初识 MongoDB

文章目录

  • 一、简介
  • 二、体系结构
  • 三、数据类型
  • 四、特点
  • 五、应用场景


提示:以下是本篇文章正文内容,MongoDB 系列学习将会持续更新

在这里插入图片描述

一、简介

  • MongoDB 是一个文档数据库,是由字段和值对(field:value)组成的数据结构,底层是 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 是一个开源、高性能、无模式的文档型数据库,当初的设计就是用于简化开发和方便扩展,是 NoSQL 数据库产品中的一种。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。

二、体系结构

初识 MongoDB_第1张图片

SQL概念 MongoDB概念
数据库 (database) 数据库 (database)
表 (table) 集合 (collection)
行 (row) 文档 (document)
列 (column) 字段 (field)
索引 (index) 索引 (index)
主键 (primary key) id (字段)
视图 (view) 视图 (view)
表连接 (table joins) 聚合操作 ($lookup)

三、数据类型

  1. MongoDB 的最小存储单位就是文档(document)对象。文档(document)对象对应于关系型数据库的行。数据在 MongoDB 中以 BSON(Binary-JSON)文档的格式存储在磁盘上。
  2. BSON(Binary Serialized Document Format)是一种类 json 的一种二进制形式的存储格式,简称Binary JSON。BSON 和 JSON一样,支持内嵌的文档对象和数组对象,但是 BSON 有 JSON 没有的一些数据类型,如 Date 和 BinData 类型。
  3. BSON 采用了类似于 C 语言结构体的名称、对表示方法,支持内嵌的文档对象和数组对象,具有轻量性、可遍历性、高效性的三个特点,可以有效描述非结构化数据和结构化数据。这种格式的优点是灵活性高,但它的缺点是空间利用率不是很理想。
  4. BSON 中,除了基本的 JSON 类型:string、integer、boolean、double、null、array、object;MongoDB 还使用了特殊的数据类型,包括 date、object id、binary data、regular expression、code。每一个驱动都以特定语言的方式实现了这些类型,查看你的驱动的文档来获取详细信息。
数据类型 描述 举例
字符串 字符集编码为 UTF-8 的字符串 {“x” : “foobar”}
对象id 对象id是文档的12字节的唯一 ID {“X” : ObjectId() }
布尔值 true 或 false {“x” : true}
数组 值的集合或列表 {“x” : [“a”, “b”, “c”]}
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,会默认转换成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,会默认转换成64位浮点数
64位浮点数 shell 默认的数字类型 {“x” : 3.14159, “y” : 3}
null 表示空值或者未定义的对象 {“x” : null}
undefined 文档中也可以使用未定义类型 {“x” : undefined}
符号 shell不支持,默认会自动转换成字符串
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 {“x” : /foobar/i}
代码 文档中还可以包含JavaScript代码 {“x” : function() { /* …… */ }}
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,表示可能的最大值。shell 中没有这个类型

四、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. 其它特点:如无模式(动态模式)、灵活的文档模型。

五、应用场景

  1. 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。
  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。
  5. 视频直播,使用 MongoDB 存储用户信息、点赞互动信息等。

这些应用场景中,在数据操作上的共同特点:
(1)数据量大。
(2)写入操作频繁(读写都很频繁)。
(3)价值较低的数据,对事务性要求不高。
对于这样的数据,我们更适合使用 MongoDB 来实现数据的存储。

什么时候选择 MongoDB?

  • 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。

回到目录…


总结:
提示:这里对文章进行总结:
本文是对MongoDB的学习,先介绍了什么是MongoDB,又将其和关系型数据库作了体系结构的对比,随之展示了它的数据类型,最后介绍了它的特点和应用场景。之后的学习内容将持续更新!!!

你可能感兴趣的:(MySQL,MongoDB,mongodb,数据库,nosql)