MongoDB是什么?能干嘛？

MongoDB 是什么 ? 能干嘛？

最近在回顾mongodb的相关知识，输出一篇文章做为MongoDB知识点的总结。 总结的目的在于回顾MongoDB的相关知识点，明确MongoDB在企业级应用中充当的角色，为之后的技术选型提供一个可查阅的信息简报。

MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。

没错MongoDB就是数据库，是NoSQL类型的数据库 （1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。 使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大增强。 （2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。

自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提升从节点为主节点，达到故障转移。 （3）数据模型因为是面向对象的，所以可以表示丰富的、有层级的数据结构，比如博客系统中能把“评论”直接怼到“文章“的文档中，而不必像myqsl一样创建三张表来描述这样的关系。 SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。

MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。 MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优点，相比于同类型的NoSQL redis 并没有上述的能力。

MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是可以提供自动故障转移、扩展读能力。 MongoDB的驱动实现一个写入语义 fire and forget ，即通过驱动调用写入时，可以立即得到返回得到成功的结果（即使是报错），这样让写入的速度更加快，当然会有一定的不安全性，完全依赖网络。 MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。

MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。 MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。 MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。 mongodump和mongorestore,备份和恢复数据库的标准工具。

输出BSON格式，迁移数据库。 mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据需要支持多格式时有用。mongoimport还能用与大数据集的初始导入，但是在导入前顺便还要注意一下，为了能充分利用好mongoDB通常需要对数据模型做一些调整。 mongosniff,网络嗅探工具，用来观察发送到数据库的操作。

基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。 因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。因为简单，所以数据极快，而且相对容易伸缩还提供复杂查询机制的数据库。MongoDB需要跑在64位的服务器上面，且最好单独部署，因为是数据库，所以也需要对其进行热备、冷备处理。

因为本篇文章不是API手册，所有这里对shell的使用也是基础的介绍什么功能可以用什么语句，主要是为了展示使用MongoDB shell的方便性，如果需要知道具体的MongoDB shell语法可以查阅官方文档。 创建数据库并不是必须的操作，数据库与集合只有在第一次插入文档时才会被创建，与对数据的动态处理方式是一致的。简化并加速开发过程，而且有利于动态分配命名空间。

如果担心数据库或集合被意外创建，可以开启严格模式以上的命令只是简单实例，假设如果你之前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪一个更简单呢？如果你使用的是java驱动去操作MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式一样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成没问题，也正因为这样简洁，完善的查询机制，深深的爱上了MongoDB。 这里引用的是最新的驱动包，提供了一套新的访问连接方式这里只举例了简单的链接与简单的MongoDB操作，可见其操作的容易性。使用驱动时是基于TCP套接字与MongoDB进行通信的，如果查询结果较多，恰好无法全部放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。

插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，但是该行为可以通过配置配置，可以通过安全模式开启，安全模式可以校验服务器端插入的错误。

mongodb是什么

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是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo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。

mongodb数据库适合做什么

mongodb众所周知不支持事务，所以需要强事务的业务根本不能考虑mongodb。mongodb的优势就是文档存储:1. 业务经常变动，需要不时的添加字段，那么mongodb比较适合，关系型数据库添加字段的复杂度也还好2. 嵌套文档，业务数据比较复杂，适合嵌套文档式存储，那么mongodb非常合适，这个关系型数据库比较难搞，虽然MySQL和pg也有文档存储，但MySQL的不成熟，pg毕竟现在生产中使用还是偏少，个人也不了解，这里不谈。

但这不仅仅这一点优势，具体下面会细说。

3. upsert支持，查询速度也不慢4. 高可用的副本集支持5. 查询语法非常丰富，嵌套文档查询功能非常强大，不是重度用户可能不能理解下面说说一个具体的使用事例:项目的一条数据在10kb左右，如果使用关系型数据库那么需要将这条数据拆分成大概几百条左右，建造多个表，设计较复杂，这种数据大概在一百万条左右，想想拆分后在十几亿的数据量就可怕。打平后的数据什么DB也都可以拿下，只是一百万变十几亿比较恐怖而已。如果采用MySQL存储，每次查询需要使用外键查询多个表，从这些表中拉取数据，性能肯定要下降很多，比不上只在一个表查询，而且只拉取少两个数量级的数据。查询也还好，业务允许可以对结果做缓存，放到redis里去。

但是重点来了，需求要增量更新部分数据，这时候需要更新多个表，根本没法做到原子性（注意事务不是原子操作），当然也可以使用cas等技术补偿，达到最终一致性。但使用mongodb存储只需要update一条数据，对相应的嵌套文档中内容更新，可以做到原子性，是不是很方便？推荐学习《python教程》具体说说该项目的难点，查询无法使用缓存，可能会很吃惊，但是业务决定了确实做不了，而且增量更新的量达到上万的QPS，如果不能保证原子性想想多么可怕！所以mongodb在这里帮了大忙，关系型数据库解决不了这个难题。有人可能要问，mongodb没有事务，上游数据写入也会有问题，你不可能所有数据都存一个表吧？当然不是的，我们mongodb里的数据是从MySQL中清洗出来存到mongodb中的，mongodb只做单点的业务需求，综合的数据还是在MySQL中。

此项目我们用了上百个副本集，保证系统的高可用，这些副本集配置只要一条shell就搞定，如果用MySQL的主从不知道怎么配（我自己不懂），估计DBA得忙死，而该项目完全不需要也没用到DBA。说了这么多mongo的优点，也说说他的缺点:1. 查询优化器和MySQL没法比2. 不支持reload，只能冷重启，初始化配置的时候比较麻烦3. 没有事务，不敢存储第一手数据，多用来做备份数据的存储mongodb可以做很多事情，取决于你脑洞，性能不差，存一些相对不重要的数据，mongodb嵌套文档功能强大，多看看官方文档挖掘挖掘有用信息，每次都能发现惊喜。

Mongodb和mysql的区别

Mongodb和mysql的区别 1.Mongodb简介及优缺点分析 Mongodb是非关系型数据库(nosql ),属于文档型数据库。文档是mongoDB中数据的基本单元，类似关系数据库的行，多个键值对有序地放置在一起便是文档，语法有点类似Javascript面向对象的查询语言，它是一个面向集合的，模式自由的文档型数据库。

存储方式：虚拟内存+持久化。

查询语句：是独特的Mongodb的查询方式。 适合场景：事件的记录，内容管理或者博客平台等等。 架构特点：可以通过副本集，以及分片来实现高可用。 数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。

成熟度与广泛度：新兴数据库，成熟度较低，Nosql数据库中最为接近关系型数据库，比较完善的DB之一，适用人群不断在增长。 优点： 快速！在适量级的内存的Mongodb的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快。高扩展性，存储的数据格式是json格式！ 缺点： ① mongodb不支持事务操作。

② mongodb占用空间过大。 ③ 开发文档不是很完全，完善。 2.MySQL优缺点分析 优点： 在不同的引擎上有不同 的存储方式。

查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。 开源数据库的份额在不断增加，mysql的份额页在持续增长。 缺点： 在海量数据处理的时候效率会显著变慢。

3.Mongodb和MySQL数据库的对比 传统的关系数据库一般由数据库（database）、表（table）、记录（record）三个层次概念组成，MongoDB是由数据库（database）、集合（collection）、文档对象（document）三个层次组成。 MongoDB对于关系型数据库里的表，但是集合中没有列、行和关系概念，这体现了模式自由的特点。 4.MongoDB常用语句 # 连接Mongo数据库，并设置数据存储地址 mongod.exe --dbpath "d:softwareMongoDBServer3.0data" #-----------------------#1# 数据库 # 查看所有的数据库 show dbs # 删除当前使用的数据库 db.dropDatabase() # 使用这个数据库（只有插入数据后完成创建数据库） use dbt # 查看当前使用的数据库 db db.getName() # 查看当前数据库状态 db.stats() # 修复当前数据库 db.repairDatabase() # 从一个数据库复制到另一个数据库 db.copyDatabase("mydb", "temp", "127.0.0.1"); #-----------------------#2# 集合 # 查看当前数据库下所有的集合 show collections show tables # 创建名称为coll集合 db.createCollection('coll') db.createCollection("coll2", {capped:true, autoIndexId:true, size:6142800, max:10000}) # 可选参数 # 查看当前集合状态 db.coll.stats() # 删除名称为coll集合 db.coll.drop() #-----------------------#3# 集合数据 # 插入空数据并且直接创建名称为coll集合 db.coll.insert({}) # 插入一个或多个数据 db.coll.insert({name:'tom', age:22}) db.coll.insert([{name:'adam', age:10},{name:'john', age:23}]) # 添加数据（save方法可以修改相同id的数据） db.coll.save({name:'allen'}) # 删除一个或所有的数据 db.coll.remove({name:'tom'}) db.coll.remove({}) # 删除符合条件的数据中的第一条 db.coll.remove({name:'tom'}, 1) # 更改数据 db.coll.update({name:'tom', age:22}, {$set:{name:'tom', age:222}}) # 查看数据 db.coll.find() # 查看一条数据 db.coll.findOne() db.coll.find({}, {name:1, '_id':0}) # 1表示显示，0表示不显示（find默认显示_id） # 格式化显示数据，使数据更加清晰明了 db.coll.find().pretty() # 使用and，or查看数据 db.coll.find({name:'tom', age:22}) # 等同and使用 db.coll.find({$or:[{name:'tom'}, {age:21}]}) # or使用 # 操作符大于，小于，等于，不等于，大于不等于，小于不等于 db.coll.find({age: {$gt: 22}}) # 大于 db.coll.find({age: {$lt: 22}}) # 大于 db.coll.find({age: 22}) # 等于 db.coll.find({age: {$ne: 22}}) # 不等于 db.coll.find({age: {$gte: 22}}) # 大于等于 db.coll.find({age: {$lte: 22}}) # 小于等于 # 显示从skip之后limit个 db.coll.find().limit(2).skip(1) #-----------------------# # 用户 # 3.x之后版本添加用户 use admin db.createUser({user:'nu', pwd:'nu', roles:[{role:'readWrite',db:'admin'}]}) # 用户认证 db.auth("nu", "nu"); # 显示当前所有用户 show users; db.system.users.find() 3.x版本删除用户 db.removeUser('nu') # 不推荐使用，已经废弃 db.dropUser("nu"); # 当前db版本 db.version(); # 当前db的链接机器地址和端口 db.getMongo(); # 备份到备份目录 mongodump # 从备份目录恢复备份语句。 mongorestore 咱们下期见。

MongoDB挑战传统数据库：非结构化数据库的迭新不容小觑

相比甲骨文中国在中国市场的裁员风波，同为数据库服务的MongoDB显得更为乐观。“MongoDB是中国开发者最喜欢用的一个数据库。

”MongoDB全球渠道及亚太区销售高级副总裁Alan Chhabra带着一点自信和骄傲在媒体面前宣称。

中国企业的数字化转型正进入关键期，在打造开放、高效、灵活、共享的云计算基础设施的同时，数据库的更新换代也被提上了日程。 日前，非结构化数据库平台提供商MongoDB在上海举办用户大会，MongoDB全球渠道及亚太区销售高级副总裁Alan Chhabra接受了亿欧企业服务频道的采访， 并针对去年修改开源协议，在SSPL的不同许可机制下授权服务器软件的争议以及其他疑问作出回应。 数据库的本质是解决数据的存储和管理问题。 Alan Chhabra表示，对企业发展具有战略意义的数据库正在催生巨大的市场。

在这些潜力颇大的数据库中，市场上目前存在着的是关系型的传统数据库和以Mongo DB为代表的非关联式新型数据库。传统数据库比较典型的是甲骨文旗下的Oracle数据库、IBM推出的大数据平台Hadoop和Stream Computing、微软的SQL Server、SAP以及EMC Greenplum。 他们的主要差别在于数据库的结构化和非结构化。

结构化的数据是指可以使用关系型数据库表示和存储，表现为二维形式的数据，存储和排列很有规律，这对查询和修改等操作很有帮助，但扩展性和灵活性欠佳。 非结构化数据库就是各种文档、图片、视频/音频等没有固定结构的数据，一般直接整体进行存储为二进制的数据格式。 目前涵盖分布式数据库、图数据库、流数据库、时空数据库和众包数据库等多个领域。

MongoDB是文档型的非结构化新型数据库，Alan Chhabra表示， 与传统数据库相比，更能满足用户数据存储量大、计算灵活的需求。“在某些客户某些案例上，我们已经取代了传统数据库，比如甲骨文。” 当前， 软件对于商业模式的改变、开发人员地位的提高，以及企业向云端迁移的趋势 都让数据服务公司的发展得到了助力。

但从毕马威会计事务所对首席信息官的调查结果来看， 88%的首席信息官认为他们未能从数字化战略中充分获益；82%的首席信息官认为其所在机构在利用技术推动业务发展方面并非“卓有成效”。 也就是说， 大多数公司的数字化战略是以失败告终的。 在此背景下，更加灵活、性能更加强大的新型数据库在一些领域获得了试验田丰收，并且可以看到，随着客户数据需求的繁杂程度的日益增加，传统数据库也在自我革新，以迎头赶上数据浪潮的大变革。 MongoDB成立于2007年，2017年在纳斯达克上市。

最初，MongoDB是一项面向技术爱好者的技术，如今已成为一项企业级的业务关键技术。通过不断开发数据库即服务（Database-as-a-Service）产品，积极拥抱云计算，MongoDB在过去十年里，为开发人员提供了处理数据的方法。正因如此，它也成了企业数字化转型战略的一个关键部分。 MongoDB提供的产品主要包括MongoDB云服务MongoDB Atlas、MongoDB Mobile、MongoDB企业版和MongoDB Stitch等十余个相关产品。

Alan Chhabra表示，产品包括了 开源版、付费版和云版。 2018 年 10 月，MongoDB宣布其开源许可证将从GNU AGPLv3切换到SSPL，新许可证将适用于新版本的MongoDB Community Server以及打过补丁的旧版本，这一举动引发了行业热议。基于GNU AGPLv3协议，企业可以将MongoDB作为公共服务但这需要企业开源自己的软件或是获得MongoDB的商业授权，事实却是MongoDB发现许多企业正在违反协议“疯狂试探”甚至已经违反协议。 SSPL（ Server Side Public License）顾名思义，要求使用者必须得到服务器端公共许可证，这一协议会进一步约束商业公司使用MongoDB服务。

Alan Chhabra向亿欧解释， SSPL 针对的是提供MongoDB托管服务的云服务厂商。 也就是说，如果不是云服务厂商，没有公然售卖MongoDB产品，而只是作为应用后台数据库来使用的话，那么无论你是电商、物联网、金融、社交、 游戏 、移动应用等等，一概都不会有任何影响。 “MongoDB的宗旨还是为了始终支持并保护创新开放。

” 但此开源协议的修改明显带来了市场用户的“掉粉”，比如Linux 社区的接连“弃用”，以及AWS 、IBM、微软推出了兼容MongoDB的相关产品来服务用户。 数据库开源的商业变现与创新形成的矛盾，目前似乎还尚未找到解决方案。 Alan Chhabra在大会上也透露了MongoDB的未来计划， 即将基于智能运营数据平台和下一代基础架构、文化、方法论和安全，推动原有系统的现代化、数据即服务、云数据策略、业务敏捷性，进而帮助客户实现以数据驱动的数字化转型。

针对MongoDB在中国的发展情况， Alan Chhabra表示，公司将以创新立足，持续引领数据库技术发展潮流，与合作伙伴携手助力中国企业的数字化转型。 MongoDB北亚区副总裁苏玉龙认为：“中国是数据大国，而数据就是未来的石油。如何利用好数据，让数据石油助力中国企业腾飞是MongoDB希望在中国达成的事情。随着中国企业数字化转型逐渐走向深入，MongoDB数据库的价值得到不断释放。

” 本文作者龚晨霞，微信Gcx847076575，欢迎关注企业服务和产业互联网的朋友加微信交流。