大数据开发-什么是MongoDB?优缺点是哪些?

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

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。

希望大家点个关注，及时收取最新文章推送，想了解更多敬请咨询加米谷大数据。

有问题的欢迎在评论区留言，如有侵权请告知。