本文目录导航：
mongodb和mysql哪个难
MongoDB自身它还算比拟年轻的一个产品，所以它的疑问，就是成熟度必需没有传统MySQL那么成熟稳固。瑭锦Tanjurd倡导在经常使用的时刻，
第一，尽量经常使用稳固版，不要在线上经常使用开发版，这是一个大准则；
另外一点，备份很关键，MongoDB假设出现一些异常状况，备份必定是要能跟上。
除了经过传统的复制的形式来做备份，离线备份也还是要有，不论你是用什么形式，都要有一个完整的离线备份。
往往最后出现了不凡状况，它能协助到你；
另外，MongoDB性能的一个关键点就是索引，索引是不是能有比拟好的经常使用效率，索引是不是能够放在内存中，这样能够优化随机读写的性能。
假设你的索引不能齐全放在内存中，一旦出现随机读写比拟高的时刻，它就会频繁地启动磁盘替换，这个时刻，MongoDB的性能就会急剧降低，会出现动摇。
另外，MongoDB还有一个最大的缺陷，就是它占用的空间很大，由于它属于典型空间换期间准则的类型。那么它的磁盘空间比个别数据库会糜费一些，而且到目前为止它还没有实如今线紧缩性能，在MongoDB中频繁的启动数据增删改时，假设记载变了，例如数据大小出现了变动，这时刻容易发生一些数据碎片，出现碎片引发的结果，一个是索引会出现性能疑问，
另外一个就是在必定的期间后，所占空间会莫名其妙地增大，所以要活期把数据库做修复，活期从新做索引，这样会优化MongoDB的稳固性和效率。
在最新的版本里，它曾经在实如今线紧缩，预计应该在2.0版左右，应该能够实如今线紧缩，可以在后盾口头如今repair>mongodb实用于什么场景
MongoDB实用于须要处置少量数据，特意是无结构或半结构化数据的场景，同时须要高性能和水平裁减才干的运行场景。
1. 处置少量数据：MongoDB是一个面向文档的数据库，驳回BSON（二进制JSON）格局存储数据。
这种格局使得MongoDB能够灵敏、高效地存储少量数据。
此外，MongoDB支持分片，可以将数据扩散到多个主机，以成功数据的水平裁减。
因此，关于须要处置少量数据的运行，如大数据、日志处置等，MongoDB是一个很好的选用。
2. 无结构或半结构化数据：MongoDB的面向文档的特性使得它十分适宜存储无结构或半结构化数据。
例如，社交媒体数据、物联网数据等，这些数据的结构经常变动，而且很难用传统的相关型数据库来存储。
MongoDB的灵敏的数据模型可以轻松地应答这种变动。
3. 高性能：MongoDB支持索引，可以提供高性能的数据查问。
此外，MongoDB还支持聚合操作，可以在数据库端口头复杂的数据处置义务，从而缩小了网络传输的开支，提高了性能。
因此，关于须要高性能的运行，照实时剖析、在线游戏等，MongoDB也是一个不错的选用。
4. 水平裁减才干：MongoDB的分片性能不只可以用来存储少量数据，还可以提高数据库的读写性能。
由于分片可以将数据扩散到多个主机，从而充沛应用了主机的并行处置才干。
此外，MongoDB还提供了智能分片的性能，可以智能将数据迁徙到新的主机，从而简化了水平裁减的操作。
因此，关于须要水平裁减才干的运行，如云计算、移动运行后端等，MongoDB也是一个很好的选用。
例子：例如，一个社交媒体平台或许须要存储每个用户的帖子、评论、点赞等消息。
这些消息是无结构的，由于每个用户的消息或许都不同，而且或许会随时变动。
此外，社交媒体平台也须要处置少量数据，并须要提供高性能的查问和实时剖析性能。
因此，MongoDB或许是一个十分适宜这种运行的数据库。
MongoDB 是什么？看完你就知道了
点击上方 蓝色字体 ，选用“置顶群众号”
优质文章，第一期间送达
链接 | /hayre/article/details/
是什么？用一句话总结
MongoDB是一款为web运行程序和互联网基础设备设计的数据库治理系统。
没错MongoDB就是数据库，是NoSQL类型的数据库。
（1）MongoDB提出的是文档、汇合的概念，经常使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。
经常使用这样的数据模型，使得MongoDB能在消费环境中提供高读写的才干，吞吐量较于mysql等SQL数据库大大增强。
（2）易伸缩，智能缺点转移。
易伸缩指的是提供了分片才干，能对数据集启动分片，数据的存储压力摊派给多台主机。
智能缺点转移是正本集的概念，MongoDB能检测主节点能否存活，当失活时能智能优化从节点为主节点，到达缺点转移。
（3）数据模型由于是面向对象的，所以可以示意丰盛的、有层级的数据结构，比如博客系统中能把“评论”间接怼到“文章“的文档中，而不用像myqsl一样创立三张表来形容这样的相关。
3.关键特性
（1）文档数据类型
SQL类型的数据库是正轨化的，可以经过主键或许外键的解放保证数据的完整性与惟一性，所以SQL类型的数据库罕用于对数据完整性较高的系统。
MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正由于MongoDB少了一些这样的解放条件，可以让数据的存储数据结构更灵敏，存储速度愈放慢。
（2）即时查问才干
MongoDB保管了相关型数据库即时查问的才干，保管了索引（底层是基于B tree）的才干。
这一点吸取了相关型数据库的好处，相比于同类型的NoSQL redis 并没有上述的才干。
（3）复制才干
MongoDB自身提供了正本集能将数据散布在多台机器上成功冗余，目标是可以提供智能缺点转移、裁减读才干。 （4）速度与耐久性
MongoDB的驱动成功一个写入语义 fire and forget ，即经过驱动调用写入时，可以立刻失掉前往失掉成功的结果（即使是报错），这样让写入的速度愈放慢，当然会有必定的不安保性，齐全依赖网络。
MongoDB提供了Journaling日志的概念，实践上像mysql的bin-log日志，当须要拔出的时刻会先来日志外面写入记载，再成功实践的数据操作，这样假设出现停电，进程突然终止的状况，可以保证数据不会失误，可以经过修复性能读取Journaling日志启动修复。
（5）数据裁减
MongoDB经常使用分片技术对数据启动裁减，MongoDB能智能分片、智能转移分片外面的数据块，让每一个主机外面存储的数据都是一样大小。
MongoDB外围主机关键是经过mongod程序启动的，而且在启动时不需对MongoDB经常使用的内存启动性能，由于其设计哲学是内存治理最好是交给操作系统，缺少内存性能是MongoDB的设计亮点，另外，还可经过mongos路由主机经常使用分片性能。
MongoDB的关键客户端是可以交互的js shell 经过mongo启动，经常使用js shell能经常使用js间接与MongoDB启动交流，像经常使用sql语句查问mysql数据一样经常使用js语法查问MongoDB的数据，另外还提供了各种言语的驱动包，繁难各种言语的接入。
mongodump和mongorestore,备份和恢双数据库的规范工具。
输入BSON格局，迁徙数据库。
mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据须要支持多格局时有用。
mongoimport还能用与大数据集的初始导入，然而在导入前顺便还要留意一下，为了能充沛应用好mongoDB理论须要对数据模型做一些调整。
mongosniff,网络嗅探工具，用来观察发送到数据库的操作。
基本就是把网络上行输的BSON转换为易于人们浏览的shell语句。
因此，可以总结失掉，MongoDB结合键值存储和相关数据库的最好特性。
由于繁难，所以数据极快，而且相对容易伸缩还提供复杂查问机制的数据库。
MongoDB须要跑在64位的主机上方，且最好独自部署，由于是数据库，所以也须要对其启动热备、冷备处置。
由于本篇文章不是API手册，一切这里对shell的经常使用也是基础的引见什么性能可以用什么语句，关键是为了展现经常使用MongoDB shell的繁难性，假设须要知道详细的MongoDB shell语法可以查阅官网文档。
创立数据库并不是必需的操作，数据库与汇合只要在第一次性拔出文档时才会被创立，与对数据的灵活处置形式是分歧的。
简化并减速开发环节，而且无利于灵活调配命名空间。
假设担忧数据库或汇合被异常创立，可以开启严厉形式。
以上的命令只是繁难实例，假定假设你之前没有学习过任何数据库语法，同时开局学sql查问语法和MongoDB 查问语法，你会发现哪一个更繁难呢？假设你经常使用的是java驱动去操作MongoDB，你会发现任何的查问都像Hibernate提供出来的查问形式一样，只需构建好一个查问条件对象，便能轻松查问（接上去会给出示例），博主之前相熟ES6，所以入手MongoDB js shell成功没疑问，也正由于这样繁复，完善的查问机制，深深的爱上了MongoDB。
经常使用java驱动链接MongoDB是一件十分繁难的事件，繁难的援用，繁难的做增删改查。
在经常使用完java驱动后我才发现spring 对MongoDB 的封装还不如官网自身提供出来的物品好用，上方繁难的展现一下经常使用。
这里只举例了繁难的链接与繁难的MongoDB操作，可见其操作的容易性。
经常使用驱动时是基于TCP套接字与MongoDB启动通讯的，假设查问结果较多，恰恰不可所有放进第一主机中，将会向主机发送一个getmore指令失掉下一批查问结果。
拔出数据到主机期间，不会期待主机的照应，驱动会假定写入是成功的，实践是经常使用客户端生成对象id，然而该行为可以经过性能性能，可以经过安保形式开启，安保形式可以校验主机端拔出的失误。
要分明了解MongoDB的基本数据单元。
在相关型数据库中有带列和行的数据表。
而MongoDB数据的基本单元是BSON文档，在键值中有指向不定类型值的键，MongoDB领有即时查问，但不支持结合操作，繁难的键值存储只能依据单个键来失掉值，不支持事务，但支持多种原子升级操作。
如读写比是怎么的，须要何种查问，数据是如何升级的，会不会存在什么并发疑问，数据结构化的水平是要求高还是低。
系统自身的需求选择mysql还是MongoDB。
在关于schema 的设计中要留意一些准则，比如：
数据库是汇合的逻辑与物理分组，MongoDB没有提供创立数据库的语法，只要在拔出汇合时，数据库才开局建设。
创立数据库后会在磁盘调配一组数据文件，一切汇合、索引和数据库的其余元数据都保管在这些文件中，查阅数据库经常使用磁盘形态可经过。
汇合是结构上或概念上相似得文档的容器，汇合的称号可以蕴含数字、字母或 . 符号，但必需以字母或数字扫尾，齐全。
限定汇合名不能超越128个字符，实践上 . 符号在汇合中很有用，能提供某种虚构命名空间，这是一种组织上的准则，和其余汇合是一视同仁的。
在汇合中可以经常使用。
其次是键值，在MongoDB外面一切的字符串都是UTF-8类型。
数字类型包括double、int、long。
日期类型都是UTC格局，所以在MongoDB外面看到的期间会比北京期间慢8小时。
整个文档大小会限度在16m以内，由于这样可以防止创立美观的数据类型，且小文档可以优化性能，批量拔出文档理想数字范畴是10~200，大小不能超越16MB。
（2）解析查问时MongoDB经过最优方案选用一个索引启动查问，当没有最适宜索引时，会先不同的经常使用各个索引启动查问，最终选出一个最优索引做查问
（3）假设有一个a-b的复合索引，那么仅针对a的索引是冗余的
（4）复合索引里的键的顺序是很关键的
（2）复合索引
（3）惟一性索引
（4）稠密索引
如索引的字段会出现的值，或是少量文档都不蕴含被索引的键。
假设数据集很大时，构建索引将会破费很长的期间，且会影响程序性能，可经过
当经常使用 mongorestore 时会从新构建索引。当曾经口头过大规模的删除时，可经常使用
对索引启动紧缩，重建。
（1）查阅慢查问日志
（2）剖析慢查问
留意新版本的MongoDB 的explain方法是须要参数的，不然只显示个别的消息。
本节雷同关键繁难出现MongoDB正本集搭建的繁难性，与正本集的强健性，监控容易性
提供主从复制才干，热备才干，缺点转移才干
实践上MongoDB对正本集的操作跟mysql主从操作是差不多的，先看一下mysql的主从数据流动环节
而MongoDB关键依赖的日志文件是oplog
写操作先被记载上去，参与到主节点的oplog里。
与此同时，一切从结点复制oplog。
首先，检查自己oplog里最后一条的期间戳；其次，查问主节点oplog里一切大于此期间戳的条目;最后，把那些条目参与到自己的oplog里并运行到自己的库里。
从节点经常使用长轮询立刻运行来自主结点oplog的新条目。
当遇到以上状况，从节点会中止复制
local数据库保管了一切正本集元素据和oplog日志
可以经常使用以下命令检查复制状况
每个正本集成员每秒钟ping一次性其余一切成员，可以经过看到节点上次的心跳检测期间戳和 肥壮 状况。
这个点没必要过多形容，然而有一个不凡场景，假设从节点和仲裁节点都被杀了，只剩下主节点，他会把自己升级成为从节点。
假设主节点的数据还没有写到从库，那么数据不能算提交，当该主节点变成从节点时，便会触发回滚，那些没写到从库的数据将会被删除，可以经过rollback子目录中的BSON文件恢复回滚的内容。
只能链接到主节点，假设链接到从节点的话，会被拒绝写入操作，然而假设没有经常使用安保形式，由于mongo的fire and forget 特性，会把拒绝写入的异常给吃掉。
（2）经常使用正本集形式链接
能依据写入的状况智能启动缺点转移，然而当正本集启动新的选举时，还是会出现缺点，假设不经常使用安保形式，照旧会出现写不出来，但事实成功的状况。
分片是数据库切分的一个概念成功，这里也是繁难总结为什么要经常使用分片以及分片的原理，操作。
当数据量过大，索引和上班数据集占用的内存就会越来越多，所以须要经过火片负载来处置这个疑问
（2）分片的外围操作
分片一个汇合：分片是依据一个属性的范畴启动划分的，MongoDB经常使用所谓的分片键让每个文档在这些范畴里找到自己的位置
块：是位于一个分片中的一段延续的分片键范畴，可以了解为若干个块组成分片，分片组成MongoDB的所有数据
（3）拆分与迁徙
块的拆分：初始化时只要一个块，到达最大块尺寸64MB或个文档就会触发块的拆分。
把原来的范畴一分为二，这样就有了两个块，每个块都有相反数量的文档。
迁徙：当分片中的数据大小不一时会发生迁徙的举措，比如分片A的数据比拟多，会将分片A外面的一些块转移到分片B外面去。
分片集群经过在分片中移动块来成功平衡，是由名为平衡器的软件进程治理的，义务是确保数据在各个分片中坚持平均散布，当集群中领有块最多的分片与领有块起码分片的块差大于8时，平衡器就会动员一次性平衡处置。
启动两个正本集、三特性能主机、一个mongos进程
性能分片
（2）索引
分片汇合只准许在_id字段和分片键上参与惟一性索引，其余中央不行，由于这须要在分片间启动通讯，实施起来很复杂。
当创立分片时，会依据分片键创立一个索引。
（2）低效的分片键
（3）理想的分片键
依据不同的数据中心划分
（2）最低要求
（3）性能的留意事项
须要预计集群大小，可经常使用以下命令对现有汇合启动分片处置
（4）备份分片集群
备份分片时须要中止平衡器
经常使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB
（2）cpu mongodb 只要当索引和上班集都可放入内存时，才会遇到CPU瓶颈，CPU在mongodb经常使用中的作用是用来检索数据，假设看到CPU经常使用饱和的状况，可以经过查问慢查问日志，排查是不是查问的疑问造成的，假设是可以经过参与索引来处置疑问
mongodb写入数据时会经常使用到CPU，然而mongodb写入期间一次性只用到一个核，假设有频繁的写入行为，可以经过火片来处置这个疑问 （3）内存
大内存是mongodb的保证，假设上班集大小超越内存，将会造成性能降低，由于这将会参与数据加载入内存的举措
（4）硬盘
mongodb自动每60s会与磁盘强迫同步一次性，称为后盾刷新，会发生I/O操作。在重启时mongodb会将磁盘外面的数据加载至内存，高速磁盘将会缩小同步的期间
（5）文件系统
经常使用ext4 和 xfs 文件系统
禁用最后访问期间
（6）文件形容符
linux 自动文件形容符是1024，须要大额度的优化这个额度
（7）时钟
mongodb各个节点主机之间经常使用ntp主机
启动时经常使用 - -bind_ip 命令
（2）身份验证
启动时经常使用 - -auth 命令
（3）正本集身份认证
经常使用keyFile，留意keyFile文件的权限必需是600，不然会启动不起来
搭建正本集至少须要两个节点，其中仲裁结点不须要有自己的主机
（2）Journaling日志 写数据时会先写入日志，而此时的数据也不是间接写入硬盘，而是写入内存
然而Journaling日志会消耗内存，所以可以在主库上方封锁，在从库上方启动
可以独自为Journaling日志经常使用一块固态硬盘
在拔出时，可以经过驱动确保Journaling拔出后再反应，然而会十分影响性能。
-vvvvv 选项（v越多，输入越详细）
({logrotare:1}) 开启滚动日志
灵活展现mongodb优惠数据
占用以后mongodb监听端口往上1000号的端口
把数据库内容导出成BSON文件，而mongorestore能读取并恢复这些文件
（2）mongorestore
把导出的BSON文件恢复到数据库
（3）备份原始数据文件 可以这么做，然而，操作之前须要启动锁库处置 ({fsync:1,lock:true})db.$ 恳求解锁操作，然而数据库不会立刻解锁，须要经常使用 验证。
({repairDatabase:1}) 修复单个数据库
修复就是依据Jourling文件读取和重写一切数据文件偏重建各个索引 （2）压紧
压紧，会重写数据文件，偏重建汇合的所有索引，须要停机或许在从库上方运转,假设须要在主库上方运转，须要参与force参数 保证加写锁。
（2）为优化性能审核索引和查问
总的来说，扫描尽或许少的文档。
保证没有冗余的索引，冗余的索引会占用磁盘空间、消耗更多的内存，在每次写入时还需做更多上班
（3）参与内存
dataSize 数据大小 和 indexSize 索引大小，假设两者的和大于内存，那么将会影响性能。
storageSize超越dataSize 数据大小 两倍以上，就会因磁盘碎片而影响性能，须要紧缩。
