一个定义，它是一个数据库；再稍微详细一点儿，它是一个开源的、基于分布式文件存储的、非关系型数据库。说到非关系型数据库，最有名的可能就是Redis了，它是一种Key,Value类型的数据库，而MongoDB，它是文档型数据库的一种，它的存储方式类似于JSON。
我们常用的关系型数据库，在有着事务一致性 、支持复杂SQL、成熟、稳定等优点的同时，与此同时，也有诸如数据结构固定 、需要停机迁移等缺点。而MongoDB正是对关系型数据库进行了完美的补充，它有着数据模式自由 、便于弹性扩展的优点。
MongoDB中的一些基本概念，和关系型数据库对照着看，还是很好理解的：
MongoDB中的文档相当于MySQL里面的一行数据（Record）：
MongoDB中的集合相当于MySQL里面的一张表（Table）：
不抄百度，纯经验，mongo作为存储json最方便的nosql数据库。主要两种情况下使用，1，小网站做着玩，对安全性要求并不高，也没有事务性需求，2，超大型网站，用于存储非事务性或非关键性数据，用于分布式数据存取或有分库需求
这个主要看业务，大部分用于存储一些日志，统计相关的数据，如果不要求事物的话mongo是很好的选择，天生具备分布式扩展，大数据量存储。我们是用java操作，用的spring data mongodb，具体你可以百度猿天地，里面有视频教程
是一种存储json对象，并提供快速查询，删除和更新的新一代数据库服务软件。可以类比mysql或者sqlserver。但跟传统数据库不同，它不依赖schema(类似mysql的table定义)和关系约束。它可以存任何json对象，并提供多种方法进行查询，聚合，映射。
由于原生json支持，特别适合作为node的数据库。node中比较知名的mongoose，把mongodb进行了包装，提供schema检验，关系查询，等传统sql的功能，通过promise提供并行批量数据库操作，事务性也可以由第三方插件提供。再结合redis的内存缓存服务，和kareem提供的hook功能。基本上可以优雅的完成自动缓存查询，自动缓存更新。因此，用node快速开发情况下会选择mongodb。
微信扫一扫打赏
支付宝扫一扫打赏
