mongoDB学习
一、NoSQL介绍
1.NoSQL 简介
NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"，指的是非关系型的数据库，是对不同于传统的关系型数据库的数据库管理系统的统称。
在现代的计算系统上每天网络上都会产生庞大的数据量。
这些数据有很大一部分是由关系数据库管理系统（RDMBSs）来处理，也有一部分使用非系型数据库处理
对NoSQL最普遍的解释是"非关联型的"，强调Key-Value Stores和文档数据库的优点，而不是单纯的反对RDBMS。
NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。
2.为什么使用NoSQL
关系型数据库对数据要求严格，而非关系型数据库没有那么严格，对于大量不同字段的数据，存储更加方便
二、MongoDB简介
Mongodb由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。是专为可扩展性，高性能和高可用性而设计的数据库，
是非关系型数据库中功能最丰富，最像关系型数据库的，它支持的数据结构非常散，是类似 json 的 bjson 格式，因此可以存储比较复杂的数据类型。
MongoDB的（来自于英文单词“Humongous”，中文含义为“庞大”）是可以应用于各种规模的企业，各个行业以及各类应用程序的开源数据库。
作为一个适用于敏捷开发的数据库，MongoDB的的数据模式可以随着应用程序的发展而灵活地更新。
MongoDB 以一种叫做 BSON（二进制 JSON）的存储形式将数据作为文档存储。具有相似结构的文档通常被整理成集合。
可以把这些集合看成类似于关系数据库中的表： 文档和行相似， 字段和列相似。
json格式：{key:value,key:value}
bjson格式：{key:value,key:value}
#区别在于：对于数据{id:1}，在JSON的存储上1只使用了一个字节，而如果用BJSON，那就是至少4个字节
1.MySQL与mongoDB对比
1）结构对比
| mysql |
MongoDB |
| 库 |
库 |
| 表 |
集合 |
| 字段 |
键值 |
| 行 |
文档 |
1）数据库中数据（student库，user表）
| uid |
name |
age |
| 1 |
zhangyu |
18 |
| 2 |
chencgheng |
28 |
2）mongoDB中的数据（student库，user集合）
1) {uid:1,name:zhangyu,age:18}
2) {uid:2,name:chencgheng,age:28}
3）区别总结
1.数据结构不同
2.数据库添加不存在字段的数据时报错
3.mongoDB可以添加不存在的字段的数据
4.mongoDB不需要提前创建好库和表，创建数据直接会帮助我们创建好
2.MongoDB 特点
1.高性能：
Mongodb 提供高性能的数据持久性，索引支持更快的查询
2.丰富的语言查询：
Mongodb 支持丰富的查询语言来支持读写操作（CRUD）以及数据汇总
3.高可用性：
Mongodb 的复制工具，成为副本集，提供自动故障转移和数据冗余，
4.水平可扩展性：
Mongodb 提供了可扩展性，作为其核心功能的一部分，分片是将数据分在一组计算机上。
5.支持多种存储引擎：
WiredTiger存储引擎和、 MMAPv1存储引擎和 InMemory 存储引擎
3.0以上版本 3.0以下版本
新的引擎压缩比特别大，原来100个G，可能升级之后所有数据都在，只占用10个G
6.强大的索引支持：
地理位置索引可用于构建 各种 O2O 应用、文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求
3.MongoDB应用场景
1.游戏场景：
使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新
2.物流场景：
使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
3.社交场景：
使用 MongoDB 存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能
将送快递骑手、快递商家的信息（包含位置信息）存储在 MongoDB，然后通过 MongoDB 的地理位置查询，这样很方便的实现了查找附近的商家、骑手等功能，使得快递骑手能就近接单
地图软件、打车软件、外卖软件，MongoDB强大的地理位置索引功能使其最佳选择
4.物联网场景：
使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析
5.视频直播：
使用 MongoDB 存储用户信息、礼物信息等
6.电商场景：
上衣有胸围，裤子有腰围，如果用数据库需要分成两个库，如果使用MongoDB都可以存在一起
