NoSQL数据库MongoDB入门

写在前面
本文是由一次演讲整理出来的，文中大部分资料来源于网络，感谢Wikipedia，Google和MongoDB官网。文中使用的MongoDB版本为1.2.4。

What is NoSQL
NoSQL一词首先是Carlo Strozzi在1998年提出来的，指的是他开发的一个没有SQL功能，轻量级的，开源的关系型数据库。注意，这个定义跟我们现在对NoSQL的定义有很大的区别，它确确实实字如其名，指的就是“没有SQL”的数据库。不过，NoSQL的发展慢慢偏离了初衷，Carlo Strozzi也发觉，其实我们要的不是”no sql”，而应该是”no relational”，也就是我们现在常说的非关系型数据库了。

2009年初，Johan Oskarsson举办了一场关于开源分布式数据库的讨论，Eric Evans在这次讨论中再次提出了NoSQL一词，用于指代那些非关系型的，分布式的，且一般不保证遵循ACID原则的数据储存系统的出现和兴起。Eric Evans使用NoSQL这个词，并不是因为字面上的“没有SQL”的意思，他只是觉得很多经典的关系型数据库名字都叫”**SQL”（例如MySQL，MS SQL，PostgreSQL），所以为了表示跟这些关系型数据库在定位上的截然不同，就用了”NoSQL”一词。

Wikipedia上对NoSQL的定义是这样的：NoSQL是一项运动，这个运动推动了广义定义的非关系型数据储存系统的发展，并破除了长久以来关系型数据库一家独大的局面。论文和研究中一般将这些数据库称为结构化储存系统。

为什么NoSQL变得流行
JavaEye上robbin的一篇文章（为什么要用非关系数据库？）很好地讨论了这个问题，这里只列出几个要点。

对数据库的“三高”需求

高并发读写

对海量数据的高效率读写

高扩展性和高可用性

关系型数据库的特性地位下降

事务一致性

读写实时性

复杂SQL，特别是多表关联查询

What is MongoDB
MongoDB是一个面向文档的数据库系统。使用C++编写，不支持SQL，但有自己功能强大的查询语法。MongoDB使用BSON作为数据存储和传输的格式。BSON是一种类似JSON的二进制序列化文档，支持嵌套对象和数组。MongoDB很像MySQL，document对应MySQL的row，collection对应MySQL的table。

MongoDB在Windows上的安装运行很方便。直接下载、解压，然后运行 bin/mongod 即可启动服务器，运行 bin/mongo 即可运行命令行客户端。更多关于MongoDB的运行看这里。MongoDB命令行客户端的脚本语法有些类似MySQL的：

show dbs // 列出所有数据库
use memo // 使用数据库memo。即使这个数据库不存在也可以执行，但该数据库不会立刻被新建，要等到执行了insert之类的操作时，才会建立这个数据库
show collections // 列出当前数据库的collections
db // 显示当前数据库
show users // 列出用户

MongoDB的查询语法很强大。例如，很多SQL可以做的，它都可以做：

coll.find() // select * from coll
coll.find().limit(10) // select * from coll limit 10
coll.find().sort({x:1}) // select * from coll order by x asc
coll.find().sort({x:1}).skip(5).limit(10) // select * from coll order by x asc limit 5, 10
coll.find({x:10}) // select * from coll where x = 10
coll.find({x: {$lt:10}}) // select * from coll where x <= 10
coll.find({}, {y:true}) // select y from coll

一些SQL不能做的，MongoDB也可以做：

coll.find({"address.city":"gz"}) // 搜索嵌套文档address中city值为gz的记录
coll.find({likes:"math"}) // 搜索数组
coll.ensureIndex({"address.city":1}) // 在嵌套文档的字段上建索引

索引：

coll.ensureIndex({productid:1}) // 在productid上建立普通索引
coll.ensureIndex({district:1, plate:1}) // 多字段索引
coll.ensureIndex({productid:1}, {unique:true}) // 唯一索引
coll.ensureIndex({productid:1}, {unique:true, dropDups:true|) // 建索引时，如果遇到索引字段值已经出现过的情况，则删

除重复记录

coll.getIndexes() // 查看索引
coll.dropIndex({productid:1}) // 删除单个索引

安全与认证（该版本的MongoDB仅支持很基本的安全策略）：

use shine // 如果要root权限，就用admin库
db.addUser("username", "password") // 普通权限，可读写
db.addUser("username", "password", true)  // 只可读，不可写
db.system.users.remove({user: username}) // 删除用户

数据导出、导入：
// json或csv格式，每次一个collection

mongoexport -d producttrade -c basic -o /home/data/mongo_backup/producttrade_100504.json
mongoimport -d producttrade -c basic --drop /home/data/mongo_backup/producttrade_100504.json
// 二进制数据格式，常用于备份、还原
mongodump -d shine -o /home/data/mongo_backup
mongorestore -d shine --drop /home/data/mongo_backup/shine

MongoDB in Java
到这里下一个MongoDB的Java驱动，把jar包扔到项目里去就行了。上面提到的通过脚本操作的功能，基本上都能在Java中找到实现。进行数据库连接的代码也十分简洁：

Mongo mongo = new Mongo();
db = mongo.getDB("shine");
coll = db.getCollection("producttrade");
DBCursor cur = coll.find();
// 对cur进行操作。。。

???锣?/strong>

每个BSON对象大小不能超过4MB。MongoDB使用GridFS来储存大文件。

字段名限制：不能以”$”开头；不能包含”.”；”_id”是系统保留的字段，但用户可以自己储存唯一性的数据在字段中。

MongoDB为每个数据库分配一系列文件。每个数据文件都会被预分配一个大小，第一个文件名字为”.0″，大小为64MB，第二个文件”.1″为128MB，依此类推，文件大小上限为2GB。

MongoDB没有新建数据库或者collection的命令，只要进行insert或其它操作，MongoDB就会自动帮你建立数据库和collection。当查询一个不存在的collection时也不会出错，Mongo会认为那是一个空的collection。

一个对象被插入到数据库中时，如果它没有ID，会自动生成一个”_id”字段，为24位16进制数。

Java中，Mongo对象是线程安全的，一个应用中应该只使用一个Mongo对象。Mongo对象会自动维护一个连接池，默认连接数为10。