什么是MongoDB ？

MongoDB 是一个开源的文档数据库，它基于 C++ 语言编写，性能高，可用性强，能够自动扩展。

MongoDB 是最流行的 NoSQL 数据库之一，原生支持分布式集群架构，特别适合处理大数据，阿里巴巴、腾讯、头条、Twitter、Google、Facebook 等一线互联网公司都在使用 MongoDB 数据库。

与 HBase 相比，MongoDB 可以存储具有更加复杂的数据结构的数据，具有很强的数据描述能力。MongoDB 提供了丰富的操作功能，但是它没有类似于 SQL 的操作语言，语法规则相对比较复杂。

MongoDB（来自英文单词“Humongous”，中文含义为“庞大”）是可以应用于各种规模的企业、各个行业以及各类应用程序的开源数据库。

MongoDB的优势

MongoDB 使用广泛

MongoDB 是目前 NoSQL 数据库中使用最广泛的数据库之一，根据 DB-Engines 2020 年 9 月份发布的全球数据库排名（见图 1），前五名依次是 Oracle、MySQL、Microsoft SQL Server、PostgreSQL、MongoDB ，此排名顺序已经持续很长时间，MongoDB 排名第五，9月份 MongoDB 的分数依然保持增长，而且还是整个排行榜中增长幅度最大的一个。

MongoDB 性能高

MongoDB 是一个开源文档数据库，是用 C++ 语言编写的非关系型数据库。其特点是高性能、高可用、可伸缩、易部署、易使用，存储数据十分方便，主要特性有：面向集合存储，易于存储对象类型的数据，模式自由，支持动态查询，支持完全索引，支持复制和故障恢复，使用高效的二进制数据存储，文件存储格式为 BSON （一种 JSON 的扩展）等。

MongoDB 提供高性能数据读写功能，并且性能还在不断地提升。根据官方提供的 MongoDB 3.0 性能测试报告，在 YCSB 测试中，MongoDB 3.0 在多线程、批量插入场景下的处理速度比 MongoDB 2.6 快 7 倍。

关于读写与响应时间的具体测试结果参见图 2。

图 2：MongoDB 2.6 与 3.0 读写性能与响应时间性能测试

MongoDB 支持分布式

在生产过程中，因机器故障导致系统宕机的问题不可避免；集中式系统在计算能力和存储能力方面的瓶颈，也无法满足当前的数据量爆发式增长的需求。这两个问题就是系统对高可用和可伸缩架构的需求，MongoDB 在原生上就可满足这两方面的需求。

MongoDB 的高可用性体现在对副本集 Replication 的支持上，可伸缩性体现在分片集群的部署方式上。

MongoDB 的 Replication 集提供自动故障转移和数据冗余服务，Replication 结构可以保证数据库中的全部数据都会有多份备份，这与 HDFS 分布式文件系统的备份机制比较类似。采用副本集的集群中具有主（Master）、从（Slaver）、仲裁（Arbiter）三种角色。

主从关系（Master-Slaver）负责数据的同步和读写分离；Arbiter 服务负责心跳（Heartbeat）监控，Master 宕机时可将 Slaver 切换到 Mas 血状态，继续提供数据的服务，完成了数据的高可用需求。

当需要存储大量的数据时，主从服务器都需要存储全部数据，可能会出现写性能问题。同时， Replication 主要解决的是读数据高可用方面的问题，在对数据库查询时也只限制在一台服务器上，并不能支持一次查询多台数据库服务器，并没有满足数据库读写操作的分布式需求。

MongoDB 提供水平可伸缩性功能的是分片（Shard）。分片与在 HDFS 分布式文件系统中上传文件会将文件切成 128MB（Hadoop2.x 默认配置）相似，通过将数据切成数片（Sharding）写入不同的分片节点，完成分布式写的操作。同时，MongoDB 在读取时提供了分布式读的操作，这个功能与 HDFS 的分布式读写十分类似。

MongoDB 便于开发

MongoDB 对开发者十分友好，便于使用。支持丰富的查询语言、数据聚合、文本搜索和地理空间查询，用户可以创建丰富的索引来提升查询速度，MongoDB 被称为最像关系数据库的非关系数据库。

MongoDB 允许用户在服务端执行脚本，可以用 Javascript 编写某个函数，直接在服务端执行，也可以把函数的定义存储在服务端，使用时直接调用即可。MongoDB 支持各种编程语言，包括 Ruby、Python、Java、C++、PHP、C# 等。

Robomongo（MongoDB可视化工具）简介

Robomongo 是一个界面友好且免费的 MongoDB 可视化工具，可在 Robomongo 官网下载此软件，其安装过程十分简单，安装好的界面如下图所示。

在 MongoDB Connections 窗口单击鼠标右键添加 MongoDB 数据库，设置如下图所示。

连接成功后，MongoDB 中所有数据库以及集合均显示在左侧导航栏，如图下所示。

从上图中可以看到 Robomango 提供可视化的界面将数据库中的文档显示出来，在集合上单击鼠标右键可以显示提供的集合操作。

使用 Robomango，初学者能更容易理解 MongoDB 数据库的概念。

MongoDB的文档数据模型

传统的文档数据库（Document Storage）概念的提岀要追溯到 1989 年，Lotus 提出的 Notes 产品被称为文档数据库，这种文档数据库常用于管理文档，如 Word、建立工作流任务等。

文档数据库区别于传统的其他数据库，它可用来管理文档，尤其擅长处理各种非结构化的文档数据。在传统的数据库中，信息被分割成离散的数据段，而在文档数据库中，文档是处理信息的基本单位。

传统的文档数据库与 20 世纪 50 ~ 60 年代管理数据的文件系统不同，文档数据库仍属于数据库范畴。

首先，文件系统中的文件基本上对应于某个应用程序。当不同的应用程序所需要的数据部分相同时，也必须建立各自的文件，而不能共享数据，而文档数据库可以共享相同的数据。因此，文件系统比文档数据库数据冗余度更大，更浪费存储空间，且更难于管理维护。

其次，文件系统中的文件是为某一特定应用服务的，因此，要想对现有的数据再增加一些新的应用是很困难的，系统难以扩展，数据和程序缺乏独立性。而文档数据库具有数据的物理独立性和逻辑独立性，数据和程序分离。

NoSQL 中的文档数据库

NoSQL 中的文档数据库（以下文档数据库均指 NoSQL 中的文档数据库）与传统的文档数据库不是同一种产品，NoSQL 中的文档数据库（MongoDB）有自己特定的数据存储结构及操作要求。

在传统数据库的发展过程中，基本都是出现一种数据模型，再依据数据模型，开发出相关的数据库，例如，层次数据库是建立在层次数据模型的基础上，关系数据库是建立在关系数据模型的基础上的。NoSQL 中文档数据库的出现也是建立在文档数据模型的基础上的。

NoSQL 中的文档数据库与传统的关系数据库均建立在对磁盘读写的基础上，实现对数据的各种操作。文档数据库的设计思路是尽可能地提升数据的读写性能，为此选择性地保留了部分关系型数据库的约束，通过减少读写过程的规则约束，提升了读写性能。

MongoDB 文档数据模型

传统的关系型数据库需要对表结构进行预先定义和严格的要求，而这样的严格要求，导致了处理数据的过程更加烦琐，甚至降低了执行效率。

在数据量达到一定规模的情况下，传统关系型数据库反应迟钝，想解决这个问题就需要反其道而行之，尽可能去掉传统关系型数据库的各种规范约束，甚至事先无须定义数据存储结构。

文档存储支持对结构化数据的访问，与关系模型不同的是，文档存储没有强制的架构。文档存储以封包键值对的方式进行存储，文档存储模型支持嵌套结构。

例如，文档存储模型支持 XML 和 JSON 文档，字段的“值”可以嵌套存储其他文档，也可存储数组等复杂数据类型。

MongoDB 存储的数据类型为 BSON，BSON 与 JSON 比较相似，文档存储模型也支持数组和键值对。

MongoDB 的文档数据模型如图下所示，MongoDB 的存储逻辑结构为文档，文档中采用键值对结构，文档中的 _id 为主键，默认创建主键索引。从 MongoDB 的逻辑结构可以看出，MongoDB 的相关操作大多通过指定键完成对值的操作。

文档数据库无须事先定义数据存储结构，这与键值数据库和列族数据库类似，只需在存储时采用指定的文档结构即可。从上图可以看出，一个{}中包含了若干个键值对，大括号中的内容就被称为一条文档。

MongoDB的文档存储结构

MongoDB 文档数据库的存储结构分为四个层次，从小到大依次是：键值对、文档（document）、集合（collection）、数据库（database）。

图 1 描述了 MongoDB 的存储与 MySQL 存储的对应关系，可以看出，MongoDB中的文档、集合、数据库对应于关系数据库中的行数据、表、数据库。

图 1：MongoDB 存储与 Mysql 存储的对比

键值对

文档数据库存储结构的基本单位是键值对，具体包含数据和类型。键值对的数据包含键和值，键的格式一般为字符串，值的格式可以包含字符串、数值、数组、文档等类型。

按照键值对的复杂程度，可以将键值对分为基本键值对和嵌套键值对。

图 2 中的键值对中的键为字符串，值为基本类型，这种键值对就称为基本键值。
嵌套键值对类型如图 3 所示，从图中可以看岀， contact 的键对应的值为一个文档，文档中又包含了相关的键值对，这种类型的键值对称为嵌套键值对。

图 2：MongoDB 文档数据模型

图 3：嵌套键值对

键（Key）起唯一索引的作用，确保一个键值结构里数据记录的唯一性，同时也具有信息记录的作用。例如，country:“China”，用:实现了对一条地址的分割记录，“country”起到了 “China”的唯一地址作用，另外，“country”作为键的内容说明了所对应内容的一些信息。

值（Value）是键所对应的数据，其内容通过键来获取，可存储任何类型的数据，甚至可以为空。

键和值的组成就构成了键值对（Key-Value Pair）。它们之间的关系是一一对应的，如定义了 “country:China”键值对，"country”就只能对应“China”，而不能对应“USA”。

文档中键的命名规则如下。

UTF-8 格式字符串。
不用有\0的字符串，习惯上不用.和$。
以开头的多为保留键，自定义时一般不以开头。
文档键值对是有序的，MongoDB 中严格区分大小写。

文档

文档是 MongoDB 的核心概念，是数据的基本单元，与关系数据库中的行十分类似，但是比行要复杂。文档是一组有序的键值对集合。文档的数据结构与 JSON 基本相同，所有存储在集合中的数据都是 BSON 格式。

BSON 是一种类 JSON 的二进制存储格式，是 Binary JSON 的简称。一个简单的文档例子如下：

{"country" : "China", "city": "BeiJing"}

MongoDB 中的数据具有灵活的架构，集合不强制要求文档结构。但数据建模的不同可能会影响程序性能和数据库容量。文档之间的关系是数据建模需要考虑的重要因素。文档与文档之间的关系包括嵌入和引用两种。

下面举一个关于顾客 patron 和地址 address 之间的例子，来说明在某些情况下，嵌入优于引用。

{_id: "joe",name: "Joe Bookreader"
}{patron_id: "joe",street: "123 Fake Street",city: "Faketon",state: "MA",zip: "2345"
}

关系数据库的数据模型在设计时，将 patron 和 address 分到两个表中，在查询时进行关联，这就是引用的使用方式。如果在实际查询中，需要频繁地通过 _id 获得 address 信息，那么就需要频繁地通过关联引用来返回查询结果。在这种情况下，一个更合适的数据模型就是嵌入。

将 address 信息嵌入 patron 信息中，这样通过一次查询就可获得完整的 patron 和 address 信息，如下所示：

{_id: "joe",name: "Joe Bookreader",address: {street: "123 Fake Street",city: "Faketon”，state: nMAnzzip: T2345”}
}

如果具有多个 address，可以将其嵌入 patron 中，通过一次查询就可获得完整的 patron 和多个 address 信息，如下所示：

{_id: "joe",name: "Joe Bookreader",addresses:[{street: "123 Fake Streetn,city: "Faketon",state: "MA",zip: "12345"},{street: "l Some Other Street",city: "Boston",state: "MA",zip: "12345"}]
}

但在某种情况下，引用比嵌入更有优势。下面举一个图书出版商与图书信息的例子，代码如下:

{title: "MongoDB: The Definitive Guide",author: [ "Kristina Chodorow", "Mike Dirolfn"],published_date: ISODate("2010-09-24"),pages: 216,language: "English",publisher: {name: "O'Reilly Media",founded: 1980,location: "CA"}
}
{title: "50 Tips and Tricks for MongoDB Developer",author: "Kristina Chodorow",published_date: ISODate("2011-05-06"),pages: 68,language: "English",publisher: {name: "O'Reilly Media",founded: 1980,location: "CA"}
}

从上边例子可以看出，嵌入式的关系导致出版商的信息重复发布，这时可采用引用的方式描述集合之间的关系。使用引用时，关系的增长速度决定了引用的存储位置。如果每个出版商的图书数量很少且增长有限，那么将图书信息存储在出版商文档中是可行的。

通过 books 存储每本图书的 id 信息，就可以查询到指定图书出版商的指定图书信息，但如果图书出版商的图书数量很多, 则此数据模型将导致可变的、不断增长的数组 books，如下所示：

{name: "O'Reilly Media",founded: 1980,location: "CA",books: [123456789, 234567890, …]
}
{_id: 123456789,title: "MongoDE: The Definitive Guide",author: ["Kristina Chodorow", "Mike Dirolf"],published_date: ISODate("2010-09-24"),pages: 216,language: "English"
}
{_id: 234567890,title: "50 Tips and Tricks for MongoDB Developer",author: "Kristina Chodorow",published_date: ISODate("2011-05-06"),pages: 68,language: "English"
}

为了避免可变的、不断增长的数组，可以将出版商引用存放到图书文档中，如下所示：

{_id: "oreilly",name: "O'Reilly Media",founded: 1980,location: "CA"
}
{_id: 123456789,title: "MongoDB: The Definitive Guiden,author: [ "Kristina Chodorow", "Mike Dirolf"],published_date: ISODate("2010-09-24"),pages: 216,language: "English",publisher_id: "oreilly"
}
{_id: 234567890,title: "50 Tips and Tricks for MongoDB Developer",author: "Kristina Chodorow",published date: ISODate("2011-05-06")，pages: 68,language: "English",publisher_id: "oreilly"
}

集合

MongoDB 将文档存储在集合中，一个集合是一些文档构成的对象。如果说 MongoDB 中的文档类似于关系型数据库中的“行”，那么集合就如同“表”。

集合存在于数据库中，没有固定的结构，这意味着用户对集合可以插入不同格式和类型的数据。但通常情况下插入集合的数据都会有一定的关联性，即一个集合中的文档应该具有相关性。

集合的结构如图 4 所示。

图 4：文档数据库中的一个集合

数据库

在 MongoDB 中，数据库由集合组成。一个 MongoDB 实例可承载多个数据库，互相之间彼此独立，在开发过程中，通常将一个应用的所有数据存储到同一个数据库中，MongoDB 将不同数据库存放在不同文件中。

数据库结构示例如图 5 所示。

图 5：一个名为 DB 的数据库的结构

BSON对JSON做了哪些改进？

我们说，MongoDB 存储的数据格式与 JSON 十分类似，MongoDB 所采用的数据格式被称为 BSON，是一种基于 JSON 的二进制序列化格式，用于 MongoDB 存储文档并进行远程过程调用。

JSON 是一种网络常用的数据格式，具有自描述性。JSON 的数据表示方式易于解析，但支持的数据类型有限。BSON 目前主要用于 MongoDB 中，选择 JSON 进行改造的原因主要是 JSON 的通用性及 JSON 的 schemaless 的特性。

BSON 改进的主要特性有下面三点。

更快的遍历速度

BSON 对 JSON 的一个主要的改进是，在 BSON 元素的头部有一个区域用来存储元素的长度，当遍历时，如果想跳过某个文档进行读取，就可以先读取存储在 BSON 元素头部的元素的长度，直接 seek 到指定的点上就完成了文档的跳过。

在 JSON 中，要跳过一个文档进行数据读取，需要在对此文档进行扫描的同时匹配数据结构才可以完成跳过操作。

操作更简易

如果要修改 JSON 中的一个值，如将 9 修改为 10，这实际是将一个字符变成了两个，会导致其后面的所有内容都向后移一位。

在 BSON 中，可以指定这个列为整型，那么，当将 9 修正为 10 时，只是在整型范围内将数字进行修改，数据总长不会变化。

需要注意的是：如果数字从整型增大到长整型，还是会导致数据总长增加。

支持更多的数据类型

BSON 在 JSON 的基础上增加了很多额外的类型，BSON 增加了“byte array”数据类型。这使得二进制的存储不再需要先进行 base64 转换再存为 JSON，减少了计算开销。

BSON 支持的数据类型如表所示。

类型	描述示例
NULL	表示空值或者不存在的字段，{“x” : null}
Boolean	布尔型有 true 和 false，{“x” : true}
Number	数值：客户端默认使用 64 位浮点型数值。{“x” : 3.14} 或 {“x” : 3}。对于整型值，包括 NumberInt（4 字节符号整数）或 NumberLong（8 字节符号整数），用户可以指定数值类型，{“x” : NumberInt(“3”)}
String	字符串：BSON 字符串是 UTF-8，{“x” : “中文”}
Regular Expression	正则表达式：语法与 JavaScript 的正则表达式相同，{“x” : /[cba]/}
Array	数组：使用“[]”表示，{“x” : [“a”, “b”, “c”]}
Object	内嵌文档：文档的值是嵌套文档，{“a” : {“b” : 3}}
ObjectId	对象 id：对象 id 是一个 12 字节的字符串，是文档的唯一标识，{“x” : objectId()}
BinaryData	二进制数据：二进制数据是一个任意字节的字符串。它不能直接在 Shell 中使用。如果要将非 UTF-8 字符保存到数据库中，二进制数据是唯一的方式
JavaScript	代码：查询和文档中可以包括任何 JavaScript 代码，{“x” : function(){/…/}}
Data	日期：{“x” : new Date()}
Timestamp	时间戳：var a = new Timestamp()

NOSQL，MongoDB是什么？相关推荐

NoSQL——MongoDB
2019独角兽企业重金招聘Python工程师标准>>> NoSQL--MongoDB 一.MongoDB介绍 MongoDB是一个基于分布式文件存储的数据库.由C++语言编写.旨在为 ...
微软ASP.NET 电商网站开发实战 MVC6 +HTML5 +WCF+WebAPI+NoSQL+mongoDB+Redis+Core视频代码面试题...
<微软ASP.NET 电商网站开发实战 MVC6 +HTML5 +WCF+WebAPI+NoSQL+mongoDB+Redis+Core 视频代码面试题 >下载网盘:https://y ...
[置顶] NoSQl mongodb数据库配置篇
mongodb飞一般的数据库序言一直想接触一下大数据量的开发,最近发现NoSQL数据库有着关系型数据库非常明显的优势,特别是对于海量数据的处理还有其他一些数据这里就不多说了大家可以去看看了解一 ...
NoSQL(MongoDB) + GraphQL 快速入门环境和资料
如果你想了解NoSQL DB和GraphQL,推荐一个非常好的资料.依照文档里边的步骤,在Atlas上免费搭建一个使用到MongoDB和GraphQL的web app项目.详细的搭建步骤来自Mongo ...
NOSQL MongoDB首席架构师唐建法：20core处理27万混合读写操作实现,并分享企业实现案例...
MongoDB可以应用于各种规模的企业.各个行业以及各类应用程序的开源数据库.作为一个适用于敏捷开发的数据库,MongoDB的数据模式可以随着应用程序的发展而灵活地更新.与此同时,它也为开发人员提供 ...
NoSQL——MongoDB增删改查、备份和恢复
SQL和MongoDB对比: 一.关于database的基础命令查看当前的数据库:db 查看所有的数据库:show dbs / show databases 切换数据库:use db_name 删除 ...
nosql | Mongodb启动失败以及节点丢失等问题总结
一.mongodb启动失败问题 number1 1.启动命令的路径问题导致,仔细查看启动时的命令是否正确 2.限权问题导致,例如安全认证中的没有改变0203的6 ...
NoSQL - MongoDB 常见的shell操作 - 安装
1.应用场景主要用于使用客户端工具进行快速地测试mongodb使用. 2.学习/操作 1.文档阅读 MongoDB 创建数据库 | 菜鸟教程 -- 跟着菜鸟走一遍就算入门了 2.整理输出环境 ...
linux yun 安装 redis,Linux系统安装NoSQL（MongoDB和Redis）步骤及问题解决办法(总结篇)...
如下是我工作中的记录,介绍的是linux系统下NoSQL:MongoDB和Redis的安装过程和遇到的问题以及解决办法: 需要的朋友可以按照如下步骤进行安装,可以快速安装MongoDB和Redis,希 ...
Nosql数据库MongoDB 理论+实践（JAVA API操作）代码实践
文章目录一.数据库数据库的概念: 数据库分类关系型数据库非关系型数据库二.Mongo 存储的数据类型下载三个层次基本指令(shell) 三.Mongo Manager Free 概念 ...

NOSQL，MongoDB是什么？