大家在大数据开发的学习中,肯定会遇到各种各样的数据库,比如MySQL,但是它是全能的吗?当然不是。所以才会出现各种各样的数据库,以适用于不同的场景,今天介绍的MongoDB就是如此。
一、什么是mongodb
MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
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。
它支持的数据结构非常松散,是类似json的bson格式,因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。
这里提一嘴,为什么普遍都采用数据库存储数据?
1.数据库是有结构的,数据与数据之间可以建立各种关系,类似网状拓扑图
2.数据库能够提供各种接口,让数据的处理(增删改查操作)变得快捷简单
3.给各种语言(PHP、jsp、.net…)提供了完善的接口
二、特点
它的特点是高性能、易部署、易使用,存储数据非常方便。主要功能特性有:
1.面向集合存储,易存储对象类型的数据。
2.模式自由。
3.支持动态查询。
4.支持完全索引,包含内部对象。
5.支持查询。
6.支持复制和故障恢复。
7.使用高效的二进制数据存储,包括大型对象(如视频等)。
8.自动处理碎片,以支持云计算层次的扩展性。
9.支持RUBY,PYTHON,JAVA,C,PHP,C#等多种语言。
10.文件存储格式为BSON(一种JSON的扩展)。
11.可通过网络访问。
三、优点
mongodb的优势就是文档存储:
1.业务经常变动,需要不时的添加字段,那么mongodb比较适合,关系型数据库添加字段的复杂度也还好
2.嵌套文档,业务数据比较复杂,适合嵌套文档式存储,那么mongodb非常合适,这个关系型数据库比较难搞,虽然MySQL和pg也有文档存储,但MySQL的不成熟,pg毕竟现在生产中使用还是偏少,个人也不了解,这里不谈。但这不仅仅这一点优势,具体下面会细说。
3.upsert支持,查询速度也不慢
4.高可用的副本集支持
5.查询语法非常丰富,嵌套文档查询功能非常强大,不是重度用户可能不能理解
下面说说一个具体的使用事例:
如果项目的一条数据在10kb左右,使用关系型数据库那么需要将这条数据拆分成大概几百条左右,建造多个表,设计较复杂。这种数据大概在一百万条左右,想想拆分后在十几亿的数据量就可怕。打平后的数据什么DB也都可以拿下,只是一百万变十几亿比较恐怖而已。
如果采用MySQL存储,每次查询需要使用外键查询多个表,从这些表中拉取数据,性能肯定要下降很多,比不上只在一个表查询,而且只拉取少两个数量级的数据。查询也还好,业务允许可以对结果做缓存,放到redis里去。
但是重点来了,需求要增量更新部分数据,这时候需要更新多个表,根本没法做到原子性(注意事务不是原子操作),当然也可以使用cas等技术补偿,达到最终一致性。但使用mongodb存储只需要update一条数据,对相应的嵌套文档中内容更新,可以做到原子性,是不是很方便?
具体说说该项目的难点,查询无法使用缓存,可能会很吃惊,但是业务决定了确实做不了,而且增量更新的量达到上万的QPS,如果不能保证原子性想想多么可怕!
所以mongodb在这里帮了大忙,关系型数据库解决不了这个难题。
四、缺点
缺点也比较明显
1.查询优化器和MySQL没法比
2.不支持reload,只能冷重启,初始化配置的时候比较麻烦
3.没有事务,不敢存储第一手数据,多用来做备份数据的存储
以上就是本期的所有内容了,大数据开发中会用到各种各样的数据库,但是数据库在特定的场景下适用性不同,所以我们要根据具体情况选择合适的数据库适用。
希望大家点个