深入学习MongoDB全面介绍基础语法及集群replicatesharding.ppt

分享人：李航 /lidaohang 2 目录介绍 第一章：MongoDB简介及安装 第二章：MongoDB与关系型数据库语法的对比及使用 第三章：MongoDB集群(Replica Set+Sharding)以及经验分享 第四章：MongoDB监控工具及备份策略 3 NoSQL(NoSQL = Not Only SQL )，意即反SQL运动，是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储，相对于目前铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。 为什么使用NoSQL： 对数据库高并发读写。 对海量数据的高效率存储和访问。 对数据库的高可扩展性和高可用性。 弱点： 数据库事务一致性需求 数据库的写实时性和读实时性需求 对复杂的SQL查询，特别是多表关联查询的需求 NoSQL简介 4 NoSQL四大类 Examples Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB 典型应用场景 内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。 数据模型 Key 指向 Value 的键值对，通常用hash table来实现 强项 查找速度快 弱项 数据无结构化，通常只被当作字符串或者二进制数据 1.key-value存储 5 NoSQL四大类 Examples Cassandra, HBase, Riak 典型应用场景 分布式的文件系统 数据模型 以列簇式存储，将同一列数据存在一起 强项 查找速度快，可扩展性强，更容易进行分布式扩展 弱项 功能相对局限 2.列式数据库 6 Examples CouchDB, MongoDb 典型应用场景 Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容） 数据模型 Key-Value对应的键值对，Value为结构化数据 强项 数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 弱项 查询性能不高，而且缺乏统一的查询语法。 3.文档型数据库 NoSQL四大类 7 Examples Neo4J, InfoGrid, Infinite Graph 典型应用场景 社交网络，推荐系统等。专注于构建关系图谱 数据模型 图结构 强项 利用图结构相关算法。比如最短路径寻址，N度关系查找等 弱项 很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。 4.图结构数据库 NoSQL四大类 9 谁在使用MongoDB 10 MongoDB简介 注： 1.该测试数据为单台数据节点的测试结果 2. 将Mysql作为最简单的Key-value数据库使用与实际差别较大 3. MongoDB的分片优势在该测试中无法体现出来 4.相对于插入，数据更新性能更能体现出差异，不过未在上图中体现 1.性能测试图： 11 MongoDB简介 Mongo 是一个高性能，开源，无模式的文档型数据库，它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。MongoDB使用C++开发。不支持SQL，但有自己功能强大的查询语法。MongoDB使用BSON作为数据存储和传输的格式。BSON是一种类似JSON的二进制序列化文档，支持嵌套对象和数组。MongoDB很像MySQL，document对应MySQL的row，collection对应MySQL的table。 MySQL term Mongo term/concept database database table collection index index row BSON document column BSON field join embedding and linking primary key _id field group by aggregation 2.简介： 12 MongoDB简介 3.特点 高性能、易部署、易使用，存储数据非常方便。 面向集合存储，易存储对象类型的数据。 模式自由。 支持动态查询。 支持完全索引，包含内部对象。 支持查询。 支持复制和故障恢复。 使用高效的二进制数据存储，包括大型对象（如视频等）。 自动处理碎片，以支持云计算层次的扩展性 支持Python，PHP，Ruby，Java，C，C#，Javascript，Perl及C++语言的驱动程序, 社区中也提供了对Erlang 及.NET等平台的驱动程序。 文件存储格式为BSON（一种JSON的扩展） 可通过网络访问 13 MongoDB简介 4.功能 面