一、什么是MongoDB？
- MongoDB是一个基于分布式文件存储的文档数据库，旨在简化开发和扩展，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。
二、为什么要了解MongoDB?
- 具有良好的伸缩性，在高负载的情况下，添加更多的节点，可以保证服务器性能（关系型数据库伸缩困难）。
- 数据模型直观，且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。
- 支持多种存储引擎且查询语言丰富，可以方便的进行数据的增删改查。
- 可用性高，MongoDB的复制工具（称为副本集）提供了自动故障转移、数据冗余等功能。
三、MongoDB的关键特性
本文要介绍的MongoDB关键特性主要包含以下内容
- 文档数据模型
- ad hoc查询
- 索引
- 复制
- 加速与持久化
- 伸缩
3.1 文档数据模型
官方概述：
数据库很大程度上是由其数据模型定义的，MongoDB的数据模型是面向文档的。
MongoDB中的记录是一个文档，它是由字段和值对组成的数据结构。MongoDB文档类似于JSON对象。字段的值可以包括其他文档，数组和文档数组。
文档的优点：
- 文档（即对象）对应于许多编程语言中的本机数据类型。
- 嵌入式文档和数组减少了对昂贵连接的需求。
- 动态模式支持流畅的多态性。
注意事项：
MongoDB以二进制JSON格式存储文档数据，或者叫做BSON。BSON有相似的数据结构，是专门为文档存储设计。当我们查询Mongo并返回结果的时候，这些数据会转化为易于阅读的数据格式。
关系数据库中包含表，MongoDB拥有集合。换句话说，Mysql、Oracle等关系型数据库在表的行里保存数据，而MongoDB在集合的文档里保存数据（集合类似于表）。
MongoDB的集合中的数据存储在硬盘上，而且大部分查询需要指定查询的目标集合。
3.2 ad hoc查询
概述：
ad hoc queries（主动查询模式，也有翻译为“即席查询”的）是指不需要事先定义系统接收何种查询。
举例说明：
以关系型数据库来说，假设A表存储了整个医院门诊患者的基本信息，B表存储了患者的挂号信息，如果想查询张三医生接诊的年龄大约50的患者信息。
SELECT * FROM A LEFT JOIN B ON A.pat_no = B.pat_no WHERE A.age > 50 AND B.doctor = '张三';
等价的MongoDB查询，使用document文档作为匹配器。（$gt：大于）
db.A.find({'doctor': '张三', 'age': {'$gt', 50}});
注意：
关系型数据库查询依赖于严格的范式模型，数据分别存放在A、B两张表中，MongoDB假设数据都存在每个A集合中。
以上两种方式都演示了任意组合属性的功能，这也是ad hoc查询的功能。
3.3 索引
创建索引原因：
随着数据库中添加的文档数量约来越多，查询的成本会变得约来越高，有时无异于大海捞针。
使用索引的好处：
索引类似于图书的目录，我们可以通过目录，快速查找想要知道的内容。
MongoDB的索引：
MongoDB中的索引使用了B-树（平衡树）数据结构，B-树索引也大量使用于许多关系型数据库中。
使用MongoDB，每个集合我们可以创建64个索引，例如升序、降序、复合键、哈希、文本以及地理空间索引等
3.4 复制
概述：
Mongo提供了数据库的复制特性，叫做可复制结合（replica set）。
MongoDB如何保证复制：
在多个机器上分布式存储数据，当服务器或网络出错时，实现数据冗余存取和自动灾备。
与其他数据库主从复制类似，可复制集合的主节点可以同时接受读/写操作，但是从节点只能进行读取操作。如果服务主节点失败，集群会选择一个从节点，并自动提升为主节点。当之前的主节点主节点恢复后，自动作为从节点进行工作。
3.5 加速与持久化
写入速度（write speed）：
数据库给定的时间内插入、更新、删除的容量。
持久化（durability）:
数据库写操作被永久保存的保证级别。
3.6 伸缩
伸缩数据库的最简单的方式就是升级服务器硬件（添加更快的磁盘、更多的内存、更强的CPU来接触数据库性能瓶颈）。
垂直扩展（vertical scaling 或 scaling up）
提升单节点参数的做法通常称为垂直扩展，垂直扩展非常简单、可靠，但是达到某个点后成本很高，最终达到一个无法低成本垂直扩展的临界点。
水平扩展（horizontally 或 scaling out）
水平扩展指的是在多台机器上分布式存储数据库，而不是提升单个节点的配置。水平扩展架构可以运行在许多台很小的、很廉价的机器上，通常可以减少硬件的成本。并且分布式存储数据可以降低宕机带来的丢失数据的后果。
MongoDB的伸缩性
MongoDB采用基于范围的分区机智来实现水平扩展，称为分片机智，它可以自动化管理每个分布式节点存储的数据。（另外，还有基于哈希和基于tag的分片机制）
分片系统处理额外的分片节点，而且它还会自动化灾备，每个独立的节点是一个可复制集合，至少由2台机器组成，确保节点失败的时候可以自动回复。
四、总结
总的来说，Mongo的概念理解起来不算太难，有关系型数据库相关经验的可以对比着进行学习。
