【数据库】MongoDB 简介:一种文档数据库

MongoDB 简介:一种文档数据库

  • [1.MongoDB 介绍](#1.MongoDB 介绍)
  • [2.MongoDB 数据存储方式](#2.MongoDB 数据存储方式)
  • [3.MongoDB 概念与操作](#3.MongoDB 概念与操作)
    • [3.1 Create Operations](#3.1 Create Operations)
    • [3.2 Read Operations](#3.2 Read Operations)
    • [3.3 Update Operations](#3.3 Update Operations)
    • [3.4 Delete Operations](#3.4 Delete Operations)
  • [4.MongoDB 特点](#4.MongoDB 特点)
  • [5.MongoDB 应用场景](#5.MongoDB 应用场景)

1.MongoDB 介绍

MongoDB 是一个基于分布式文件存储的开源 NoSQL 数据库系统,是由 C++ 编写的。MongoDB 是一个文档数据库,旨在简化开发和扩展。在许多场景下,MongoDB 可以用于代替关系型数据库或者键 / 值存储方式,为 Web 应用提供可扩展的高可用高性能数据存储解决方案。

2.MongoDB 数据存储方式

MongoDB 中的记录是一个文档,它是由字段和值对组成的数据结构,MongoDB 文档类似于 JSON 对象,字段的值可以包括其他文档,数组和文档数组。

使用文档的优点是:

  • 文档(即对象)对应于许多编程语言中的内置数据类型;
  • 嵌入式文档和数组减少了对昂贵连接的需求;
  • 动态模式支持流畅的多态性。

MongoDB 数据库将数据存储在集合 collections 中,而不是表 table。集合包含一个或者多个 BSON 文档。一个 BOSN 文档代表一条记录,而若干纪录组成一个集合 Collection。数据库中的集合就像这样:

BSON 是一种二进制形式的存储格式,简称 Binary JSON,和 JSON 一样,支持内嵌的文档对象和数组对象。但是 BSON 有 JSON 没有的一些数据类型,比如说 Date 和 BinData 类型。

BSON 采用了类似于 C 语言结构体的名称,具有轻量级、可遍历性、高效性三大特点,可以有效描述非结构化数据和结构化数据,灵活性高,但是空间利用率不是很理想。

BSON 中除了基本的 StringintegerBooleandoublenullarrayobject,MongoDB 还支持一些特殊的数据类型:dateobject idRegular ExpressionJavaScriptTimestamp

3.MongoDB 概念与操作

对应于关系数据库表,其中的一些概念和术语如下:

表级操作相关的各种 SQL 语句以及相应的 MongoDB 语句如下:

MongoDB 中的 CRUD 操作如下:

3.1 Create Operations

在集合中增加一个新的文档,集合不存在的话,则新建一个。有如下操作:

  • db.collection.insertOne()
  • db.collection.insertMany()

在 MongoDB 中,insert 操作的对象都是单个集合,而所有的写操作都是在单个文档级别的原子操作。

3.2 Read Operations

查询集合中的文档,也就是查询文档集合。 有如下操作:

  • db.collection.find()

查询操作可以指定返回文档的查询筛选条件。

3.3 Update Operations

修改现有集合中的文档。有如下操作:

  • db.collection.updateOne()
  • db.collection.updateMany()
  • db.collection.replaceOne()

更新操作是针对单个集合,所有写操作都是单个文档级别的原子操作。更新可以指定筛选条件,和查询条件具有相同语法。

3.4 Delete Operations

从集合中删除文档。有如下操作:

  • db.collection.deleteOne()
  • db.collection.deleteMany()

删除操作是针对单个集合。和改查一样,同样可以指定删除条件,语法和两者相同。

4.MongoDB 特点

MongoDB 是一种开源文档型数据库管理系统,开发者可以使用它来存储和处理大量的非结构化数据,对比关系型数据库,MongoDB 具有更高的可伸缩性、更好的性能和更灵活的数据类型。

  • 高可伸缩性:MongoDB 采用了分片技术,可以将数据分散在多台服务器上,从而实现水平扩展。这种方式无需增强单个服务器的性能,就可以满足不断增长的数据存储需求。

  • 高性能:查询速度快,部分原因是它将数据存储在内存中,还因为采用了多线程和异步 IO 技术,对大量并发请求也能有出色的响应能力。

  • 灵活的数据类型:采用文档型数据模型,通过嵌套文档和数组,可以灵活的表示数据。

  • JSON 编码:使用 BSON 格式类存储数据,BSON 上文已经提到,是 JSON 的二进制编码,具有更高的查询速度以及更少的存储空间。MongoDB 支持直接读写 JSON 格式的数据,提供了 JSON 风格的查询语言。

  • 可扩展性:存储引擎是可插拔式的,可以根据存储需求选择合适的存储引擎。

  • 自动分片:大型应用所需数据量庞大,MongoDB 可以自动分片,自动分配数据至不同服务器。

  • 数据备份与恢复:快照和复制技术实现数据备份和恢复。

5.MongoDB 应用场景

作为 NoSQL 数据库,MongoDB 可以解决关系型数据库无法解决的 High Performance、Huge Storage、High Scalability && High Availability 问题,分别是对数据库高并发读写的需求、对海量数据的高效率存储和访问的需求、对数据库的高可扩展性和高可用性的需求。

正因为如此,MongoDB 才可以在如下场景中得以应用:

  • 🚀 使用 MongoDB 存储游戏用户信息、装备、积分等,直接以内嵌文档的形式存储,方便查询、更新;
  • 🚀 存储订单信息、订单状态、物流信息;
  • 🚀 存储用户信息,朋友圈信息,通过地理位置定位;
  • 🚀 物联网中存储设备信息、设备汇报的日志信息并进行多维度分析;
  • 🚀 存储用户信息、点赞互动信息;
  • 🚀 ......

适用于 MongoDB 的场景总结:数据量大、读写操作频繁、数据价值不高,对事务要求不高

相关推荐
gma9991 小时前
Etcd 框架
数据库·etcd
爱吃青椒不爱吃西红柿‍️1 小时前
华为ASP与CSP是什么?
服务器·前端·数据库
PersistJiao1 小时前
在 Spark RDD 中,sortBy 和 top 算子的各自适用场景
大数据·spark·top·sortby
2301_811274311 小时前
大数据基于Spring Boot的化妆品推荐系统的设计与实现
大数据·spring boot·后端
Yz98761 小时前
hive的存储格式
大数据·数据库·数据仓库·hive·hadoop·数据库开发
青云交1 小时前
大数据新视界 -- 大数据大厂之 Hive 数据导入:多源数据集成的策略与实战(上)(3/ 30)
大数据·数据清洗·电商数据·数据整合·hive 数据导入·多源数据·影视娱乐数据
武子康2 小时前
大数据-230 离线数仓 - ODS层的构建 Hive处理 UDF 与 SerDe 处理 与 当前总结
java·大数据·数据仓库·hive·hadoop·sql·hdfs
武子康2 小时前
大数据-231 离线数仓 - DWS 层、ADS 层的创建 Hive 执行脚本
java·大数据·数据仓库·hive·hadoop·mysql
苏-言2 小时前
Spring IOC实战指南:从零到一的构建过程
java·数据库·spring
Ljw...2 小时前
索引(MySQL)
数据库·mysql·索引