第1部分 MongoDB入門

第1章 什么是MongoDB

1.1 認識MongoDB

MongoDB是NoSQL數據庫中的佼佼者，目前是排名第一的文檔型數據庫。該數據庫基于靈活的JSON文檔模型，非常適合敏捷式的快速開發。與此同時，其與生俱來的高可用、高水平擴展能力使得它在處理海量、高并發的數據應用時頗具優勢。

1.1.1 面向文檔設計

在我們的系統中，通常會用分層來描述現實中的模型，如圖1-1所示。

從下往上看，每一層都提供了更簡單、更容易表述的模型來隱藏下層的復雜性。最為典型的是，數據庫系統屏蔽了所有磁盤中文件如何存取、壓縮/解壓縮等細節，向應用程序展示了一些通用的數據模型，如SQL表、列，或是基于JSON、XML的文檔模型。而應用程序方面，面向對象的模型也已經被絕大多數人所熟知并接受。

在處理SQL數據模型時，應用程序需要通過代碼做一些必要的轉換工作，一般可以借助一些ORM框架來減少工作量，例如Hibernate。然而，SQL模型與面向對象之間仍然存在不少差異，這些差異并不能完全通過框架屏蔽。相較之下，基于JSON的文檔模型則更能契合面向對象的設計準則，對于開發者來說，這在一定程度上降低了使用數據的門檻。

MongoDB是基于JSON來描述數據的，所有的“數據行”都可以通過一個JSON格式的文檔（document）來表示。比如下面的例子：

很明顯，基于JSON格式的數據模型可讀性非常強，也更加靈活；除了基本的數據類型，文檔中還可以使用數組、內嵌子對象等高級的字段類型。

此外，JSON還具備無模式（模式靈活）的特點，可以輕松地進行擴展。在訪問MongoDB的“表”之前，并不需要事先對表模型進行聲明（盡管你也可以這么做）。同時，當數據模型發生變更時，MongoDB不會強制要求你去執行表結構更新的相關操作，這提供了很大的便利性。

在MongoDB內部，BSON（一種二進制版本的JSON擴展）被真正用來存儲這些JSON形式的文檔數據。在JSON的基礎之上，BSON進行了一些易用性方面的擴展，例如增加日期、二進制等類型的支持。

雖然MongoDB“沿襲”了JSON的特點，但將它歸類為無模式數據庫是不恰當的。實際上，所有的讀寫都是基于一種內部隱含的模式，模式采取按需變更而非提前聲明，因此動態模式一詞更適合它。

1.1.2 特性

1.完備的索引

與大多數數據庫一樣，MongoDB支持各種豐富的索引類型，包括單鍵索引、復合索引，唯一索引等一些常用的結構。由于采用了靈活可變的文檔類型，因此它也同樣支持對嵌套字段、數組進行索引。通過建立合適的索引，我們可以極大地提升數據的檢索速度。值得一提的是，MongoDB的索引實現與一般的關系型數據庫索引并沒有太多不同，因此，我們幾乎可以使用某種“一致的思路”來設計索引或完成一些性能調優的任務。

在一些特殊應用場景，MongoDB還支持地理空間索引、文本檢索索引、TTL索引等不同的特性，這些特性在很大程度上簡化了應用程序的開發工作，同時也使MongoDB獲得了大量使用者的青睞。

2.跨平臺，支持各種編程語言

MongoDB是用C++語言編寫的，其官方網站提供了各種平臺的編譯版本，你可以在Windows或幾乎任意一個Linux發行版本中安裝及運行MongoDB數據庫。

以X86_64體系為例，MongoDB支持的操作系統如圖1-2所示。

需要注意的是，在MongoDB 3.4以后，不再支持32-bit X86體系，但這點的影響很小，作為一款通用的后端數據庫來說，使用64位的計算架構是必然的選擇。

在客戶端方面，MongoDB提供了多種編程語言實現的驅動程序，除了Java、C/C++/C＃等傳統語言，像Python、NodeJS等動態語言也都有對應的實現。

3.強大的聚合計算

聚合（aggregation）計算是MongoDB面向數據分析領域的重要特性，可以用于實現數據的分類統計或一些管道計算。

作為對照，聚合框架能輕松完成關系型數據庫的group by語句的分組功能，又或是大數據領域的map-reduce計算。

可能存在的一點區別就是，MongoDB聚合框架是以文檔化模型為基礎來設計的，更適合非結構化數據。

MongoDB為聚合框架提供了大量常用的函數以簡化開發，除此之外，聚合框架還用到了一種叫“管道”（pipeline）的概念，用于抽象各個數據處理的階段，一個管道由多個“階段”（stage）組成，通過對不同的階段進行自由組合，我們就可以靈活應對各種場景中的計算需求。

4.復制、分布式

MongoDB通過副本集（replication set）來實現數據庫的高可用，這點類似于MySQL的Master/Slave復制架構，不同的是，一個副本集可以由一個主節點和多個備節點組成，主節點和備節點基于oplog來實現數據同步。在主節點發生故障時，備節點將重新選舉出新的主節點以繼續提供服務，整個切換過程是自動完成的。

在海量數據處理方面，MongoDB原生就支持分布式計算能力。在一個分布式集群中，多個文檔被劃入一個邏輯數據塊（chunk），這些數據塊可以被存儲于不同的計算節點（分片）上，在新的計算節點（分片）加入時，數據塊可以借助自動均衡的算法機制被遷移到合適的位置（通常是壓力較小的分片）。通過這種自動化的調度及均衡工作，整個集群的數據庫讀寫壓力可以被分攤到多個節點上，從而實現負載均衡和水平擴展。

1.1.3 優勢

在選擇某個數據庫時，通常都會從各個方面進行考量。對于MongoDB來說，筆者認為，它的優勢主要有以下幾點。

1.易用性

筆者認為，簡單易用是MongoDB的一大優勢。MongoDB是基于JSON格式的，這點對于開發人員來說顯然更加友好，尤其是對全棧式開發者來說，JSON是前后端開發領域中最通用、易讀的描述性語言。

如果你是一名新手，則只需要了解一點JavaScript的語法就可以基本掌握一種數據庫的使用，這聽起來非常振奮人心。

另外一點，則是無模式帶來的便利，由于沒有了強制的表定義約束，在文檔結構發生變化時并不需要如關系型數據庫一樣事先執行一些DDL變更語句，這非常有利于業務的平滑升級。因此，MongoDB的開發效率更高，更適合敏捷開發。

2.高性能

從MongoDB 3.0版本開始引入WiredTiger存儲引擎，在性能及穩定性上都有了明顯的提升。

WiredTiger存儲引擎在數據檢索性能上做了許多優化，基于內存的二級的緩存提供了高速讀取數據能力，在寫方面則是根據磁盤I/O的特點做了緩沖式寫入，這是基于空間、時間因素權衡的一種擇優設計。從大量的測評結果來看，其性能表現是令人滿意的。

3.高可靠

對于單個MongoDB節點來說，可以通過開啟Journal機制來實現斷電保護，這是一種WAL預寫日志機制，在發生異常斷電后，可以通過Journal日志進行數據恢復。在默認情況下，Journal僅允許最多丟失50ms內更新的數據。

對于集群節點來說，MongoDB則提供了副本集架構來支持數據庫的高可用，在節點發生宕機時，可以實現秒級的切換，這個過程對于應用是透明的。

4.高可擴展

在分片的集群架構中，數據的讀寫會均衡地分布在多個數據庫節點上，通過增加分片的方式就可以實現按需擴展。在數據業務持續增長時，借助分片集群可以輕松支撐海量的數據存取。

5.強大的社區支持

MongoDB有著龐大的使用群體，在一定程度上鞏固了它在NoSQL領域的領先地位。

也因為該數據庫是如此流行，國內外各大云計算廠商基本都提供了MongoDB協議兼容的數據庫服務，見表1-1。

由此可見，該數據庫的使用前景是非常廣闊的，隨著新版本中一些重要功能的補齊（比如事務），它所適用的場景將越來越多。

1.1.4 需要克服的困難

正如前面所說，MongoDB非常容易使用，但一些企業在初次選擇MongoDB之后可能會存在“水土不服”的問題，具體如下。

1.關系型數據庫思維的轉變

如果團隊長期使用關系型數據庫，那么團隊成員可能已經習慣于使用各種復雜連接（join）、多重嵌套子查詢等SQL用法。MongoDB在這方面的支持較弱，盡管可以通過聚合操作實現類似的效果，但這并非最佳實踐。

在從關系型數據庫遷移到MongoDB之后，你需要從思維上產生一些轉變。盡可能讓數據庫設計變得簡單、適用，將關注點放在系統未來的擴展能力上，做好表設計、訪問模式及性能的權衡。

2.事務方面的考量

在MongoDB 4.0版本之后，開始支持事務功能，這意味著在一些對一致性要求非常高的場景中（比如金融交易類產品）也可以使用MongoDB了。利用數據庫本身的事務性保證，還可以實現分布式事務，這對于提升系統的可伸縮性有明顯的效果。