MongoDB --- 概述及架构选型

1. 三高需求

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

2. MongoDB 对三高需求的应用场景

1. **社交场景: **使用 MongoDB 存储用户信息、用户发表的朋友圈信息、通过地理位置检索附近的人、地点等功能
2. **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
3. 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
4. **物联网场景: **使用 MongoDB 存储所有接入的只能设备信息, 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
5. **视频直播场景: **使用 MongoDB 存储用户信息、点赞互动信息等

3. 以上应用场景中数据操作的共同特点:

1. 数据量大
2. 读写操作都很频繁
3. 价值较低的数据, 对 事务性 要求不高

3. 什么时候选择 MongoDB

在架构选型时, 除了以上三个特点外, 如果还犹豫是否选择 MongoDB, 可以考虑以下问题

1. 应用不需要事务及复杂 join 支持
2. 新应用: 需求会变, 数据模型无法确定, 想要快速迭代开发
3. 应用需要 2000-3000 以上的读写 QPS (更高也可以)
4. 应用需要 TB 甚至 PB 级别的数据存储
5. 应用发展迅速, 需要能快速水平扩展
6. 应用要求存储的数据不丢失
7. 应用需要 99.999% 高可用
8. 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,则可以考虑 MongoDB, 如果有两个及以上符合, 则立刻考虑 mongoDB

4. 简介

MongoDB 是一个开源、高性能、无模式的文档型数据库, 设计理念就是用于简化开发和方便扩展, 是 NoSQL 数据库产品的一种, 是最像 关系型数据库(MySQL) 的非关系型数据库

它支持的数据结构非常松散, 是类似 JSON 的 BSON 格式, 所以它技能存储比较复杂的数据类型, 又相当灵活

MongoDB中的记录是一个文档, 它是一个由 字段和值(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、普通数据和文档数组。

5. 结构对比

MySQL 和 MongoDB 对比

---

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	表/集合
row	document	行/文档
column	field	字段/域
index	index	索引
table joins		表连接,MongoDB不支持
	嵌入文档	MongoDB通过嵌入式文档来替代多表连接
primary key	primary key	主键, MongoDB自动将_id字段设置为主键

6. 数据类型

数据类型	描述	举例
字符串	UTF-8字符串都可表示为字符串类型的数据
对象id	对象id是文档的12字节的 唯一 ID
布尔值	真/假: true/false
数组	值的集合或者列表
32位整数	类型不可用。JavaScript 仅支持64位浮点数, 所以32位整数会被自动转换	shell不支持该类型, shell中默认会转成64位浮点数
64位整数	不支持这个类型。shell会使用一个特殊的内嵌文档来显示64位整数	shell不支持该类型, shell中默认会转成64位浮点数
64位浮点数	shell中的数字就是这种类型
null	表示空值或未定义的对象
undefined	文档中也可以使用未定义类型
符号	shell不支持。shell会将数据库中的符号类型的数据自动转换成字符串
正则表达式	文档中可以包含正则表达式, 采用 JavaScript 的正则表达式语法
代码	文档中还可以包含 JavaScript 代码	{"x": function()
二进制数据	二进制数据可以由任意字节的串组成, 不过 shell 中无法使用
最大值/最小值	BSON 包括一个特殊类型, 表示可能得最大值 shell中没有这个类型