| icon | title | date | categories | tags | permalink | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
logos:mongodb |
MongoDB 简介 |
2020-09-07 00:54:19 -0700 |
|
|
/pages/9eca06f6/ |
MongoDB 是一个面向文档的开源 NoSQL 数据库系统，由 C++ 编写的。MongoDB 支持“无模式”的数据建模，可以存储比较复杂的数据类型，是一款非常流行的 文档类型数据库 。
在高负载的情况下，MongoDB 天然支持水平扩展和高可用，可以很方便地添加更多的节点/实例，以保证服务性能和可用性。在许多场景下，MongoDB 可以用于代替传统的关系型数据库或键/值存储方式，皆在为 Web 应用提供可扩展的高可用高性能数据存储解决方案。
MongoDB 提供了丰富的功能：
- 读写操作 (CRUD)
- 数据聚合
- 文本搜索
- 地理空间搜索
- ...
MongoDB 主要有以下特性：
- 面向文档 - MongoDB 将数据记录存储为 BSON 文档。BSON 是 JSON 文档的二进制表示形式，尽管它包含的数据类型比 JSON 多。最大 BSON 文档大小为 16 MB。
- 无模式 - MongoDB 中没有预定义模式（predefined schema），文档键值的类型和大小不是固定的。由于没有固定的模式，因此按需添加或删除字段变得更容易。
- 丰富的查询方式 - MongoDB 支持基本的 CRUD 以及数据聚合、文本搜索和地理空间查询。
- 丰富的索引类型 - MongoDB 支持多种类型的索引，包括单字段索引、复合索引、多键索引、哈希索引、文本索引、 地理位置索引等，每种类型的索引有不同的使用场合。
- 支持 ACID 事务 - NoSQL 通常不支持事务，但 MongoDB 支持事务，且 MongoDB 支持 ACID。
- MongoDB 单文档支持原子性，也具备事务的特性。
- MongoDB 4.0 加入了对多文档事务的支持，但只支持复制集部署模式下的事务，也就是说事务的作用域限制为一个副本集内。
- MongoDB 4.2 引入了分布式事务，增加了对分片集群上多文档事务的支持，并合并了对副本集上多文档事务的现有支持。
- 支持压缩：存储同样的数据所需的资源更少。
- 支持 map-reduce - 通过分治的方式完成复杂的聚合任务。不过，从 MongoDB 5.0 开始，map-reduce 已经不被官方推荐使用了，替代方案是 聚合管道。聚合管道提供比 map-reduce 更好的性能和可用性。
- 支持存储大文件：MongoDB 的单文档存储空间要求不超过 16MB。对于超过 16MB 的大文件，MongoDB 提供了 GridFS 来进行存储，通过 GridFS，可以将大型数据进行分块处理，然后将这些切分后的小文档保存在数据库中。
MongoDB 作为分布式存储，自然也具备了分布式的一般特性：
- 高可用 - 通过复制机制实现高可用，提供数据冗余和自动故障转移能力。在 MongoDB 中，这种机制称为 副本集。副本集 是一组 MongoDB 服务器，它们维护相同的数据集，并可提供冗余和提高数据可用性。
- 高性能 - 通过分片机制提供水平扩容能力，以支撑海量数据，海量并发。从 3.4 开始，MongoDB 支持基于 分片键 创建数据的 区域。在均衡的集群中，MongoDB 仅将区域覆盖的读写定向到区域内的那些分片。
MongoDB 是由 10gen 开发的 NoSQL 数据库，该公司由 Dwight Merriman 和 Eliot Horowitz 于 2007 年创立。2013 年，10gen 更名为 MongoDB Inc.。以更好地反映其对 MongoDB 数据库开发的关注。2017 年，MongoDB 公司上市。
里程碑版本：
- 1.0 - 2009 年，MongoDB 发布第一版。
- 1.6 - 2010 年，引入分片机制（Sharding），支持水平扩展。
- 2.2 - 2012 年，引入了聚合管道（Pipeline）。
- 2.4 - 2013 年，引入了全文搜索。
- 3.0 - 2015 年，全面支持 WiredTiger 存储引擎，并支持可插拔存储引擎。
- 4.0 - 2019 年，支持 ACID 事务。
- 4.2 - 2020 年，支持分布式事务。
扩展阅读：
MongoDB 将数据记录存储为 BSON 文档。BSON 是 JSON 文档的二进制表示形式，尽管它包含的数据类型比 JSON 多。最大 BSON 文档大小为 16 MB。
每个 MongoDB 文档都需要一个唯一的 _id 字段作为 主键。如果插入的文档省略了 _id 字段，则 MongoDB 驱动程序会自动为 _id 字段生成 ObjectId。
这些 MongoDB 文档 收集在 集合 中。数据库 存储一个或多个文档集合。
为了方便理解 MongoDB 概念，下面将 MongoDB 概念和 RDBM 概念进行对比：
| RDBM 概念 | MongoDB 概念 |
|---|---|
| database（数据库） | database（数据库） |
| table（表） | collection（集合） |
| row（行） | document（文档） |
| column（列） | field（字段） |
| index（索引） | index（索引） |
| primary key | _id |
文档是 MongoDB 中的基本数据单元。文档是一组有序键值对（即 BSON）。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点。
需要注意的是：
-
文档中的键/值对是有序的。
-
文档的键是字符串。除了少数例外情况，键可以使用任意 UTF-8 字符。
-
文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档）。
-
MongoDB 区分类型和大小写。例如，下面这两对文档是不同的：
{"count" : 5} {"count" : "5"} {"count" : 5} {"Count" : 5} -
MongoDB 的文档不能有重复的键。例如，下面这个文档是不合法的
{"greeting" : "Hello, world!", "greeting" : "Hello, MongoDB!"
文档键命名规范：
- 键不能含有
\0（空字符）。这个字符用来表示键的结尾。 .和$有特别的意义，只有在特定环境下才能使用。- 以下划线
_开头的键是保留的（不是严格要求的）。
集合就是 MongoDB 文档组，类似于 RDBMS （关系数据库管理系统：Relational Database Management System) 中的表（Table）。集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。
集合不需要事先创建，当第一个文档插入或者第一个索引创建时，如果该集合不存在，则会创建一个新的集合。使用 . 字符分隔不同命名空间的子集合是一种组织集合的惯例。例如，有一个具有博客功能的应用程序，可能包含名为 blog.posts 和名为 blog.authors 的集合。
合法的集合名：
- 集合名称不能是空字符串（""）。
- 集合名称不能含有
\0（空字符），因为这个字符用于表示一个集合名称的结束。 - 集合名称不能以
system.开头，该前缀是为内部集合保留的。例如，system.users集合中保存着数据库的用户，system.namespaces集合中保存着有关数据库所有集合的信息。 - 用户创建的集合名称中不应包含保留字符
$。许多驱动程序确实支持在集合名称中使用$，这是因为某些由系统生成的集合会包含它，但除非你要访问的是这些集合之一，否则不应在名称中使用$字符。
数据库用于存储所有集合，而集合又用于存储所有文档。一个 MongoDB 中可以创建多个数据库，每一个数据库都有自己的集合和权限。MongoDB 的单个实例可以容纳多个独立的数据库，每一个都有自己的集合和权限，不同的数据库也放置在不同的文件中。
MongoDB 的默认数据库为"db"，该数据库存储在 data 目录中。
"show dbs" 命令可以显示所有数据的列表。
$ ./mongo
MongoDBshell version: 3.0.6
connecting to: test
> show dbs
local 0.078GB
test 0.078GB
>执行 "db" 命令可以显示当前数据库对象或集合。
$ ./mongo
MongoDBshell version: 3.0.6
connecting to: test
> db
test运行"use"命令，可以连接到一个指定的数据库。
> use local
switched to db local
> db
local数据库按照名称进行标识的。数据库名称可以是任意 UTF-8 字符串，但有以下限制：
- 数据库名称不能是空字符串（""）。
- 数据库名称不能包含
/、\、.、"、*、<、>、:、|、?、$、单一的空格以及\0（空字符），基本上只能使用 ASCII 字母和数字。 - 数据库名称区分大小写。
- 数据库名称的长度限制为 64 字节。
有一些数据库名是保留的，可以直接访问这些有特殊作用的数据库。
- admin：admin 数据库会在身份验证和授权时被使用。此外，某些管理操作需要访问此数据库。
- local：这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
- config：当 Mongo 用于分片设置时，config 数据库在内部使用，用于保存分片的相关信息。
数据库的信息是存储在集合中。它们使用了系统的命名空间：dbname.system.*
在 MongoDB 数据库中命名空间 <dbname>.system.* 是包含多种系统信息的特殊集合 (Collection)，如下：
| 集合命名空间 | 描述 |
|---|---|
dbname.system.namespaces |
列出所有命名空间。 |
dbname.system.indexes |
列出所有索引。 |
dbname.system.profile |
包含数据库概要 (profile) 信息。 |
dbname.system.users |
列出所有可访问数据库的用户。 |
dbname.local.sources |
包含复制对端（slave）的服务器信息和状态。 |
对于修改系统集合中的对象有如下限制。
在 system.indexes 插入数据，可以创建索引。但除此之外该表信息是不可变的（特殊的 drop index 命令将自动更新相关信息）。system.users 是可修改的。system.profile 是可删除的。
MongoDB 文档由键值对组成。字段名称是字符串；字段的值可以是任何 BSON 数据类型，包括其他文档、数组和文档数组。
| 数据类型 | 描述 |
|---|---|
| String | 字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的。 |
| Integer | 整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位。 |
| Boolean | 布尔值。用于存储布尔值（真/假）。 |
| Double | 双精度浮点值。用于存储浮点值。 |
| Min/Max keys | 将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。 |
| Array | 用于将数组或列表或多个值存储为一个键。 |
| Timestamp | 时间戳。记录文档修改或添加的具体时间。 |
| Object | 用于内嵌文档。 |
| Null | 用于创建空值。 |
| Symbol | 符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊符号类型的语言。 |
| Date | 日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时间：创建 Date 对象，传入年月日信息。 |
| Object ID | 对象 ID。用于创建文档的 ID。 |
| Binary Data | 二进制数据。用于存储二进制数据。 |
| Code | 代码类型。用于在文档中存储 JavaScript 代码。 |
| Regular expression | 正则表达式类型。用于存储正则表达式。 |
| 特性 | MongoDB | RDBMS |
|---|---|---|
| 数据模型 | 文档模型 | 关系型 |
| CRUD 操作 | MQL/SQL | SQL |
| 高可用 | 复制集 | 集群模式 |
| 扩展性 | 支持分片 | 数据分区 |
| 扩繁方式 | 垂直扩展+水平扩展 | 垂直扩展 |
| 索引类型 | B 树、全文索引、地理位置索引、多键索引、TTL 索引 | B 树 |
| 数据容量 | 没有理论上限 | 千万、亿 |