文档数据库介绍

什么是文档型数据库？

文档数据库(也称为面向文档的数据库或文档存储)是在文档中存储信息的数据库，是非关系型数据库的一种。

 {
     "_id": 2,
     "first_name": "Donna",
     "email": "[email protected]",
     "spouse": "Joe",
     "likes": [
        "spas",
        "shopping",
        "live tweeting"
     ]
  }

什么是文档（documents）

一个文档就是文档型数据库中的一条记录。文档通常存储关于一个对象及其任何相关元数据的信息。

文档是以字段-值成对的形式存储数据。值的类型和结构可以有多种，包括字符串、数字、日期、数组等。文档存储的格式可以是JSON,BSON（二进制形式的JSON）和XML。

什么是集合（Collections）

集合就是一组文档。集合里的文档通常都有相似的结构。

一个集合里的所有文档不需要有一致的字段。有些文档型的数据库会提供格式校验功能，因此如果需要的话，一个集合的字段也可以固定下来。

文档型数据库的一些关键特性

• 文档模型：数据被存储在文档中（而不是像其他数据库那样，以结构化的形式，比如表格、图形的方式存储）。
• 结构灵活：文档型数据库不要求太严格的数据格式，一个集合中文档和文档之间的字段可以不一致。
• 分布和弹性：扩展性强。
• 查询语言：有自己的查询语言和API。

和关系型数据库的区别

• 数据模式的直观性：文档型数据库中的存储单位“文档”直接对应应用层代码中的“对象”，开发者使用起来更加方便，不需要跨表或者表连接等操作。
• 使用JSON带来的好处：JSON已经成为数据交换和存储的标准。JSON文档是轻量级的、独立于语言的、人类可读的。开发人员可以按照应用程序需要的方式构造数据——丰富的对象、键值对、表、地理空间和时间序列数据，或者图形的节点和边。
• 模式的灵活性：因为结构比较灵活，开发者在创建文档时，不用像使用关系型数据库那样，首先去定义它的结构；开发者可以在任意时间根据需要去修改数据的结构。

文档数据库和其他数据库之间的关系是什么?

文档数据库可以兼容其他类型的数据库，包括键值对、关系型、图表型等，意味着使用其他数据库存储的数据都可以使用文档数据库代替。

• 键值对可以用文档中的字段和值建模。文档中的任何字段都可以被索引，这为开发人员查询数据提供了额外的灵活性。
• 关系型数据在文档数据库中可以存储在一个文档中，也可以像原来那样分开存储在不同的文档中，它们可以手动指定联系（比如互相存储对方的id）也可以使用文档数据提供的关联功能。

为什么不直接在关系型数据库中使用JSON结构

一些关系型数据库已经增加了对JSON的支持，那为什么不直接定义一个列，类型为JSON呢？简单来说，这种做法会降低开发人员的效率，增加开发成本。它有以下几个缺点：

• 关系型数据库提供的JSON操作方式比较复杂
• 在关系型数据库中JSON数据不区分数据类型，像是字符串和数字，这会使数据的计算、比较和排序变得复杂和容易出错，而原生文档数据库(如MongoDB)支持的丰富数据类型。
• 数据质量无法控制：关系型数据库中JSON无法校验，而且开发人员依旧无法避免定义表结构这样的操作。
• 性能差：关系型数据无法对JSON列的查询进行优化，也不能像文档数据库那样对其中的某些字段添加索引。

文档数据库的缺点

一个众所周知的缺点是不支持多文档事务。

所谓多文档事务，指的是在一个事务中，需要同时操作多个文档（包括一个集合的多个文档，或者跨集合之间）。

不过有些文档数据库比如 MongoDB已经可以支持多文档事务了。

主流的文档数据库

• MongoDB
• Amazon DynamoDB
• Microsoft Azure Cosmos DB
• Couchbase
• Firebase Realtime Database

参考

- [1] https://www.mongodb.com/document-databases

- [2] https://db-engines.com/en/article/Document+Stores