【1】MongoDB简介

（1.1）什么是MongoDB

MongoDB是一个文档数据库（以Json 为数据模型），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 是一个介于关系型数据库和非关系型数据库之间的产品，是非关系数据库中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，数据格式是 BSON（一种类似于 JSON 的二进制形式的存储格式，简称binary Json，比起JSON多了一些元数据），和 JSON 一样支持内嵌的文档对象和数组对象，因此可以存储比较复杂的数据类型。

MongoDB 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。

原则上 Oracle 和 Mysql 能做的事情，MongoDB都能做（包括 ACID 事务）。

4.2之后，支持了跨分片多文档事务（分布式事务）；

　　如：一个事务写了3个文档，分别想到3个不同分片 A B C，如何保证全部正常或者全部失败；

（1.2）MongoDB与关系型数据库的概念对比

数据库（database）：最外层的概念，可以理解为逻辑上的名称空间，一个数据库包含多个不同名称的集合；

集合（collection）：相当于 SQL 中的表，一个集合可以存放多个不同的文档；

文档（document）：一个文档相当于数据表中的一行，由多个不同的字段组成；

字段（field）：文档中的一个属性，等同于关系型数据库中的列（column）

索引（index）：独立的检索式数据结构，与SQL 的概念一致。

_id：每个文档中都有一个唯一的 _id 字段，相当于SQL 中的主键（primary key）

视图（view）：可以看做一种虚拟的集合，与 SQL 中的视图类似。从MongoDB 3.4版本开始提供了视图功能，其可以通过聚合管道技术实现；

聚合操作（$lookup）：MongoDB 用于实现 “类似” 表连接（table join） 的聚合操作符

内容对比：

尽管这些概念大多与 SQL 标准定义类似，但 MongoDb 与传统 RDBMS 仍然存在不少差异，包括如下：

半结构化：

　　在一个集合中，文档所拥有的字段并不是需要是相同的，而且也不需要对所用的字段进行生命。因此，MongoDB 具有很明显的半结构化特点

　　除了松散的表结构，文档还可以支持多级的嵌套、数组等灵活的数据类型，非常契合面向对象的变成模型。

弱关系：

　　MongoDB 没有外键的约束，也没有很强大的表连接能力。类似的功能需要使用聚合管道技术来弥补；

【2】MongoDB技术优势

MongoDB基于灵活的 Json 文档模型，非常适合敏捷式的快速开发。

与此同时具有与生俱来的高可用、高水平扩展能力；使得它在处理海量数据、高并发的情况时具有一定优势；

• Json 结构的对象模型接近，开发代码量低
• Json的动态模型意味着更容易响应新的业务需求
• 复制集提供99.999%高可用
• 分片架构支持海量数据和无缝扩容

（2.1）解决关系型数据库的复杂关联（简单直观）

如下图，复杂的关系型表 =》 变成了 Json 文档组织

（2.2）文档模型包含了各种类型（快速的开发）

如下图，比如有多个邮件、有多个 interests 兴趣爱好，可以用数组组成；

如果是关系型数据库，可能需要可能多表构建，然后多个兴趣爱好时需要多行存储；

（2.3）无感的在线加字段（灵活解决业务变化）

如果我们要加字段，加数据对于关系型数据库来说，大表加字段简直是一种灾难；

但如果用 Mongodb，如下图，我们直接可以在线无任何业务影响的加个社交字段；这里还可以用一个 version 字段来做好版本管理；

（2.4）集群-原生高可用

• Replica Set - 2 to 50 个成员
• 自动选举、恢复
• 多中心容灾能力
• 滚动服务 - 最小化服务终端

如下图

这里还可以延迟复制，比如延迟10分钟；以便解决误删、误操作等问题；

（2.5）集群-横向扩展节点能力

如下图，在应用访问过来后，由MongoOS（每个节点都有）根据元数据 config 信息，来找到请求对应要访问哪个分片；

如果是加一个节点，一个命令就可以了很方便；

【3】MongoDB 应用场景

（3.1）基本应用场景

（3.2）什么时候考虑用 MongoDB

如下列，有一点就可以考虑使用；