NoSQL 之 MongoDB - 01 NoSQL 和 MongoDB 简介

NoSQL 简介

参考：NoSQL 简介

关系型数据库遇到的问题

2008 年左右，网站、论坛、社交网络开始高速发展，传统的关系型数据库在存储及处理数据的时候受到了很大的挑战，其中主要体现在以下几点：

• 难以应付每秒上万次的高并发数据写入。

• 查询上亿量级数据的速度机器缓慢。

• 分库、分表形成的子库到达一定规模后难以进一步扩展。

• 分库、分表的规则可能会因为需求变更而发生变更。

• 修改表结构困难。

在很多互联网应用场景下，对数据联表的查询需求不是那么强烈，也并不需要在数据写入后立刻读取，但对数据的读取和并发写入速度有非常高的要求。

在数据量暴增的时代，若想用传统的关系型数据库来满足数据高并发读写、巨量数据的存储、数据库的扩展和高可用，则需要增加软硬件的规格，这将大幅提高成本。

在这样的情况下，非关系型数据库得到高速的发展。

什么是 NoSQL 数据库

RDB（Relational Database）：关系型数据库。

NoSQL（NoSQL = Not Only SQL），意即“不仅仅是 SQL”，也叫非关系型数据库（non-relational）。

非关系型就是把数据直接放进一个大仓库，不标号、不连线、单纯的堆起来，从而提高了对海量数据的高性能存储及访问需求。

传统数据库由于受到各种关系的累赘，各种数据形式的束缚，难以处理海量数据以及超高并发的业务场景。

为了解决上述问题，必须有一款自废武功，以求在更高层次上突破瓶颈的数据库系统，例如 MongoDB，它摒弃了固有模式才能应付 Facebook 上亿比特的海量数据。

如果你之前只接触过关系型数据库，如 Oracle、Mysql 或 SQL Server，在学习 MongoDB 时可能会感到不安，突然有一款数据库不支持外键，不支持事务，不支持数据类型约定，会跟人一种没法用的感觉。

---

在现代的计算系统上，每天网络上都会产生庞大的数据量，这些数据有很大一部分是由关系数据库管理系统（RDBMS：Relational Database Manangement System）来处理。

1970 年 E.F.Codd’s 提出了关系模型的论文 “A relational model of data for large shared data banks”，这使得数据建模和应用程序编程更加简单。

通过应用实践证明，关系模型是非常适合于客户服务器编程，远远超出预期的利益，今天它是结构化数据存储在网络和商务应用的主导技术。

NoSQL 是一项全新的数据库革命性运动，早期就有人提出了，发展至 2009 年趋势越发高涨。NoSQL 的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维注入。

NoSQL 分类

键值数据库

这类数据库主要是使用数据结构中的键 Key 来查找特定的数据 Value。

优点：在存储时不采用任何模式，因此极易添加数据。

这类数据库具有极高的读写性能，用于处理大量数据的高访问负载比较合适。

键值数据库适合大量数据的高访问及写入负载场景，例如日志系统。

主要代表是 Redis、Flare。

文档型数据库

这类数据库满足了海量数据的存储和访问需求，同时对字段要求不严格，可以随意增加、删除、修改字段，且不需要预先定义表结构，所以适用于各种网络应用。

主要代表是 MongoDB、CouchDB。

文档型数据库与关系型数据库很相似。

列存储型数据库

主要代表是 Hbase、Cassandra。

这类数据库查找速度快，可扩展性强，适合用作分布式文件存储系统。

图数据库

主要代表是 InfoGrid、Neo4J。

这类数据库利用”图结构“的相关算法来存储实体之间的关系信息，适合用于构建社交网络和推荐系统的关系图谱。

NoSQL 与 RDB 该怎么选择

既然 NoSQL 数据库有这么多的又是，那它是否可以直接取代关系型数据库？

NoSQL 并不能完全取代关系型数据库，NoSQL 主要被用来处理大量且多元数据的存储及运算问题。在这样的特性差异下，我们该如何选择合适的数据库以解决数据存储与处理问题呢？

这里提供以下几点作为判断依据：

1、数据模型的关联性要求

NoSQL 适合模型关联性比较低的应用，因此：

• 如果需要多表关联，则 RDB 更适合

• 如果对象实体关联少，则 NoSQL 数据库更适合

  • 其中 MongoDB 可以支持复杂度相对高的数据结构，能够将相关联的数据以文档的方式嵌入，从而减少数据之间的关联操作

2、数据库的性能要求

如果数据量多且访问速度至关重要，那么使用 NoSQL 数据库可能是比较合适的。NoSQL 数据库能通过数据的分布存储大幅地提高存储性能。

3、数据的一致性要求

NoSQL 数据库有一个缺点：其在事务处理与一致性方面无法与 RDB 相提并论。

因此，NoSQL 数据库很难同时满足强一致性与高并发性。

如果应用对性能有高要求，则 NoSQL 数据库只能做到数据最终一致。

4、数据的可用性要求

考虑到数据不可用可能会造成风险，NoSQL 数据库提供了强大的数据可用性（在一些需要快速反馈信息给使用者的应用中，响应延迟也算某种程度的高可用）。

一个项目并非只选择一种数据库，可以将其拆开设计，将需要 RDB 特性的放到 RDB 中管理，而其他数据放到 NoSQL 中管理。

MongoDB 简介

参考：MongoDB 简介

什么是 MongoDB

官方文档：https://www.mongodb.com。

MongoDB 是由 C++ 语言编写的，是一个基于分布式文件存储的开源 NoSQL 数据库系统。

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。这会让曾经使用过关系型数据库的人比较容易上手。

MongoDB 将数据存储为一个文档，数据结构由键值对（key=>value）组成。

MongoDB 文档是 BSON（Binary Serialized Document Format 二进制序列化文档格式）格式，类似与 JSON 对象，字段值可以包含其它文档、数组以及文档数组。

MongoDB 的查询功能非常强大：

• 不仅支持大部分关系型数据库中的单表（集合）查询，还支持范围查询、排序、聚合、MapReduce 等

• MongoDB 的查询语法类似于面向对象的程序语言

MongoDB 发展历史

• 2007 年 10 月，MongoDB 由 10gen 团队所发展

• 2009 年 2 月首度推出 1.0 版本

• 2011 年 9 月发布 2.0 版本，分片、复制等功能

• 2015 年 3 月发布 3.0 版本，WiredTiger 存储引擎支持

• 2018 年 6 月发布 4.0 版本，推出 ACID 事务支持，成为第一个支持强事务的 NoSQL 数据库

• …

MongoDB 适用于哪些场景

1、需要处理大量的低价值数据，且对数据处理性能有较高要求

所谓低价值就是如果数据丢失也不会带来多大影响。

比如，银行交易系统就属于高价值数据。

比如，对微博数据的处理就不需要太高的事务性，但是对数据的存取性能有很高的要求，这时就非常适合使用 MongoDB。

2、需要借助缓存层来处理数据

因为 MongoDB 能高效的处理数据，所以非常适合作为缓存层来使用。将 MongoDB 作为持久化缓存层，可以避免底层存储的资源过载。

比如将用户登陆后的 session 会话信息存储到 MongoDB 中。

3、需要高度的伸缩性

对关系型数据库而言，当表的大小达到一定数量级后，其性能会急剧下降。这时可以使用多台 MongoDB 服务器搭建一个集群环境，实现最大程度的扩展，且不影响性能。