当我们要向MongoDB插入数据，数据格式就是document。
document的数据结构和JSON基本一样。
Python的dictionaries和ruby的hashes都是例子。 这个部分主要讲解MongoDB数据的插入。
Document-Orientation面向文档
面向文档的数据库存储document，但是这个document是一个结构document。
这个词汇可能来自XML document。
然而其他结构的数据格式如JASON，有相似的属性。
MongoDB的document是类似JSON的数据结构。 JSON 是一个存储对象风格数据绝佳方法。
它独立于语言以及基于标准的。
为了效率，MongoDB使用的是BSON。是一个二进制描述数据的协议。
BSON检索字段要明显快于JSON。同时BSON也添加了更多的数据类型如date类型和二进制类型。
BSON读起来和JSON一样并且也可以和其他多种语言的数据结构相对应。
客户端驱动序列化数据为BSON。之后再把数据传输到db中。
存储在硬盘上的数据格式就是BSON。获取的时候，也不要太复杂，效率很高。
客户端驱动反序列化BSON对象，转为自己语言的格式。
JSON
举例，下列 "document" 可以被存储在MongoDB中:
{ author: 'joe',
created : new Date('03/28/2009'),
title : 'Yet another blog post',
text : 'Here is the text...',
tags : [ 'example', 'joe' ],
comments : [ { author: 'jim', comment: 'I disagree' },
{ author: 'nancy', comment: 'Good post' }
]
}
这个文档是一个blog post。因此我们可以把它保存到posts collection中。
> doc = { author : 'joe', created : new Date('03/28/2009'), ... }
> db.posts.insert(doc);
MongoDB了解BSON对象内部构造-不仅仅存储它们。可以通过内部字段和索引来进行查询。如
> db.posts.find( { "comments.author" : "jim" } )
意思就是 "查询评论作者为jim的posts"。
有好的MongoDB Schema
MongoDB可以用在很多的场景,并且使用起来和关系型数据库还是很相似的。
MongoDB设计的目标是存储复杂对象。
存储的例子
如果你要创建一个在线商店并且进行买卖。关系型设计如下
item title price sku item_features sku
feature_name feature_value
有可能要进行范式化，因为不同的items有不同的features，
并且你不想在一张表保存所有的features。在MongoDB中很容易做到，还更有效率。
item : {
"title" : <title> ,
"price" : <price> ,
"sku" : <sku> ,
"features" : {
"optical zoom" : <value> , ...
} }
这样做有几个优点
- 一条语句查询出整个记录。
- 保存一个item的所有数据都保存在相同的硬盘空间上。只需要一次查找就可以了。
看起来还有一些的问题
- 你可能向插入或更新一个文档。MongoDB可以操作内嵌document
db.items.update( { sku : 123 } , { "$set" : { "features.zoom" : "5" } } )
- 添加一个feature需要在硬盘上移动整个对象么？答案是不。
- MongoDB会预留空间给要增长的对象。 这样做还能避免索引更新。