[noSQL]mongodb是什么(介绍2)

import_random
3 阅读7分钟

一、核心定义：它是什么？

MongoDB 是一个开源的、面向文档的 NoSQL 数据库。它在设计上与传统的关系型数据库（如 MySQL, PostgreSQL）截然不同。

  • NoSQL：意为“Not Only SQL”，即非关系型数据库。它不依赖于固定的表结构和 SQL 语言，更适合处理大规模、非结构化或半结构化的数据。
  • 面向文档：数据的基本存储单元是 文档，格式类似于 JSON（实际使用一种叫 BSON 的二进制格式）。一个文档就相当于关系型数据库中的一行记录，但可以存储更复杂、嵌套的结构。

简单比喻：

  • 关系型数据库 像是一张精心设计的 Excel 表格，有固定的列（字段），每行（记录）都必须符合这个结构。
  • MongoDB 像是一个 文件夹，里面存放着无数份 灵活的、自描述的简历（文档）。每份简历的结构、字段都可以完全不同，甚至可以嵌套其他简历（子文档）。

二、核心特性与架构

1. 数据模型：文档（Document）

一个文档是一组键值对的有序集合，使用 BSON 格式。

{
  "_id": ObjectId("5f9c1b9b8c8c8c8c8c8c8c8c"),
  "name": "张三",
  "age": 30,
  "email": "zhangsan@example.com",
  "hobbies": ["阅读", "游泳", "编程"], // 数组
  "address": { // 嵌套文档
    "city": "北京",
    "street": "朝阳路"
  }
}
  • _id：每个文档都有一个唯一的主键，由 MongoDB 自动生成。
  • 灵活的模式：同一个集合（Collection）中的文档不必具有相同的字段。你可以随时为文档添加新字段，而无需像关系型数据库那样执行 ALTER TABLE 操作。这被称为 动态模式 或 无模式。

2. 数据组织层级

  • 数据库：最顶层的容器，包含多个集合。
  • 集合：相当于关系型数据库中的 表，是文档的容器。
  • 文档：相当于关系型数据库中的 行。

关系类比： 数据库 > 集合 > 文档 对应 Database > Table > Row。

3. 查询语言

MongoDB 提供了强大而灵活的查询语法，使用 JavaScript 对象风格的查询。功能包括：

  • CRUD操作：创建、读取、更新、删除文档。
  • 丰富的查询运算符：$eq, $gt, $in, $and, $or, $regex（正则）等。
  • 聚合管道：一个非常强大的数据处理框架，可以将文档通过多个“阶段”（如 $match, $group, $sort, $project）进行转换和计算，实现复杂的分析和数据转换。这是 MongoDB 的杀手锏之一。

4. 索引

MongoDB 支持多种类型的索引，以加速查询：

  • 单字段索引、复合索引。
  • 多键索引（用于数组字段）。
  • 地理空间索引（用于经纬度坐标查询）。
  • 文本索引（支持全文搜索）。
  • 哈希索引。
  • 没有索引的查询会进行全集合扫描，性能极差。

5. 高可用与扩展性

  • 复制集：MongoDB 通过 复制集 提供高可用性。
    • 一个复制集包含多个节点（通常为奇数个），其中一个为主节点，其余为从节点。
    • 数据自动从主节点复制到从节点。若主节点故障，从节点会自动选举出新的主节点，实现故障自动转移，服务不中断。
  • 分片：MongoDB 通过 分片 提供横向扩展能力，以应对海量数据和高吞吐量。
    • 将一个大集合的数据 水平拆分 到多个服务器（分片）上。
    • 每个分片存储数据的一部分。通过一个 路由服务，应用程序可以透明地访问整个数据集，无需关心数据具体在哪个分片上。

6. 文件存储：GridFS

MongoDB 内置了 GridFS 规范，用于存储和检索超过 BSON 文档大小限制（16MB）的大型文件（如图片、视频、音频等）。它会将大文件分割成多个小文档（块）进行存储。

三、优势（为什么选择MongoDB？）

  1. 灵活的模式：非常适合快速迭代的开发模式（如敏捷开发）。数据结构变化时，无需停机或进行复杂的迁移。
  2. 高性能：
    • 文档模型以单一对象的形式存储数据，减少了复杂查询所需的 JOIN 操作。
    • 支持内存映射引擎，对频繁访问的数据能提供极快的读取速度。
    • 强大的索引支持。
  3. 强大的查询和聚合能力：聚合管道功能极其灵活，可以替代很多复杂的数据仓库操作。
  4. 高可扩展性：通过复制集和分片，可以轻松应对从单机到大规模集群的扩展。
  5. 开发友好：文档模型与大多数现代编程语言中的对象（如 Python 字典、Java 对象、JavaScript 对象）天然匹配，使得数据在应用层和数据库层之间的映射非常直观，降低了开发者的认知负担。

四、劣势与挑战（何时不选MongoDB？）

  1. 事务支持：早期版本不支持多文档事务。但从 4.0版本 开始支持跨分片的多文档 ACID 事务。不过，过度使用事务会影响 MongoDB 的性能优势，复杂事务场景仍可能更适合关系型数据库。
  2. 内存消耗：MongoDB 倾向于利用系统内存来缓存数据，以获得高性能，这可能导致较高的内存占用。
  3. 数据冗余：由于文档可能包含重复的嵌套数据，如果设计不当，会导致存储空间的浪费和数据不一致的风险。
  4. 缺乏 JOIN：虽然可以通过应用层逻辑或 $lookup 操作符模拟连接，但其性能和多表复杂关联查询不如关系型数据库的 JOIN 高效和直观。
  5. 最终一致性的权衡：在复制集的读从节点时，默认配置下可能读到稍旧的数据（最终一致性）。虽然可以配置为强一致性，但可能以牺牲性能为代价。

五、典型应用场景

  1. 内容管理系统 / 博客平台：文章、评论、标签等数据非常适合用文档模型存储。
  2. 社交网络：用户资料、动态、好友列表等。
  3. 物联网：海量的设备传感器数据，数据格式可能多样，写入吞吐量极高。
  4. 实时分析：结合聚合管道，对日志、点击流等数据进行实时分析。
  5. 产品目录和电商：每个商品属性差异很大（如手机和衣服的规格字段完全不同），文档模型可以灵活应对。
  6. 移动应用后台：需要快速迭代，数据结构经常变化。

六、主要竞争对手

  • 关系型数据库：PostgreSQL, MySQL。在需要严格事务、复杂关联和固定模式的场景下仍是首选。
  • 其他 NoSQL 数据库：
    • Cassandra：宽列存储，更适合超大规模、跨数据中心、写多读少的场景。
    • Redis：内存键值存储，用于缓存和极高速读写。
    • Elasticsearch：基于 Lucene 的搜索引擎，擅长全文搜索和日志分析。
    • Couchbase：另一个文档数据库，与 MongoDB 定位类似。

总结

MongoDB 是一个以灵活性和扩展性为核心优势的现代通用数据库。 它不是要完全取代关系型数据库，而是提供了另一种选择。

选择 MongoDB 的最佳时机是：

  • 你的数据模型复杂、多变或难以预先定义。
  • 你需要快速的开发迭代和敏捷发布。
  • 你的应用需要处理海量数据和高并发读写。
  • 你的查询模式更侧重于对单个实体的深度检索，而非跨多个实体的复杂关联。

反之，如果你的业务有严格的 ACID 事务要求、数据高度结构化且关系复杂，那么传统的关系型数据库可能是更稳妥的选择。

avatar
文章
阅读
粉丝