碼農寶典：您對MongoDB知多少？
譯文【51CTO.com快譯】NoSQL數據存儲讓數據管理方式更加靈活，徹底改變了軟件開發的狀況。MongoDB是知名的NoSQL解決方案之一，這是一種面向文檔的數據存儲系統。本文探討MongoDB是什么以及它如何滿足您的應用需求。
MongoDB：文檔數據存儲系統
關系數據庫將信息存儲在嚴格監管的表和列中。MongoDB是一種文檔存儲系統，將信息存儲在集合和文檔中。這里的主要區別在于集合和文檔是非結構化的，有時稱為無模式。這意味著MongoDB實例(集合和文檔)的結構不是預定義的，可靈活適應放入其中的任何數據。
文檔是一個鍵值集，其行為與JavaScript等代碼中的對象非常相似：它的結構根據放入其中的數據而變化。這使得針對MongoDB等數據存儲系統進行編程比針對關系數據存儲系統進行編程來得更容易、更靈活。簡而言之，應用程序代碼和文檔數據存儲系統之間的交互感覺更自然。
圖1直觀地顯示了MongoDB數據庫、集合和文檔的結構。
圖1. MongoDB文檔存儲系統
這種類型的數據建模繼承的靈活性意味著可以在更加按需使用的基礎上處理數據，從而實現此處所述的性能優勢。
想具體了解這種差異，不妨比較以下兩種實現相同任務(創建記錄，然后從應用程序添加字段)的方法，先用關系數據庫，之后用MongoDB。
關系數據庫中的步驟：
- # create a database:
- CREATE DATABASE menagerie;
- # create a table in the database:
- USE menagerie; CREATE TABLE pet (name VARCHAR(20));
- # connect to the database in app and issue insert:
- INSERT INTO pet (name) VALUES ('Friar Tuck');
- # add a column:
- ALTER TABLE pet ADD type VARCHAR(20));
- # update existing record:
- UPDATE pet SET type = 'cat' WHERE name = 'Friar Tuck'
現在用MongoDB執行同樣的過程：
- # connect to the database in app and issue insert:
- use menagerie; db.pet.insertOne({name:"friar tuck"});
- # issue update:
- db.pet.updateOne({ name:'friar tuck' }, { $set:{ type: 'cat' } } );
從前面您可以了解使用MongoDB的開發體驗有多流暢。
這種靈活性當然將避免模式臃腫的負擔加在了開發人員的身上。駕馭大型應用程序的文檔結構至關重要。
MongoDB中的ID字段
關系型數據庫中有主鍵這個概念，這通常是一個合成ID列(也就是說，與業務數據無關的生成值)。在MongoDB中，每個文檔都有一個用途相似的_id字段。如果開發人員在創建文檔時沒有提供 ID，MongoDB引擎將自動生成一個ID(作為 UUID)。
與主鍵一樣，_id 字段自動索引，而且必須是唯一的。
MongoDB中的索引
MongoDB中的索引其行為類似關系數據庫中的索引：它創建有關文檔字段的額外數據，以加快依賴該字段的查詢。MongoDB使用 B 樹索引。
可以使用如下語法創建索引：
- db.pet.createIndex( { name: 1 } )
參數中的整數表示索引是升序(1) 還是降序(-1)。
MongoDB中嵌套文檔
MongoDB面向文檔結構的一個強大方面是文檔可以嵌套。比如說，您可以創建嵌套文檔，而不是創建另一個表來存儲寵物文檔的地址信息，結構如代碼片段1所示。
代碼片段1. 嵌套文檔示例
- {
- "_id": "5cf0029caff5056591b0ce7d",
- "name": "Friar Tuck",
- "address": {
- "street": "Feline Lane",
- "city": "Big Sur",
- "state": "CA",
- "zip": "93920"
- },
- "type": "cat"
- }
MongoDB中的非規范化
MongoDB等文檔存儲系統對連接的支持有限，也沒有外來鍵的概念。兩者都是數據結構動態特性的結果。MongoDB中的數據建模傾向于非規范化，即復制文檔中的數據，而不是將數據嚴格保存在表孤島中。這提高了查找速度，不過以增加數據一致性維護為代價。
非規范化不是必需的，在使用面向文檔的數據庫時更多地是一種傾向。這是由于處理復雜嵌套記錄的能力得到了提高，而不是SQL傾向于將數據規范化到特定的單值列中。
MongoDB查詢語言
MongoDB中的查詢語言面向JSON，就像文檔結構一樣。這有助于一種非常強大的表達式語法，甚至可以處理復雜的嵌套文檔。
比如說，您可以通過執行db.pet.find({ "type" : "cat" })來查詢收錄所有貓咪的理論數據庫，或使用db.pet.find({ "type" : "cat" , "address.state": "CA" })來查詢加利福尼亞州的所有貓咪。請注意，查詢語言遍歷嵌套的地址文檔。
MongoDB更新語法
MongoDB的alter語法也使用類似JSON的格式，其中$set關鍵字表明將更改哪個字段、更改為什么值。set對象通過點表示法支持嵌套文檔，如代表片段2所示，可以在其中更改名為“Friar Tuck”的那只貓的郵政編碼。
代碼片段2. 更新嵌套文檔
- db.people.update(
- {
- "type": "cat",
- "name": "Friar Tuck"
- },
- {
- $set: {
- "address.zip": "86004"
- }
- }
- )
可以從代碼片段2中看到，更新語法與SQL對應語法一樣強大，實際上更強大。
MongoDB云和部署選項
MongoDB為可擴展性和分布式部署而設計。它完全能夠處理大規模工作負載。
MongoDB公司在MongoDB Atlas中提供了多云數據庫集群解決方案。MongoDB Atlas就像一個托管數據庫，可以橫跨不同的云平臺，包括監控和容錯等企業功能。
不難看出MongoDB的重要性，因此AWS的Amazon DocumentDB產品將MongoDB兼容性作為主要賣點。微軟的Azure Cosmos DB遵循類似的模式，支持MongoDB API。
MongoDB中的高可用性
MongoDB支持副本集以實現高可用性。核心思想是將數據一次寫入主實例，然后復制到二級存儲以便讀取。在此處(https://docs.mongodb.com/manual/replication/)可了解有關MongoDB中復制的更多信息。
結論是，MongoDB是一種領先的 NoSQL 解決方案，兌現了靈活模式數據存儲系統的承諾。可使用面向幾乎各種編程語言的高級驅動程序，您也可以利用眾多部署選項。
原文標題：What is MongoDB? A quick guide for developers，作者：Matthew Tyson
【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】
