01.MongoDB基本概念和原理

布满荆棘的人生 2022-02-25 14:20 330阅读 0赞

**一、MongoDB概述**

1、mongoDB概述

MongoDB 是一个基于分布式文件存储的数据库。由C++语言编写

2、NoSQL概述

NoSQL，指的是非关系型的数据库。NoSQL 有时也称作Not Only SQL 的缩写，
    是对不同于传统的关系型数据库的数据库管理系统的统称。NoSQL 用于超大规模数据的存储

3、关系数据库对比非关系数据库

关系型数据库                                           NoSQL 数据库  
高度组织化结构化数据                             代表着不仅仅是SQL  
结构化查询语言（SQL）                         没有声明性查询语言  
数据和关系都存储在单独的表中               没有预定义的模式  
数据操作语言，数据定义语言                   键-值对存储，列存储，文档存储，图形数据库  
严格的一致性                                           最终一致性，而非ACID 属性  
基础事务                                                  非结构化和不可预知的数据  
                                                                 CAP 定理  
                                                                   高性能，高可用性和可伸缩性

4、NoSQL数据库分类

列存储：Hbase/Cassandra

文档存储：MongoDB/CounchDB

key-value存储：Redis/Memcache

图存储：Neo4j/FlockDB

对象存储：Db4o

XML数据库：BaseX

5、CAP原则  
CAP 定理（CAP theorem）, 又被称作布鲁尔定理（Brewer's theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:

一致性(Consistency) (所有节点在同一时间具有相同的数据)
    可用性(Availability) (保证每个请求不管成功或者失败都有响应)
    分区容错性(Partition tolerance) (系统中任意信息的丢失或失败不影响系统的继续运行)

CAP 理论的核心是:

一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个

根据CAP 原理将NoSQL 数据库分成了满足CA 原则、满足CP 原则和满足AP 原则三大类：

CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
    CP - 满足一致性，分区容错性的系统，通常性能不是特别高。
    AP - 满足可用性，分区容错性的系统，通常可能对一致性要求低一些。

**二、MongoDB体系结构**

<table style="width:700px;"> 
 <tbody> 
  <tr> 
   <td style="width:219px;">关系数据库</td> 
   <td style="width:244px;">MongoDB</td> 
   <td style="width:234px;">解释对比</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Database</td> 
   <td style="width:244px;">Database</td> 
   <td style="width:234px;">数据库/数据库</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Table</td> 
   <td style="width:244px;">Collection</td> 
   <td style="width:234px;">数据库表/集合</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Row</td> 
   <td style="width:244px;">Document</td> 
   <td style="width:234px;">数据库记录行/文档</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Column</td> 
   <td style="width:244px;">Field</td> 
   <td style="width:234px;">数据列/数据字段</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Index</td> 
   <td style="width:244px;">Index</td> 
   <td style="width:234px;">索引/索引</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Table join</td> 
   <td style="width:244px;">&nbsp;</td> 
   <td style="width:234px;">表关联/MongoDB不支持</td> 
  </tr> 
  <tr> 
   <td style="width:219px;">Primary key</td> 
   <td style="width:244px;">Object ID</td> 
   <td style="width:234px;">主键/MongoDB自动将_id设为主键</td> 
  </tr> 
 </tbody> 
</table>

**三、MongoDB数据类型**

**BSON**

BSON( Binary Serialized Document Format) 是一种二进制形式的存储格式，
    采用了类似于 C 语言结构体的名称、对表示方法，支持内嵌的文档对象和数组对象，具有轻量性、可遍历性、高效性的特点

![20190402110025277.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70][]

**四、MongoDB底层原理**

MongoDB 的集群部署方案中有三类角色：

实际数据存储结点、配置文件存储结点和路由接入结点。

MongDB客户端访问过程：

连接的客户端直接与路由结点相连，从配置结点上查询数据，根据查询结果到实际的存储结点上查询和存储数据。

MongoDB 的部署方案：

单机部署、复本集（主备）部署、分片部署、复本集与分片混合部署。

1、混合的部署方式如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 1][]

混合部署方式下向MongoDB 写数据的流程如图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 2][]

混合部署方式下读MongoDB 里的数据流程如图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 3][]

2、复本集、

又有主和从两种角色，写数据和读数据也是不同，写数据的过程是只写到主结点中，由主结点以异步的方式同步到从结点中

下面是写数据图示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 4][]

读数据则只要从任一结点中读取，具体到哪个结点读取是可以指定的、图示如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 5][]

**MongoDB 的分片：**

分片（sharding）是将数据拆分，将其分散存到不同机器上的过程。MongoDB 支持自动分片，
    可以使数据库架构对应用程序不可见。对于应用程序来说，好像始终在使用一个单机的 MongoDB 服务器一样，
    另一方面，MongoDB 自动处理数据在分片上的分布，也更容易添加和删除分片。

假设我们以某一索引键（ID）为片键，ID 的区间\[0,50\]，划分成5 个chunk，分别存储到3 个片服务器中，如图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 6][]

**MongoDB配置结点：**（保存集群和分片的元数据）

存储配置文件的服务器其实存储的是片键与chunk 以及chunk 与server 的映射关系，用上面的数据表示的配置结点存储的数据模型如下表：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 7][]

** MongoDB路由结点：**

路由角色的结点在分片的情况下起到负载均衡的作用。

**五、MongoDB应用场景**

1、网站实时数据量大

2、数据读写都很频繁

3、价值较低

[20190402110025277.png]: /images/20220225/3e078868615045e29cc92b4b47c4b940.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70]: /images/20220225/109e1c4f355f4bc1a863a4e0a4def02f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 1]: /images/20220225/4cf213ba18294e778b856a33d0254c19.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 2]: /images/20220225/863f837a550d4b9cb1329b29bff4ae1d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 3]: /images/20220225/228eee7a1b3249a3bcdaee092d9b00e6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 4]: /images/20220225/3c8fd1a142954f48bc11a97c96efab39.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 5]: /images/20220225/d3c787ee85c94c43a352ecf4d0095415.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 6]: /images/20220225/74da218e233546c9b758c2ddc3af8256.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nzd3F6eA_size_16_color_FFFFFF_t_70 7]: /images/20220225/cd9055a1db5241a4bb88bed01a01f2a7.png