第1部分 MongoDB入门
第1章 什么是MongoDB
1.1 认识MongoDB
MongoDB是NoSQL数据库中的佼佼者，目前是排名第一的文档型数据库。该数据库基于灵活的JSON文档模型，非常适合敏捷式的快速开发。与此同时，其与生俱来的高可用、高水平扩展能力使得它在处理海量、高并发的数据应用时颇具优势。
1.1.1 面向文档设计
在我们的系统中，通常会用分层来描述现实中的模型，如图1-1所示。
图1-1 数据的分层模型
从下往上看，每一层都提供了更简单、更容易表述的模型来隐藏下层的复杂性。最为典型的是，数据库系统屏蔽了所有磁盘中文件如何存取、压缩/解压缩等细节，向应用程序展示了一些通用的数据模型，如SQL表、列，或是基于JSON、XML的文档模型。而应用程序方面，面向对象的模型也已经被绝大多数人所熟知并接受。
在处理SQL数据模型时，应用程序需要通过代码做一些必要的转换工作，一般可以借助一些ORM框架来减少工作量，例如Hibernate。然而，SQL模型与面向对象之间仍然存在不少差异，这些差异并不能完全通过框架屏蔽。相较之下，基于JSON的文档模型则更能契合面向对象的设计准则，对于开发者来说，这在一定程度上降低了使用数据的门槛。
MongoDB是基于JSON来描述数据的，所有的“数据行”都可以通过一个JSON格式的文档（document）来表示。比如下面的例子：
很明显，基于JSON格式的数据模型可读性非常强，也更加灵活；除了基本的数据类型，文档中还可以使用数组、内嵌子对象等高级的字段类型。
此外，JSON还具备无模式（模式灵活）的特点，可以轻松地进行扩展。在访问MongoDB的“表”之前，并不需要事先对表模型进行声明（尽管你也可以这么做）。同时，当数据模型发生变更时，MongoDB不会强制要求你去执行表结构更新的相关操作，这提供了很大的便利性。
在MongoDB内部，BSON（一种二进制版本的JSON扩展）被真正用来存储这些JSON形式的文档数据。在JSON的基础之上，BSON进行了一些易用性方面的扩展，例如增加日期、二进制等类型的支持。
虽然MongoDB“沿袭”了JSON的特点，但将它归类为无模式数据库是不恰当的。实际上，所有的读写都是基于一种内部隐含的模式，模式采取按需变更而非提前声明，因此动态模式一词更适合它。
1.1.2 特性
1.完备的索引
与大多数数据库一样，MongoDB支持各种丰富的索引类型，包括单键索引、复合索引，唯一索引等一些常用的结构。由于采用了灵活可变的文档类型，因此它也同样支持对嵌套字段、数组进行索引。通过建立合适的索引，我们可以极大地提升数据的检索速度。值得一提的是，MongoDB的索引实现与一般的关系型数据库索引并没有太多不同，因此，我们几乎可以使用某种“一致的思路”来设计索引或完成一些性能调优的任务。
在一些特殊应用场景，MongoDB还支持地理空间索引、文本检索索引、TTL索引等不同的特性，这些特性在很大程度上简化了应用程序的开发工作，同时也使MongoDB获得了大量使用者的青睐。
2.跨平台，支持各种编程语言
MongoDB是用C++语言编写的，其官方网站提供了各种平台的编译版本，你可以在Windows或几乎任意一个Linux发行版本中安装及运行MongoDB数据库。
以X86_64体系为例，MongoDB支持的操作系统如图1-2所示。
图1-2 MongoDB支持的操作系统
需要注意的是，在MongoDB 3.4以后，不再支持32-bit X86体系，但这点的影响很小，作为一款通用的后端数据库来说，使用64位的计算架构是必然的选择。
在客户端方面，MongoDB提供了多种编程语言实现的驱动程序，除了Java、C/C++/C＃等传统语言，像Python、NodeJS等动态语言也都有对应的实现。
3.强大的聚合计算
聚合（aggregation）计算是MongoDB面向数据分析领域的重要特性，可以用于实现数据的分类统计或一些管道计算。
作为对照，聚合框架能轻松完成关系型数据库的group by语句的分组功能，又或是大数据领域的map-reduce计算。
可能存在的一点区别就是，MongoDB聚合框架是以文档化模型为基础来设计的，更适合非结构化数据。
MongoDB为聚合框架提供了大量常用的函数以简化开发，除此之外，聚合框架还用到了一种叫“管道”（pipeline）的概念，用于抽象各个数据处理的阶段，一个管道由多个“阶段”（stage）组成，通过对不同的阶段进行自由组合，我们就可以灵活应对各种场景中的计算需求。
4.复制、分布式
MongoDB通过副本集（replication set）来实现数据库的高可用，这点类似于MySQL的Master/Slave复制架构，不同的是，一个副本集可以由一个主节点和多个备节点组成，主节点和备节点基于oplog来实现数据同步。在主节点发生故障时，备节点将重新选举出新的主节点以继续提供服务，整个切换过程是自动完成的。
在海量数据处理方面，MongoDB原生就支持分布式计算能力。在一个分布式集群中，多个文档被划入一个逻辑数据块（chunk），这些数据块可以被存储于不同的计算节点（分片）上，在新的计算节点（分片）加入时，数据块可以借助自动均衡的算法机制被迁移到合适的位置（通常是压力较小的分片）。通过这种自动化的调度及均衡工作，整个集群的数据库读写压力可以被分摊到多个节点上，从而实现负载均衡和水平扩展。
1.1.3 优势
在选择某个数据库时，通常都会从各个方面进行考量。对于MongoDB来说，笔者认为，它的优势主要有以下几点。
1.易用性
笔者认为，简单易用是MongoDB的一大优势。MongoDB是基于JSON格式的，这点对于开发人员来说显然更加友好，尤其是对全栈式开发者来说，JSON是前后端开发领域中最通用、易读的描述性语言。
如果你是一名新手，则只需要了解一点JavaScript的语法就可以基本掌握一种数据库的使用，这听起来非常振奋人心。
另外一点，则是无模式带来的便利，由于没有了强制的表定义约束，在文档结构发生变化时并不需要如关系型数据库一样事先执行一些DDL变更语句，这非常有利于业务的平滑升级。因此，MongoDB的开发效率更高，更适合敏捷开发。
2.高性能
从MongoDB 3.0版本开始引入WiredTiger存储引擎，在性能及稳定性上都有了明显的提升。
WiredTiger存储引擎在数据检索性能上做了许多优化，基于内存的二级的缓存提供了高速读取数据能力，在写方面则是根据磁盘I/O的特点做了缓冲式写入，这是基于空间、时间因素权衡的一种择优设计。从大量的测评结果来看，其性能表现是令人满意的。
3.高可靠
对于单个MongoDB节点来说，可以通过开启Journal机制来实现断电保护，这是一种WAL预写日志机制，在发生异常断电后，可以通过Journal日志进行数据恢复。在默认情况下，Journal仅允许最多丢失50ms内更新的数据。
对于集群节点来说，MongoDB则提供了副本集架构来支持数据库的高可用，在节点发生宕机时，可以实现秒级的切换，这个过程对于应用是透明的。
4.高可扩展
在分片的集群架构中，数据的读写会均衡地分布在多个数据库节点上，通过增加分片的方式就可以实现按需扩展。在数据业务持续增长时，借助分片集群可以轻松支撑海量的数据存取。
5.强大的社区支持
MongoDB有着庞大的使用群体，在一定程度上巩固了它在NoSQL领域的领先地位。
也因为该数据库是如此流行，国内外各大云计算厂商基本都提供了MongoDB协议兼容的数据库服务，见表1-1。
表1-1 各云厂商支持的类MongoDB产品
由此可见，该数据库的使用前景是非常广阔的，随着新版本中一些重要功能的补齐（比如事务），它所适用的场景将越来越多。
1.1.4 需要克服的困难
正如前面所说，MongoDB非常容易使用，但一些企业在初次选择MongoDB之后可能会存在“水土不服”的问题，具体如下。
1.关系型数据库思维的转变
如果团队长期使用关系型数据库，那么团队成员可能已经习惯于使用各种复杂连接（join）、多重嵌套子查询等SQL用法。MongoDB在这方面的支持较弱，尽管可以通过聚合操作实现类似的效果，但这并非最佳实践。
在从关系型数据库迁移到MongoDB之后，你需要从思维上产生一些转变。尽可能让数据库设计变得简单、适用，将关注点放在系统未来的扩展能力上，做好表设计、访问模式及性能的权衡。
2.事务方面的考量
在MongoDB 4.0版本之后，开始支持事务功能，这意味着在一些对一致性要求非常高的场景中（比如金融交易类产品）也可以使用MongoDB了。利用数据库本身的事务性保证，还可以实现分布式事务，这对于提升系统的可伸缩性有明显的效果。