MongoDB基础理念及操作初探
MongoDB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
基础概念:
NoSQL
泛指非关系型的数据库。随着互联网web2.0网站的兴起,传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心,暴露了很多难以克服的问题,而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。
------------------------------------------------------------------
MongoDB 的详细介绍:请点这里
MongoDB 的下载地址:请点这里
相关阅读:
MongoDB备份与恢复
CentOS编译安装MongoDB
CentOS 编译安装 MongoDB与mongoDB的php扩展
CentOS 6 使用 yum 安装MongoDB及服务器端配置
Ubuntu 13.04下安装MongoDB2.4.3
如何在MongoDB中建立新数据库和集合
MongoDB入门必读(概念与实战并重)
《MongoDB 权威指南》(MongoDB: The Definitive Guide)英文文字版[PDF]
------------------------------------------------------------------
NoSQL的特点:
·分关系型
·分布式
·不提供ACID功能
本身常用技术特点:
·数据模型非常简单(每个记录只有单独的键
·元数据和应用数据分离
·弱一致性
其优势:
·避免不必要的复杂
对于web应用来讲,有些一致性有些多余,所以最适用于web2.0的应用场景
·高吞吐量
·高 水平扩展和低端硬件集群
·不使用关系型映射(所以使用的模型非常简单)
其劣势:
·功能过于简单
·没有统一的数据查询模型
NoSQL数据库类别:
·键值存储
·列式数据库
·文档数据库
每一行都相当于独立的文件
·图式数据库
存放的为图,有着复杂对象关系的视图,比如在社交网站存储每个用户之间的关系的时候,通常需要用这种模式进行存储
·缓存数据库系统:不具备存储能力,完全用来提供缓存,比如Memcached、Redis
·CAP Therorem
C,A模型:保证一致性和可用性 就是传统数据库-sql数据库
C,P模型:悲观加锁机制(最终一致性 )
A,,P模型:只保证可用性 和分区容忍性 比如DNS
·ACID & BASE
主要评估于系统本身基本的可用能力 软状态 以及能实现最终一致性,分布式集群中一般都使用BASE
而数据一致性模型分为以下几种:
·强一致性
无论更新操作在哪个副本上执行,之后的操作都能获得一致性的数据
·弱一致性
用户对某一数据更新需要一定的时间,将由一定的时间段处于不一致状态,在这段时间内为弱一致性
·最终一致性
数据一致性的实现技术:
·Quorum系统 NRW策略
N:总的副本数
R:完成度操作所需要读取最少副本数
W:完成写操作所需要写入最少副本数
强制一致性 R+W>N
比如 :mysql一主两从
最终一致性 R+W
两段式提交协议:2PC
分为两类节点:
·协调者进程
·参与者进程
每个事物都有可能自己去写数据,并实现持久存储,而且节点之间可以任意通信
分为两个阶段:
·请求节点
·提交阶段
每个事物的参与者进程都必须提交数据,再由协调者进程进行协调后得出最终结果才能真正意义往上提交
每个请求议案,都被列为最终议案的一部分
事物协调者将请求发送于参与者使其提交事物,于是参与者统统都提交事物(这个阶段为请求)
协调者收到请求,于是再次通知两者(参与者)使其开始提交事物(提交阶段)
协调者将所有事物进行协调处理并得出最终结果(保持最终一致性)
提交失败如何处理:
如果其中以个节点出现故障(不同意提交)那么所有提交事物则全部取消提交操作
时间戳策略:
paxos:基于选举策略来选择
向量时钟
Nosql的数据存储模型:
包含了很多种不同的技术,通常能够根据不同的机制能够把他们分为不同的流派,而最简单的分裂方式就是根据数据存储模型来进行分类
流派:
·键值存储模型:(key-value存储)只能够简单存储键值模型,而且多个键值之间不能组合使用
查找迅速
数据无结构,通常指被当做字符串货二进制数据
应用场景:主要实现内容缓存,处理大量数据的高访问负载,也能用户日志系统的日志写入等做内容缓存
实例:redis, Dynamo
·列式模型:
数据按列存储,将同一列数据存放在一起(一起可能是同一节点或同一数据集中)
优点:查找迅速因为没有特别复杂的结构模型
可扩展性强
易于实现分布式
缺点:
功能相对有限(相对sql产品来讲)
其应用场景:主要用于分布式存储或分布式文件系统等
实例:Bigtable,cassandra,HBase等
·文档模型:
数据模型:与键值型模型类似,但是vaule指向结构化数据