Redis和MongoDB的对比

什么是 MongoDB

MongoDB 是基于 C++ 开发的 NOSQL 开源文档数据库 ，是最像关系型数据库的 nosql，功能也是最丰富的 nosql，它具有所以的可伸缩性，灵活性，高性能，高扩展性的优势。

大致有如下特性：

• 面向集合文档的存储，存储 Bson （json的扩展）
• 格式自由，数据格式自由，生产环境下面修改数据表结构对程序没有影响
• 查询语句强大，面向对象查询语句，覆盖了 sql 语言的能力
• 完善的索引支持，支持查询计划
• 支持复制和自动故障转移 （这里有点像 redis）
• 支持二进制数据和大型对象文件的高效存储
• 使用分片集群提升系统的扩展性
• 使用内存映射存储引擎，把磁盘的 IO 操作转换成内存的操作

MongoDB简介

MongoDB是一个开源、高性能、无模式的文档型数据库，它支持的数据结构非常松散，是一种类似于 JSON 的 格式叫BSON，所以它既可以存储比较复杂的数据类型，又相当的灵活。

MongoDB中的记录是一个文档，它是一个由字段和值对（field:value）组成的数据结构。MongoDB文档类似于JSON对象，即一个文档认为就是一个对象。字段的数据类型是字符型，它的值除了使用基本的一些类型外，还可以包括其他文档、普通数组和文档数组。

MongoDB特点

MongoDB主要有如下特点：

1. 高性能
MongoDB提供高性能的数据持久性。特别是对嵌入式数据模型的支持减少了数据库系统上的I/O活动。

索引支持更快的查询，并且可以包含来自嵌入式文档和数组的键。（文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求、地理位置索引可用于构建各种 O2O 应用）

mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求。

Gridfs解决文件存储的需求。

2. 高可用性

MongoDB的复制工具称为副本集（replica set），它可提供自动故障转移和数据冗余。

3. 高可扩展性
MongoDB提供了水平可扩展性作为其核心功能的一部分。

分片将数据分布在一组集群的机器上。（海量数据存储，服务能力水平扩展）

从3.4开始，MongoDB支持基于片键创建数据区域。在一个平衡的集群中，MongoDB将一个区域所覆盖的读写只定向到该区域内的那些片。

4. 丰富的查询支持
MongoDB支持丰富的查询语言，支持读和写操作(CRUD)，比如数据聚合、文本搜索和地理空间查询等。

5. 其他特点

无模式（动态模式）, 灵活的文档模型

小结：MongoDB最大的特点是它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。原则上 Oracle 和MySQL 能做的事情，MongoDB 都能做（包括 ACID 事务）。

业务应用场景

传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。

解释：“三高”需求：

• High performance - 对数据库高并发读写的需求。
• Huge Storage - 对海量数据的高效率存储和访问的需求。
• High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。

而MongoDB可应对“三高”需求。

具体的应用场景如下：

• 社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能。
• 游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、高效率存储和访问。
• 物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
• 物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。
• 视频直播，使用 MongoDB 存储用户信息、点赞互动信息、礼物信息等。
• 大数据应用，使用云数据库MongoDB作为大数据的云存储系统，随时进行数据提取分析，掌握行业动态。

这些应用场景中，数据操作方面的共同特点是：

• 数据量大
• 写入操作频繁（读写都很频繁）
• 价值较低的数据，对事务性要求不高

对于这样的数据，更适合使用MongoDB来实现数据的存储。

什么时候选择MongoDB

没有某个业务场景必须要使用MongoDB才能解决，但使用MongoDB通常能以更低的成本解决问题。如果不清楚当前业务是否适合使用MongoDB，可以通过以下应用特征来辅助决策。

• 应用不需要事务及复杂 join 支持
• 新应用，需求会变，数据模型无法确定，想快速迭代开发
• 应用需要2000-3000以上的读写QPS（更高也可以）
• 应用需要TB甚至 PB 级别数据存储
• 应用发展迅速，需要能快速水平扩展
• 应用要求存储的数据不丢失
• 应用需要99.999%高可用
• 应用需要大量的地理位置查询、文本查询

如果上述有1个符合，可以考虑 MongoDB，2个及以上的符合，选择 MongoDB 绝不会后悔。匹配越多，选择MongoDB越合适。

Redis和MongoDB的区别（Redis - Mongodb、Memcached、Redis）

1）性能

都比较高，性能对我们来说应该都不是瓶颈

总体来讲，TPS方面redis要大于mongodb

2）操作的便利性

redis丰富一些，数据操作方面，redis更好一些，较少的网络IO次数

mongodb支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富

3）内存空间的大小和数据量的大小

redis在2.0版本后增加了自己的VM特性，突破物理内存的限制；可以对key value设置过期时间（类似memcache）

mongoDB适合大数据量的存储，依赖操作系统VM做内存管理，吃内存也比较厉害，服务不要和别的服务在一起

4）可用性（单点问题）

redis依赖客户端来实现分布式读写；主从复制时，每次从节点重新连接主节点都要依赖整个快照,无增量复制，因性能和效率问题，所以单点问题比较复杂；不支持自动sharding,需要依赖程序设定一致hash 机制。一种替代方案是，不用redis本身的复制机制，采用自己做主动复制（多份存储），或者改成增量复制的方式（需要自己实现），一致性问题和性能的权衡

mongoDB支持master-slave,replicaset（内部采用paxos选举算法，自动故障恢复）,auto sharding机制，对客户端屏蔽了故障转移和切分机制。

5、可靠性（数据持久化和数据恢复）

redis支持（快照、AOF）：依赖快照进行持久化，aof增强了可靠性的同时，对性能有所影响

MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性

6、数据一致性（事务支持）

redis事务支持比较弱，只能保证事务中的每个操作连续执行

mongoDB不支持事务

7、数据分析

mongoDB内置了数据分析的功能(mapreduce)，redis不支持

8、应用场景

redis：数据量较小的更性能操作和运算上

MongoDB:主要解决海量数据的访问效率问题

总结

• JSON 结构和对象模型接近，开发代码量低
• JSON的动态模型意味着更容易响应新的业务需求
• 复制集提供99.999%高可用
• 分片架构支持海量数据和无缝扩容

MongoDB基于灵活的JSON文档模型，非常适合敏捷式的快速开发。与此同时，其与生俱来的高可用、高水平扩展能力使得它在处理海量、高并发的数据应用时颇具优势。