MongoDB03-数据模型

• MongoDB中术语对应的SQL术语。

1、设计数据库

• MongoDB数据库是非关系数据库并且是无模式的。这意味着，不同于关系数据库(例如MySQL)，MongoDB数据库并未绑定到任何预定义的列或数据类型。这种实现方式最大的优势在于，处理数据非常灵活，因为该文档不需要遵守任何预定义的结构。
• 可以在一个集合中包含数百个甚至数千个结构不同的文档，而不会破坏MongoDB数据库的任何规则。
• 在MongoDB中文档的数据设计，体现出了MongoDB的灵活性，尤其是与关系数据库相比时。“文档(document)”是一个包含了真正数据的元素。

• 在下面示例中将会展示出同一集合Media中的两个完全不同类型的文档（注意，集合大致等同于SQL中的表)：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

{   "Type": "CD",   "Artist": "Nirvana",   "Title": "Nevermind",   "Genre": "Grunge",   "Releasedate": "1991.09.24",   "Tracklist": [     {       "Track": "1",       "Title": "Smells Like Teen Spirit",       "Length": "5:02"     },     {       "Track": "2",       "Title": "In Bloom",       "Length": "4:15"     }   ] }   {   "Type": "Book",   "Title": "Definitive Guide to MongoDB: A complete guide to dealing with Big Data usingMongoDB 3rd ed.",   "ISBN": "987-1-4842-1183-0",   "Publisher": "Apress",   "Author": [     "Hows, David",     "Plugge, Eelco",     "Membrey, Peter",     "Hawkins, Tim"   ] }

• 可以看出，这两个文档的大多数字段相互之间都有联系。它们都拥有字段Title和Type；但除了相似性，这两个文档是完全不同的，但它们被添加到了同一个集合Media中。

• MongoDB被称为无模式数据库，并不意味着MongoDB的数据结构是完全没有模式的。例如，在MongoDB中也需要定义集和索引。但是，不需要为新增的文档预定义任何结构，这与MySQL是不同的。
• 简单地说，MongoDB是一个极其动态的数据库。之前的示例无法正常存储在关系数据库中，除非在表中添加了所有可能的字段，但这样做会浪费空间和性能，更会引起极度混乱。

1.1、集合

• 集合是MongoDB中的一个常用术语。可以将集合看成存储文档(即数据)的容器，如图3-1所示。（如图3-2是关系数据库的典型模型）

• MongoDB中有两种集合：
  • 默认的创建的集合，其大小是可以自动扩展的，即添加的数据越多，集合就变得越大。
  • 固定大小(capped)的集合，只可以包含特定数量的数据，最老的文档将被新增的文档替代。
• MongoDB中的所有集合都有唯一的名称。集合的名称定义规则：
  • 以字母或下划线(_)开头，名字中可以包含数字和字母。
  • 不能使用$符号（$符号是MongoDB的保留关键字），不能使用空白字符串(" ")，不能使用null字符，也不能以system."字符串开头。
  • 最大长度为128字符，但建议使用简短的集合名称(大约不超过9个字符)。
• 单个数据库的名称空间数量的限制：
  • MMAPv1存储引擎（默认的存储引擎）最多可以创建24000个名称空间。
  • WiredTiger存储引擎没有这个限制。
• 每个集合至少包含两个名称空间：一个用于集合自身，另一个用于集合中创建的第一个索引。也就是说，如果为集合添加更多索引，那么该集合将使用更多名称空间。这意味着，如果使用MMAPv1存储引擎，且每个集合都只含有一个索引，那么每个数据库最多可以拥有12000个集合。

1.2、文档

• 文档由键/值对组成。例如，"Type":"Book"由键Type和值Book组成。
  • 键的类型为字符串。
  • 值可以是任何类型的数据，例如可以是数组甚至是二进制数据。
• MongoDB的数据类型，即可以用在文档中的数据类型：
  • String：包含一串文本(或任何其他种类的字符)。该数据类型常用于存储文本值(例如，"Country":"Japan")。
  • Integer(32位和64位)：整型，常用于存储数值(例如，"Rank":1)。注意在整数的前后没有引号。
  • Boolean：其值要么为真，要么为假。
  • Double：用于存储浮点数。
  • Min/Max keys：分别用于与BSON中的最低和最高值进行比较。
  • Arrays：用于存储数组(例如，["Membrey，Peter"，"Plugge，Eelco"，"Hows，David"])。
  • Timestamp：用于存储时间截。可以方便记录文档修改或添加的时间。
  • Object：用于存储嵌入文档。
  • Null：用于存储Null值。
  • Symbol：用法与字符串一致。但通常该数据类型将被语言保留用于特定的符号类型，
  • Date：用于存储UNIX时间格式的当前日期或时间(POSIX时间)。
  • ObjectID：用于存储文档的ID。
  • Binarydata：用于存储二进制数据。
  • Regularexpression：用于正则表达式。所有选项都通过按字母顺序提供的特殊字符表示。
  • JavaScriptCode：用于JavaScript代码。

1.3、在文档中内嵌或引用信息

• 可选择在文档中内嵌信息，或者引用另一个文档中的信息。
  • 内嵌信息：在文档自身中添加某种类型的数据(例如包含了更多数据的数组)。
  • 引用信息：在一个文档中引用另一个文档的内容。例如，使用关系数据库时会采用引用信息的方式。假设希望使用关系数据库记录CD、DVD和图书的信息，在该数据库中，可能需要一张表用于存储CD信息，另一张表用于存储CD的曲目列表。因此，可能就需要查询多个表来获取某个CD中包含的曲目列表。
• 在MongoDB(和其他非关系数据库)中使用内嵌信息的方式，因为此方式更加简单。毕竞，文档本身能够实现这样的操作。采用这种方式将保持数据库简洁，保证所有相关的信息都存储在单个文档中，甚至因为数据在磁盘中存储位置相近，处理速度会更快。

• 现在通过一个真实的场景，在关系和非关系数据库中存储CD数据，演示内嵌信息和引用信息这两种方式的区别。

?

1 2 3 4 5 6 7 8 9 10 11

//在关系数据库中，数据结构（引用信息）如下 |_media   |_cds     |_id, artist, title, genre, releasedate   |_cd_tracklists     |_cd_id, songtitle, length   //在非关系数据库中，数据结构（内嵌信息）如下 |_media   |_items     |_<document>

• 在非关系数据库中，文档结构将如下所示：
  • 曲目列表信息内嵌在文档中。这种方式不仅高效，而且结构清晰。所有要存储的CD信息都将被添加到该单个文档中。
    • 在关系数据库版本中，至少需要两个表。
    • 在非关系数据库中，只要求一个集合和一个文档。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

{   "Type": "CD",   "Artist": "Nirvana",   "Title": "Nevermind",   "Genre": "Grunge",   "Releasedate": "1991.09.24",   "Tracklist": [     {       "Track": "1",       "Title": "Smells Like Teen Spirit",       "Length": "5:02"     },     {       "Track": "2",       "Title": "In Bloom",       "Length": "4:15"     }   ] }

• 提示：
  • 使用MongoDB的经验法则是：尽可能地使用内嵌数据。这种方式要高效得多，并且总是可行的。
• 此时，你可能会好奇拥有多用户的应用是如何工作的。通常来说，关系数据库版本将要求使用一个表存储所有用户，另外两个表用于存储CD信息。对于非关系数据库，可分别为用户和CD信息各使用一个集合。对于此类问题，MongoDB允许通过两种方式创建引用：手动方式和自动方式。

1.4、创建_id字段

• MongoDB数据库中的所有对象都有一个唯一标识符，用于区分不同的对象，该标识符被称作_id键。
  • _id键是集合中所有文档的必需元素，_id键是添加到所有新创建文档中的第1个属性，因此MongoDB会将在创建集合时自动将_id添加到所有文档中。
• 如果不手动指定_id值，MongoDB会自动将_id值设置为12字节长度的二进制数据（BSON类型）。
  • 这样设计，使它具有唯一值的概率非常高。这个12字节的值包含4字节的时间截(从1970年1月1日以来的秒数)、3字节的机器ID、2字节的进程ID和3字节的计数器。计数器和时间截字段都以大端格式存储。这是因为MongoDB希望保证这些值能够按升序存储，而大端格式最符合此需求
  • 注意：术语“大端”和“小端”指的是在内存中存储一个字的每个字节/位的方式。大端通常意味着最大的数字存储在开头。类似地，小端意味着最小的值存储在开头。
• 图3-3显示了_id键值的组成和每个部分的来源。

• 如何创建_id键？
  • 访问MongoDB时使用的所有额外支持的驱动(例如PHP驱动或Python驱动)，都支持这种特殊的BSON数据类型，并在创建新数据时使用它。
  • 可以在MongoDB shell中调用Objectld()以创建_id键值。
  • 可以使用ObjectId(string)指定自己的_id键值，string是十六进制字符串。

2、构建索引

• 索引是一种数据结构，用于收集集合中文档特定字段的值的信息。MongoDB的查询优化器使用该数据结构对集合中的文档进行快速排序。
• 索引使在文档中查询数据的速度非常快（不需要遍历整个数据库）。基本上，可以将索引看成已经执行并存储了结果的预定义查询。在MongoDB中通用的经验是：对于需要在关系数据库中创建索引的场景，在MongoDB中也应该创建索引。

• 为什么需要删除索引、重建索引，甚至删除集合内的所有索引?
  • 最简单的答案是清除一些违规数据。例如，有时数据库的大小会毫无原因地剧烈增长。
  • 索引也可能会使用过多的空间。
• 每个集合最多可以拥有40个索引。通常来说，这远超个人的需要，不过某天你有可能不经意间就达到这个限制。

• 注意：添加索引将提高查询速度，但也会降低插入或删除的速度。最好在读操作多于写操作的集合中添加索引。但当写操作多于读操作时，索引可能降低性能。

• List Indexes()命令可以查看目前已经存储的索引。
• getlndexes命令可以查看某个集合中创建的索引：

?

1	db.collection.getIndexes()

3、使用地理空间索引（没有看完）

• 如果你是一个MongoDB新手，之前也未曾使用过地理空间索引数据，本节内容的难度会比较大。不过不必担心，现在完全可以忽略本节内容，在之后随时可以再回来学习。

• MongoDB从版本1.4开始就已经实现了对地理空间索引的支持，可用于处理基于位置的查询。例如，可以使用该特性查找距用户当前位置最近的已知目标。

1、创建地理空间信息

• 地理空间信息的文档必须有一个子对象或数组(第一个元素指定了对象类型，紧接着是该元素的经度和纬度)。注意，参数type用于指定文档的GeoJSON对象类型，可以是Point、MultiPoint、LineString、MultiLineString、MultiPolygon、Polygon或GeometryCollection。

• Point类型指定某个条目所在的准确位置，因此需要两个值：经度和结度。

?

1 2	> db.restaurants.insert ({name: "Kimono", loc: {type: "Point", coordinates: [52.370451, 5.217497]}}) WriteResult({ "nInserted" : 1 })

• LineString类型指定某个沿着特定路线扩展的条目(例如街道)，因此需要起点和终点。

?

1 2	> db.streets.insert({name: "Westblaak", loc: {type: "LineString", coordinates: [[52.36881, 4.890286], [52.368762, 4.890021]]}}) WriteResult({ "nInserted" : 1 })

• Polygon类型可用于指定(非默认的)图形(购物区域)。使用该类型时，需要保证起点和终点是一致的，从而可以闭合这个环。另外，该点的坐标将通过在数组中内嵌数组的方式提供。

?

1 2	> db.stores.insert({name: "SuperMall", loc: {type: "Polygon", coordinates: [[52.146917, 5.374337], [52.146966, 5.375471], [52.146722, 5.375085], [52.146744, 5.37437], [52.146917, 5.374337]]}}) WriteResult({ "nInserted" : 1 })

• Multi版本(MultiPoint、MultiLineString等)是选中数据类型的数组。

?

1 2	> db.restaurants.insert({name: "Shabu", loc: {type: "MultiPoint", coordinates: [[52.1487441, 5.3873406], [52.3569665, 4.890517]]}}) WriteResult({ "nInserted" : 1 })

• 一旦在文档中添加地理空间信息，就可以创建此类型的索引(当然也可以提前创建索引)，为ensureIndex()函数提供2dsphere参数。

2、查询地理空间信息

• 下面的示例将展示如何(以及为什么)在实际应用中使用地理空间索引。

4、可插拔的存储引擎

• MongoDB的存储引擎是数据库的一部分，负责把数据存储在磁盘上。
  • 在3.0版本之前，只能使用MongoDB原生的MMAPv1存储引擎。在3.2之前的任何版本中，MMAPv1仍然是默认的存储引擎。
  • 在3.0之后，可以选择使用WiredTiger存储引擎，甚至使用存储引擎API开发自己的存储引擎。

• 默认情况下，MongoDB v3.0及其以后版本有两个支持的存储引擎：MMAPv1和WiredTiger。
  • 与MMAPvl相比，WiredTiger存储引擎提供了更细的并发控制，同时具备原生的压缩功能。这样可以更好地利用硬件，降低存储成本，性能也好。

• 注意：每个存储引擎都有自己的优缺点，一个存储引擎可能最适合大量读取操作的任务，另一个存储引擎可能更便于执行大量写入任务。多个存储引擎可以共存于单个副本集中。

?

1	#                                                                                                                               #