读书笔记 3 -- 《MongoDB实战》
有感：
1、数据库在速度与持久性之间的妥协：
磁盘io分为：
1.1、顺序IO（高效）
1.2、随机IO
因此引入：事务日志。
当存储一个数据时，双写：
a、RAM（随机IO）
b、事务日志（写入成功，代表数据存储完成。）（顺序IO）
定时刷RAM的数据到磁盘中，完成持久化。
关系型数据库：（适用）
1、复杂数据模型，复杂查询。
what?是什么
文档模型（json），直观的数据模型。
非关系型，无事务。
可扩展行（分片），伸缩。
mongodb的无事务体现：
1、写入RAM即返回确认结果。
2、写入到各个可复制集群节点，再返回确认结果。
3、fire-and-forget,客户端发送写入结果，mongodb接收到后，立即返回确认结果。（未写入RAM中）
定时刷RAM的数据到磁盘，完成数据的持久化。
原子更新：单条数据，支持事务操作。要么成功，要么失败。
盖子集合：（capped collections）类似循环数组。
TTL:time-to-live
适用场景：
数据量大，无事务，非关系型，低价值的数据。
数据库系统建模的思考：
1、使用的模式是什么？读写的比率是多少？查询是否简单？是否需要聚合查询？数量是多少？等等问题……
2、数据的基本单位是什么？ 表？还是文档？
3、数据库的功能是什么？MongoDB不支持join链接查询。
4、数据主键的选择。
数据库文件和分配：
1、文件路径：dbpath（默认：/data/db）
2、mongod.lock
3、xxx.ns 命名空间。
Mongodb快速的原因：
1、将索引全部加载到内存中。
文档：
限制：
1、16MB大小。原因：性能相关。
投影：
就是你想要mongodb返回哪些字段。
how?怎么用
版本：
1、偶数稳定版。奇数为开发版。
核心服务：
1、mongod 核心服务。存储数据的服务，裁判。
2、mongos 路由服务。分片集群中转发不同的请求到mongod服务。
语法：
命令：
1、update
1.1、$set （有则修改，无则新增）
1.2、$unset （删除字段）
1.3、$push（往数组中添加数据）
1.4、$addToSet(往数组中添加数据，防止重复数据)
2、remove(删除数据，不删除集合)
3、drop（删除集合）
4、save,insert
5、count
6、find
7、createIndex
8、explain -- > executionStats
9、$slice 选择返回文档的子集
10、group
11、project 过滤传递给下一个管道的字段。
12、unwind 更快速的链接。为每个输入文档的数组生成一个输出文档。
基本管理命令
1、show dbs;
2、show collections;
3、db.stats()
驱动工作原理：
1、生成MongoDB对象ID。
2、文档 <--> BSON(二进制JSON)
3、TCP socket与数据库通信。（socket通信应答机制）
对象ID：
1、格式：4B时间 3B机器ID 2B进程ID 3B计数器
聚合：（mysql: group by）
1、管道：输出作为别的输入。
2、聚合管道的命令
2.1、project 指定输出文档的字段。
2.2、match 选择要处理的文档，与find类似。
2.3、unwind 扩展数组，为数组入口生成一个输出文档。
2.4、group 根据key来分组文档。
2.5、out 把管道的结果写入某个集合。
2.6、redact 控制特定数据的访问。
文档更新：
1、findAndModify
索引：
1、稀疏索引
索引值，可以为空（null），为null的值不添加到索引中。sparse:true
2、密集索引（默认）
一个索引入口对应一个文档。
3、多键索引
多个索引入口指向同一个文档。（数组的索引）
4、哈希索引
先哈希，再根据哈希值建立索引。
优点：入口均匀分布。配合分片使用，实现数据均匀分布。
缺点：不支持范围查询、不支持多建哈希、浮点需要转换为整型再哈希（因此4.2=4.3）
5、单件索引：最好是越分散越好。
组合索引：在前面的索引，越聚集越好。
存储引擎：存储引擎是数据库与硬件直接的接口。
mongodb数据库：可插拔存储引擎api --> 存储引擎
MMAPvl: 基于内存映射。
缺点：随着数据的增长，快速的消耗大量的磁盘空间。预分配2G内存。
WiredTiger:
优点：
1、存储空间小。
2、可选择压缩模式。存储更小，读取更快。
复制：（主从）
可复制集群：在主从的基础上，增加了自动化备灾机制。如果主节点宕机，无论什么原因，其中一个从节点自动提升为主节点。
复制的缺点：
回滚机制。
主完成写入，从未写入，此时主宕机。那么从的数据，就是不完整的。
解决方法（从机器过半写入）：超过一半的从机，完成写入操作。
分片：
什么是分片：分片是把大型数据集进行分区成更小的可管理的片的过程。
何时需要分片：1、存储分布式。2、负载分布式。
集群分片的组件：
1、shard-a,shard-b 存储数据的组件。
2、mongos 路由组件。路由到正确的分片。
3、配置服务器组件。存储集群元数据，哪个分片包含哪些数据集。
分片的粒度：
1、文档。2、块（多个键组合而成）。3、集合。4、数据库。
分片的种类：
1、数据库分片。
2、集合分片。
启用数据库分片：(需要手动分片) sh.enableSharding('dbname');
设置分片的集合：sh.shardCollection('dbname.collectionName',{filed1:1,filed2:1})
查看分片集合：db.getSiblingDB('config').collections.find()
查询、索引如何跨片工作：
1、查询：
1.1、目标查询：查询包含分片键。
1.2、全局查询：查询不包含分片键。
2、索引
2.1、每个分片维护自己的索引。
2.2、分片集合只允许在_id字段和分片键上建立唯一索引。禁止别的键建立唯一索引。
分片集群key的选择：
1、陷阱：
1.1、热点：如果分片的键不够分散，则回造成单台机器数据过多的问题，而有些机器又过于清闲。
1.2、不可分割的数据库（粗粒度）：如果一个键粒度太粗，则当该粒度大于64M时，无法进行跨集群迁移。
1.2、糟糕的查询：能分散，但是不利于查询的情况。
2、理想的分片键：
2.1、方便定位数据。
2.2、分布的数据。
2.3、高效的分割和迁移数据。
3、理想分片键的实现：
3.1、理想的分片键有点类似cap理论，只能3选2。
3.2、使用组合键的方式，满足上述要求。键1够分散，键2升序（参考_id键）。
why?为什么
待补充
