MongoDB的认识，优缺点和使用场景，原理

MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。

MongoDB，使用内存映射文件，支持副本集。
面向文档存储的数据库，类JSON的数据格式，自由灵活。
支持丰富的查询表达式。查询指令使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。

在高负载的情况下，添加更多的节点，可以保证服务器性能。

内存映射文件(Memory-mapped file)：
是一段虚内存逐字节对应于一个文件，使得应用程序处理文件如同访问内存。
主要用处是增加I/O性能，特别是用于大文件，访问内存映射文件比直接文件读写要快几个数量级，内存映射文件可以只加载一部分内容到用户的逻辑内存空间。这对非常大的文件特别有用。
缺点：
内存映射文件需要在进程的占用一块很大的连续逻辑地址空间

-------------------------------------------下面转载网友的总结----------------------------------------------

更高的写负载

默认情况下，对比事务安全，MongoDB更关注高的插入速度。如果你需要加载大量低价值的业务数据，比如日志收集，那么MongoDB将很适合你的用例，但是必须避免在要求高事务安全的情景下使用MongoDB，比如一个1000万美元的交易。

 

处理很大的规模的单表：

数据库扩展是非常有挑战性的，当单表格大小达到5-10GB时，MySQL表格性能会毫无疑问的降低。如果你需要分片并且分割你的数据库，MongoDB将很容易实现这一点。

 

不可靠环境保证高可用性

设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用MongoDB还可以快速、安全及自动化的实现节点（或数据中心）故障转移。

使用基于位置的数据查询，查的更快

MongoDB支持二维空间索引，比如管道，因此可以快速及精确的从指定位置获取数据。

MongoDB在启动后会将数据库中的数据以文件映射的方式加载到内存中。如果内存资源相当丰富的话，这将极大地提高数据库的查询速度，毕竟内存的I/O效率比磁盘高多了

 

非结构化数据的爆发增长

增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，这个问题通常发生在表格大于1GB的情况下。鉴于MongoDB的弱数据结构模式，添加1个新字段不会对旧表格有任何影响，整个过程会非常快速；因此，在应用程序发生改变时，你不需要专门的1个DBA去修改数据库模式。

 

缺少专业的数据库管理员

如果你没有专业的DBA，同时你也不需要结构化你的数据及做join查询，MongoDB将会是你的首选。MongoDB非常适合类的持久化，类可以被序列化成JSON并储存在MongoDB。需要注意的是，如果期望获得一个更大的规模，你必须要了解一些最佳实践来避免走入误区。