1-MongoDB - 初始MongoDB
关于NoSQL
NoSQL(Not Only SQL)泛指非关系型的数据库。
我们通过下表来简单了解NoSQL和SQL的区别：
| SQL | NoSQL |
|---|---|
| SQL是关系数据库管理系统(RDBMS) | NoSQL是非关系数据库系统 |
| SQL数据库需要预先开发一个架构，并且所有数据都根据该架构存储 | NoSQL数据库具有动态架构 |
| 在SQL中，数据以表的形式存储在数据库中 | 在NoSQL中，数据以对象、文档、图形、键值对等形式存储数据 |
| SQL使用标准化SQL语法命令来管理数据 | NoSQL使用非标准化语句来管理数据 |
关于MongoDB
MongoDB 是由C++语言编写并基于分布式文件存储的开源数据库。
MongoDB 是一款介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的NOSQL数据库。它面向文档存储，而且安装和操作起来都比较简单和容易，而且它支持各种流行编程语言进行操作，如Python，Node.js，Java，C++，PHP，C#，Ruby等。
目前在大数据、内容管理、持续交付、移动应用、社交应用、用户数据管理、数据中心等领域皆有广泛被使用。
MongoDB的特点
MongoDB具有以下特点：
- 高性能，MongoDB提供高性能的数据持久化，尤其是支持嵌入式数据模型，减少数据库系统级别的I/O操作，并支持索引加速查询。
- 丰富的语言查询类型，MongoDB支持丰富的查询语言来支持读写操作，以及数据汇总、文本搜索和地理空间位置索引。
- 高可用性，MongoDB的复制工具，提供自动故障转移和数据冗余。
- 水平可扩展性，MongoDB提供了分片机制来提高其扩展性能。
- 支持多种存储引擎，WiredTiger存储引擎、MMAPv1存储引擎和InMemory存储引擎。
- 面向文档，我们知道，关系型数据库以表和记录行的形式存储数据，但是在MongoDB中，是以文档的形式存储数据。区别在于，文档要比数据表的行更加灵活。因为文档可以是多层次的，它（文档）鼓励你将属于一个逻辑实体的数据保存在同一个文档中，而不是散落在各个表的不同行中，这样查询效率很高，因为我们无需连接其他的表。
MongoDB是如何组织数据的
为了更好的理解MongoDB是如何组织数据的，我们可以通过逻辑设计物理设计两个方面来观察。
逻辑设计
我们可以把MongoDB与关系型数据做个客观对比：
| Relational DB | MongoDB |
|---|---|
| 数据库(database) | 库(database) |
| 表(tables) | 集合(collection) |
| 行(rows) | 文档(documents) |
| 列(columns) | 字段/键(fields) |
| 主键(primary key) | 对象ID(objectId) |
| 索引(index) | 索引(index) |
一个MongoDB实例(一个MongoDB进程)中，包含多个数据库，每个数据库中包含多个集合，每个集合中存储多个文档，每个文档中包含多个字段，且库与库之间、集合与集合之间、文档与文档之间都是是相互独立的。
那么你一定很好奇文档是如何存储的，这就要来介绍MongoDB的物理设计了。
物理设计
多个MongoDB实例可以组成一个复制集，用于提高数据的安全性；多个复制集又可以组成一个集群，用于横向扩展，在集群中，每个复制集可以理解为一个节点，不同的节点存储的数据不同。而文档是以bson的格式存储在集群的某个节点中。
那么什么是bson呢？MongoDB中的文档被设计为标准的json字符串，这样便于与编程语言进行通信和操作。但json也有其自身的缺陷，比如json结构过大，会导致数据遍历较慢。
后来有了bson作为MongoDB的物理存储结构，bson(Binary Serialized Document Format)是一种二进制形式的存储格式，可以理解为二进制形式的json，它和json一样支持文档对象和数据对象，同时它还支持Date和BinDate类型的数据。bson提高了json的遍历速度，在内部操作也更为简单。
MongoDB的版本选择
截至到本篇博客编写时，目前，MongoDB最新版本已经到了MongoDB4.4.3，但市场上的主流版本是3.4和3.6两个版本，所以，这里及以后所有的示例及配置都以3.6为主。
PS：至于小版本都无所谓了啊，比如3.6.12还是3.6.21都行！！！
that's all,see also:
