MongoDB分析

1.概念

　　MongoDB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。它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。

　　MongoDB是文档型的NoSQL数据库，数据以文档（对应关系型数据库的记录）的形式在MongoDB中保存，文档实际上就是一个个JSON字符串，使用JSON的好处是非常直观，通过一系列的Key-Value键值对来表示数据，符合我们的阅读习惯。

　　在Java、Python中对JSON都有很好的支持，数据从MongoDB中读取出来后，可无需转换直接使用；支持丰富的数据结构，Value可以是普通的整型、字符串、数组、嵌套的子文档，使用嵌套的好处是在MongoDB中仅需一次简单的查询就能够获取到你所需的数据。

MongoDB中数据存储的基本概念是数据库、集合、文档。
文档（document）是MongoDB中数据的基本存储单元，非常类似与关系型数据库管理系统中的行，当更有表现力。
集合（collection）可以看作是一个拥有动态模式（dynamic schema）的表。
MongoDB的一个实例可以拥有多个相互独立的数据库（database），每一个数据库都拥有自己的集合。
MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。

2.MongoDB 的应用场景

1、MongoDB事务

　　MongoDB目前只支持单文档事务，MongoDB暂时不适合需要复杂事务的场景。

　　灵活的文档模型JSON格式存储最接近真实对象模型，对开发者友好，方便快速开发迭代，可用复制集满足数据高可靠、高可用的需求，运维较为简单、故障自动切换可扩展分片集群海量数据存储。

2、多引擎支持各种强大的索引需求

• 支持地理位置索引
• 可用于构建各种O2O应用
• 文本索引解决搜索的需求
• TTL索引解决历史数据过期的需求
• Gridfs解决文件存储的需求
• aggregation & mapreduce解决数据分析场景需求，可以自己写查询语句或脚本，将请求分发到 MongoDB 上完成。

3、具体的应用场景

　　传统的关系型数据库在解决三高问题上的力不从心。何为三高？

• 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。MongoDB可以完美解决三高问题。

4、以下是几个实际的应用案例：

• 游戏场景：使用MongoDB存储游戏用户信息、装备、积分等，直接以内嵌文档的形式存储，方便查询、更新。
• 物流场景：使用MongoDB存储订单信息、订单状态、物流信息，订单状态在运送过程中飞速迭代、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查出来，牛逼plus。
• 社交场景：使用MongoDB存储用户信息，朋友圈信息，通过地理位置索引实现附近的人、定位功能。
• 物联网场景：使用MongoDB存储设备信息、设备汇报的日志信息、并对这些信息进行多维度分析。
• 视频直播：使用MongoDB存储用户信息、点赞互动信息。

5、选择MongoDB的场景总结：

• 数据量大
• 读写操作频繁
• 数据价值较低，对事务要求不高

3.MongoDB的特点

1、高性能

　　MongoDB提供高性能的数据持久性。对嵌入式数据模型的支持减少了数据库系统上的IO活动。

　　索引支持更快的查询，并且包含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；

2、高可用性

MongoDB的复制工具称为副本集（reolica set），它包含提供自动故障转移和数据冗余。

3、高可用性

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起，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，支持读写（CRUD）操作、比如数据聚合、文本搜索、地理空间查询等。

5、其他特点

如动态模式、灵活的文档模型。

4.基本数据结构

与 MySQL 等关系型数据库一样，MongoDB 也有类似的概念，但是其称呼不同。下表列出了 MongoDB 的基本数据结构以及与 MySQL 的对比。

 

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins		表连接,MongoDB不支持
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

 

1. MongoDB的体系结构
MongoDB中的集合相当于MySQL中表的概念；
MongoDB中的文档相当于MySQL中行的概念；
MongoDB中的域相当于MySQL中字段/列的概念；

2. MongoDB的特点(或使用场景)
支持存储海量数据；(例如：直播中的打赏数据)；
支持频繁的数据读写；（例如：游戏道具）；
数据安全性不高，存在数据误差(丢失数据)；
MongoDB不支持多表操作，不支持事务；
MongoDB使用Bson存储格式，支持动态字段管理；

3. MongoDB与MySQL、Redis对比
与Redis对比
1. Redis纯内存数据库，内存不足时触发淘汰策略，MongoDB使用内存加磁盘的存储策略具有高扩展性；
2. MongoDB使用Bson存储格式，支持动态字段管理方便扩展；
与mysql对比
1. MongoDB不支持多表操作，不支持事务；
2. MongoDB使用Bson存储格式，支持动态字段管理；
查询效率对比
Redis > MongoDB > MySQL

4. MongoDB存储原理
 

MongoDB采用内存加磁盘的方式存储数据；
MongoDB支持数据分片，当单一的服务器中磁盘不够用的时候，还可以串联其他服务器；
客户端的请求到达内存时，先在日志中记录下操作记录，然后再去操作内存；
内存中的日志每10ms向磁盘中的日志进行同步一次，数据则每分钟同步一次；
客户端先去内存中查询数据，内存中没有再去查询磁盘；
当客户端写入的时候，会先写入到内存中，内存中写入后请求直接返回，内存中的数据会根据同步策略同步到磁盘；
如果机器宕机，在重启服务的时候会解析磁盘中的日志和磁盘中的数据进行对比，将未入到磁盘中的数据写入磁盘，但可能会丢失10ms的数据；

5.安装

 

1.拉取mongo镜像
docker pull mongo:4.4
 
2.  创建mongo数据持久化目录
mkdir -p mongodb/data
 
3.  运行容器
docker run -itd --name mongo -v /Users/huzhen/docker/mongodb/data:/data/db -p 27017:27017 mongo:4.4 --auth
 
2.创建用户
登录mongo容器，并进入到【admin】数据库
docker exec -it mongo mongo admin
 
创建一个用户，mongo 默认没有用户
db.createUser({ user:'root',pwd:'123456',roles:[ { role:'userAdminAnyDatabase', db: 'admin'},'readWriteAnyDatabase']});

【user:‘root’ 】：设置用户名为root
【pwd:‘123456’】：设置密码为123456
【role:‘userAdminAnyDatabase’】：只在admin数据库中可用，赋予用户所有数据库的userAdmin权限
【db: ‘admin’】：可操作的数据库
【‘readWriteAnyDatabase’】：赋予用户读写权限

dbAdmin：允许用户在指定数据库中执行管理函数，如索引创建、删除，查看统计或访问system.profile
连接、测试
连接mongo数据库
db.auth('root', '123456')
测试数据库，插入一条语句
db.user.insert({"name":"huzhen","cardNo":345675432})
测试数据库，查询刚才插入的语句
db.user.find()

navicat连接测试

6.SpringBoot集成MongoDB

基于MongoTemplate 开发CRUD
MongoTemplate常用方法
mongoTemplate.findAll(User.class): 查询User文档的全部数据
mongoTemplate.findById(, User.class): 查询User文档id为id的数据
mongoTemplate.find(query, User.class);: 根据query内的查询条件查询
mongoTemplate.upsert(query, update, User.class): 修改
mongoTemplate.remove(query, User.class): 删除
mongoTemplate.insert(User): 新增
Query对象
1、创建一个query对象（用来封装所有条件对象)，再创建一个criteria对象（用来构建条件）
2、 精准条件：criteria.and(“key”).is(“条件”)
模糊条件：criteria.and(“key”).regex(“条件”)
3、封装条件：query.addCriteria(criteria)
4、大于（创建新的criteria）：Criteria gt = Criteria.where(“key”).gt（“条件”）
小于（创建新的criteria）：Criteria lt = Criteria.where(“key”).lt（“条件”）
5、Query.addCriteria(new Criteria().andOperator(gt,lt));
6、一个query中只能有一个andOperator()。其参数也可以是Criteria数组。
7、排序 ：query.with（new Sort(Sort.Direction.ASC, “age”). and(new Sort(Sort.Direction.DESC, “date”)))

 

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

spring.data.mongodb.uri= mongodb://root:123456@127.0.0.1:27017/?authSource=admin
spring.data.mongodb.database= admin