[[410595]]

【51CTO.com快譯】NoSQL數(shù)據(jù)存儲讓數(shù)據(jù)管理方式更加靈活，徹底改變了軟件開發(fā)的狀況。MongoDB是知名的NoSQL解決方案之一，這是一種面向文檔的數(shù)據(jù)存儲系統(tǒng)。本文探討MongoDB是什么以及它如何滿足您的應用需求。

MongoDB：文檔數(shù)據(jù)存儲系統(tǒng)

關系數(shù)據(jù)庫將信息存儲在嚴格監(jiān)管的表和列中。MongoDB是一種文檔存儲系統(tǒng)，將信息存儲在集合和文檔中。這里的主要區(qū)別在于集合和文檔是非結構化的，有時稱為無模式。這意味著MongoDB實例(集合和文檔)的結構不是預定義的，可靈活適應放入其中的任何數(shù)據(jù)。

文檔是一個鍵值集，其行為與JavaScript等代碼中的對象非常相似：它的結構根據(jù)放入其中的數(shù)據(jù)而變化。這使得針對MongoDB等數(shù)據(jù)存儲系統(tǒng)進行編程比針對關系數(shù)據(jù)存儲系統(tǒng)進行編程來得更容易、更靈活。簡而言之，應用程序代碼和文檔數(shù)據(jù)存儲系統(tǒng)之間的交互感覺更自然。

圖1直觀地顯示了MongoDB數(shù)據(jù)庫、集合和文檔的結構。

圖1. MongoDB文檔存儲系統(tǒng)

這種類型的數(shù)據(jù)建模繼承的靈活性意味著可以在更加按需使用的基礎上處理數(shù)據(jù)，從而實現(xiàn)此處所述的性能優(yōu)勢。

想具體了解這種差異，不妨比較以下兩種實現(xiàn)相同任務(創(chuàng)建記錄，然后從應用程序添加字段)的方法，先用關系數(shù)據(jù)庫，之后用MongoDB。

關系數(shù)據(jù)庫中的步驟：

# create a database: 
CREATE DATABASE menagerie; 
# create a table in the database:  
USE menagerie; CREATE TABLE pet (name VARCHAR(20)); 
# connect to the database in app and issue insert:  
INSERT INTO pet (name) VALUES ('Friar Tuck'); 
# add a column:  
ALTER TABLE pet ADD type VARCHAR(20)); 
# update existing record:  
UPDATE pet SET type = 'cat' WHERE name = 'Friar Tuck' 

現(xiàn)在用MongoDB執(zhí)行同樣的過程：

# connect to the database in app and issue insert:  
use menagerie; db.pet.insertOne({name:"friar tuck"}); 
# issue update:  
db.pet.updateOne({ name:'friar tuck' }, { $set:{ type: 'cat' } } ); 

從前面您可以了解使用MongoDB的開發(fā)體驗有多流暢。

這種靈活性當然將避免模式臃腫的負擔加在了開發(fā)人員的身上。駕馭大型應用程序的文檔結構至關重要。

MongoDB中的ID字段

關系型數(shù)據(jù)庫中有主鍵這個概念，這通常是一個合成ID列(也就是說，與業(yè)務數(shù)據(jù)無關的生成值)。在MongoDB中，每個文檔都有一個用途相似的_id字段。如果開發(fā)人員在創(chuàng)建文檔時沒有提供 ID，MongoDB引擎將自動生成一個ID(作為 UUID)。

與主鍵一樣，_id 字段自動索引，而且必須是唯一的。

MongoDB中的索引

MongoDB中的索引其行為類似關系數(shù)據(jù)庫中的索引：它創(chuàng)建有關文檔字段的額外數(shù)據(jù)，以加快依賴該字段的查詢。MongoDB使用 B 樹索引。

可以使用如下語法創(chuàng)建索引：

db.pet.createIndex( { name: 1 } ) 

參數(shù)中的整數(shù)表示索引是升序(1) 還是降序(-1)。

MongoDB中嵌套文檔

MongoDB面向文檔結構的一個強大方面是文檔可以嵌套。比如說，您可以創(chuàng)建嵌套文檔，而不是創(chuàng)建另一個表來存儲寵物文檔的地址信息，結構如代碼片段1所示。

代碼片段1. 嵌套文檔示例

{ 
  "_id": "5cf0029caff5056591b0ce7d", 
  "name": "Friar Tuck", 
  "address": { 
    "street": "Feline Lane", 
    "city": "Big Sur", 
    "state": "CA", 
    "zip": "93920" 
  }, 
  "type": "cat" 
} 

MongoDB中的非規(guī)范化

MongoDB等文檔存儲系統(tǒng)對連接的支持有限，也沒有外來鍵的概念。兩者都是數(shù)據(jù)結構動態(tài)特性的結果。MongoDB中的數(shù)據(jù)建模傾向于非規(guī)范化，即復制文檔中的數(shù)據(jù)，而不是將數(shù)據(jù)嚴格保存在表孤島中。這提高了查找速度，不過以增加數(shù)據(jù)一致性維護為代價。

非規(guī)范化不是必需的，在使用面向文檔的數(shù)據(jù)庫時更多地是一種傾向。這是由于處理復雜嵌套記錄的能力得到了提高，而不是SQL傾向于將數(shù)據(jù)規(guī)范化到特定的單值列中。

MongoDB查詢語言

MongoDB中的查詢語言面向JSON，就像文檔結構一樣。這有助于一種非常強大的表達式語法，甚至可以處理復雜的嵌套文檔。

比如說，您可以通過執(zhí)行db.pet.find({ "type" : "cat" })來查詢收錄所有貓咪的理論數(shù)據(jù)庫，或使用db.pet.find({ "type" : "cat" , "address.state": "CA" })來查詢加利福尼亞州的所有貓咪。請注意，查詢語言遍歷嵌套的地址文檔。

MongoDB更新語法

MongoDB的alter語法也使用類似JSON的格式，其中$set關鍵字表明將更改哪個字段、更改為什么值。set對象通過點表示法支持嵌套文檔，如代表片段2所示，可以在其中更改名為“Friar Tuck”的那只貓的郵政編碼。

代碼片段2. 更新嵌套文檔

db.people.update( 
  { 
    "type": "cat", 
    "name": "Friar Tuck" 
  }, 
  { 
     $set: { 
       "address.zip": "86004" 
     } 
  } 
) 

可以從代碼片段2中看到，更新語法與SQL對應語法一樣強大，實際上更強大。

MongoDB云和部署選項

MongoDB為可擴展性和分布式部署而設計。它完全能夠處理大規(guī)模工作負載。

MongoDB公司在MongoDB Atlas中提供了多云數(shù)據(jù)庫集群解決方案。MongoDB Atlas就像一個托管數(shù)據(jù)庫，可以橫跨不同的云平臺，包括監(jiān)控和容錯等企業(yè)功能。

不難看出MongoDB的重要性，因此AWS的Amazon DocumentDB產(chǎn)品將MongoDB兼容性作為主要賣點。微軟的Azure Cosmos DB遵循類似的模式，支持MongoDB API。

MongoDB中的高可用性

MongoDB支持副本集以實現(xiàn)高可用性。核心思想是將數(shù)據(jù)一次寫入主實例，然后復制到二級存儲以便讀取。在此處(https://docs.mongodb.com/manual/replication/)可了解有關MongoDB中復制的更多信息。

結論是，MongoDB是一種領先的 NoSQL 解決方案，兌現(xiàn)了靈活模式數(shù)據(jù)存儲系統(tǒng)的承諾。可使用面向幾乎各種編程語言的高級驅動程序，您也可以利用眾多部署選項。

原文標題：What is MongoDB? A quick guide for developers，作者：Matthew Tyson

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】