MongoDB技术架构介绍
mongodb原理和架构
mongodb原理和架构MongoDB是一个开源的文档数据库，使用JSON格式存储数据。
它采用了分布式架构，支持水平扩展，具有高可用性和高性能。
一、MongoDB的架构1.1 单节点架构MongoDB最基本的架构是单节点架构，即一个MongoDB实例只有一个进程在运行。
这种架构的好处是简单易用，适用于小规模的应用场景。
但是，单节点架构的缺点也很明显，它无法处理大量的数据和高并发的请求。
1.2 副本集架构为了解决单节点架构的问题，MongoDB引入了副本集架构。
副本集由多个MongoDB实例组成，其中一个是主节点，其他节点是从节点。
主节点负责处理所有的写操作和大部分的读操作，从节点负责复制主节点的数据并处理一部分读操作。
当主节点宕机或者网络故障时，从节点会自动选举出一个新的主节点。
副本集架构的优点是能够提供高可用性和数据冗余，同时也可以通过读写分离来提高性能。
但是，副本集架构也存在一些问题，比如需要协调节点之间的数据同步和选举过程，以及从节点可能会因为网络延迟导致数据滞后。
1.3 分片架构当数据量达到一定规模时，副本集架构也无法满足需求。
此时，MongoDB提供了分片架构。
分片架构由多个MongoDB实例组成，其中每个实例称为一个分片。
每个分片只负责一部分数据的存储和处理。
分片架构可以通过水平扩展来提高性能和容量。
分片架构的核心是分片键，它是用来将数据分配到不同分片的依据。
MongoDB支持两种分片键，一种是区间分片键，另一种是哈希分片键。
区间分片键将数据根据一定的范围划分到不同的分片中，而哈希分片键则是将数据根据哈希值分配到不同的分片中。
分片架构的优点是能够水平扩展，支持大规模的数据存储和处理。
但是，分片架构也存在一些问题，比如需要协调各个分片之间的数据同步和查询优化，以及需要处理跨分片的事务和索引。
二、MongoDB的原理2.1 存储引擎MongoDB支持多种存储引擎，其中最常用的是WiredTiger。
mongodb的体系结构
mongodb的体系结构MongoDB的体系结构MongoDB是一种开源的文档数据库，采用分布式文件存储方式，具有高性能、可扩展性和灵活性。
它的体系结构包括数据库、集合、文档和索引四个层级。
1. 数据库层级在MongoDB中，数据库是最高级别的容器，用于存储和管理相关的数据集合。
一个MongoDB服务器可以同时运行多个数据库，每个数据库都有自己的文件和内存缓存。
2. 集合层级集合是MongoDB中的一个概念，类似于关系型数据库中的表。
一个数据库可以包含多个集合，每个集合都由多个文档组成。
集合不需要预定义模式，可以动态地添加或删除字段。
3. 文档层级文档是MongoDB中最基本的数据单位，类似于关系型数据库中的行。
文档是一个键值对的集合，可以包含不同类型的字段，如字符串、整数、日期等。
文档使用BSON（二进制JSON）格式进行存储，支持嵌套和数组类型的数据结构。
4. 索引层级索引是MongoDB中提高查询性能的关键元素。
通过在一个或多个字段上创建索引，可以加快查询操作的速度。
MongoDB支持多种类型的索引，包括单字段索引、复合索引、全文索引等。
索引可以在集合级别创建，也可以在文档级别创建。
MongoDB的体系结构是基于分布式存储的，可以通过水平扩展来满足大规模数据存储和处理的需求。
在一个MongoDB集群中，可以将数据分布在多个节点上，实现数据的负载均衡和高可用性。
每个节点都可以独立地处理查询和写入操作，通过复制机制来保证数据的一致性。
为了提高性能，MongoDB使用了内存映射文件的方式进行数据访问。
它将数据文件映射到内存中，通过缓存机制来加速读取操作。
同时，MongoDB还支持写入操作的持久化，可以将数据写入磁盘，保证数据的安全性。
除了基本的CRUD操作，MongoDB还提供了丰富的功能和特性，如聚合框架、地理空间索引、数据分片等。
这些功能可以帮助开发人员更方便地进行数据分析和处理，提高应用程序的性能和可扩展性。
MongoDB（一）：关系型数据库和非关系型数据库
MongoDB（⼀）：关系型数据库和⾮关系型数据库⼀、关系型数据库1、概念关系型数据库：是指采⽤了关系模型来组织数据的数据库，是⽬前各类数据库中使⽤最为⼴泛的数据库系统。
简单的说，关系模型指的就是⼆维表格模型，⼀个关系型数据库就是由⼆维表及其之间的联系所组成的⼀个数据组织。
现在使⽤的主流数据库都是关系型数据库，⽐如SQL Server、Mysql、Oracle、DB2、Sybase等。
关系模型中常⽤的概念：关系：可以理解为⼀张⼆维表，每个关系都具有⼀个关系名，就是通常说的表名。
元组：可以理解为⼆维表中的⼀⾏，在数据库中经常被称为记录。
属性：可以理解为⼆维表中的⼀列，在数据库中经常被称为字段。
域：属性的取值范围，也就是数据库中某⼀列的取值限制。
关键字：⼀组可以唯⼀标识元组的属性，数据库中常称为主键，由⼀个或多个列组成。
关系模式：指对关系的描述。
其格式为：关系名(属性1、属性2......属性N)，在数据库中称为表结构。
2、关系型数据库的特点关系数据库是⽀持关系模型的数据库系统。
⽽关系模型是由⼆维表来表⽰实体和实体间联系的模型。
使⽤⼆维表存储数据，对使⽤者来说很直观，更容易理解。
使⽤关系数据库的优势主要表现在以下⼏个特性：(1)操作⽅便性。
通过开发应⽤程序和数据库连接，⽤户能⽅便的对数据库中数据进⾏操作，特别对没有数据库基础的⼈，也可以通过数据库管理系统，直接在数据库中操作。
(2)易于维护性。
关系数据库在完整性约束中提供了实体完整性、参照完整性和⽤户定义的完整性，通过完整性约束可以⼤⼤降低数据存储的冗余及数据不⼀致的概率。
(3)访问数据的灵活性。
关系数据库中提供了诸如视图、存储过程、触发器、索引等对象，使数据的访问更加灵活。
3、关系型数据库的瓶颈(1)对数据库⾼并发读写的需求Web2.0⽹站要根据⽤户个性化信息来实时⽣成动态页⾯和提供动态信息，⽆法使⽤动态页⾯静态化技术，因此数据库的并发负载⾮常⾼，往往要达到每秒上万次的读写请求，此时，服务器上的磁盘根本⽆法承受如此之多的读写请求。
mongodb原理和架构
mongodb原理和架构MongoDB是一个开源的、跨平台的文档型数据库。
它以C++语言编写，由于其华丽的性能和易用的特性而受到广泛的欢迎。
MongoDB的原理和架构主要涉及到以下几个方面：1.数据模型：MongoDB采用文档型数据库模型，将数据存储为类似于JSON的文档。
这些文档可以包含具有不同结构的数据，可以嵌套和索引。
文档以集合的形式组织，集合可以看作是一组相似文档的容器。
2.存储引擎：MongoDB支持多种存储引擎，如WiredTiger、MMAPv1等。
其中最常用的是WiredTiger引擎，它采用B树索引和前缀压缩技术，提供了高效的存储和查询性能。
3.分布式架构：MongoDB采用分布式架构来支持大规模的数据存储和处理。
它可以通过水平扩展来增加性能和容量，通过将数据分片存储在多个分片服务器上来实现横向扩展。
数据的分片和复制也提高了数据的可用性和容错性。
4.数据副本集：MongoDB通过数据副本集实现高可用性和故障恢复。
数据副本集是一组具有相同数据的副本，其中一个成员被选为主节点（Primary），其他成员为从节点（Secondary）。
主节点处理所有的写操作，从节点通过复制主节点的操作日志来保持数据的一致性。
5.查询优化：MongoDB支持丰富的查询语法和索引机制，可以高效地执行各种查询。
它支持主键索引、复合索引、全文索引等，通过选择合适的索引和使用合理的查询语法，可以提高查询性能。
6.分片策略：MongoDB通过分片策略将数据分布在多个节点上，以实现横向扩展和负载均衡。
分片策略控制了数据如何进行分片，可以按照范围、哈希等多种方式进行分片。
分片策略还可以根据数据的访问模式和负载情况进行动态调整。
7.安全性：MongoDB提供了多种安全机制来保护数据的安全性。
它支持SSL/TLS加密连接、访问控制、身份验证等。
管理员可以为每个用户分配不同的权限，限制其对数据库的访问和操作。
总结起来，MongoDB的原理和架构主要包括数据模型、存储引擎、分布式架构、数据副本集、查询优化、分片策略和安全性等。
mongodb内部原理
mongodb内部原理MongoDB是一种非关系型数据库，它的内部原理主要包括数据存储、索引、查询优化和复制等方面。
本文将从这些方面来探讨MongoDB 的内部原理。
一、数据存储MongoDB使用B树数据结构来存储数据。
B树是一种多叉树，它具有平衡性和高效的查找性能。
在MongoDB中，每个集合都有一个对应的B树文件，用于存储该集合的数据。
B树文件由一个或多个数据块组成，每个数据块存储多个文档。
文档是MongoDB中的基本数据单元，类似于关系型数据库中的行。
MongoDB的数据存储采用了预分配空间的方式。
在写入数据时，MongoDB会预先分配一块连续的磁盘空间，并将数据写入其中。
当这块空间被写满时，MongoDB会继续预分配下一块空间。
这种方式可以减少频繁的磁盘扩容操作，提高写入性能。
二、索引索引在MongoDB中起到了重要的作用，它可以大大提高查询的效率。
MongoDB使用了B树索引来实现数据的快速查找。
B树索引由多个B 树组成，每个B树对应一个索引字段。
在查询时，MongoDB会根据索引字段的值在B树上进行查找，从而快速定位到需要的数据。
MongoDB支持多种类型的索引，包括单字段索引、复合索引、地理空间索引等。
单字段索引是指对一个字段进行索引，复合索引是指对多个字段进行索引，地理空间索引是指对地理位置进行索引。
索引的选择需要根据具体的业务场景和查询需求来决定。
三、查询优化MongoDB使用了查询优化器来优化查询的执行计划。
查询优化器会根据查询语句的条件和索引的选择性来选择合适的索引。
在执行查询时，MongoDB会根据查询条件和索引选择生成一个查询计划，然后通过执行计划来获取数据。
为了加快查询速度，MongoDB还支持查询结果的缓存。
当执行查询时，MongoDB会将查询结果缓存在内存中，下次执行相同的查询时可以直接从缓存中获取结果，从而提高查询的响应速度。
四、复制复制是MongoDB的一个重要特性，它可以提高数据库的可用性和可靠性。
MongoDB技术调研
MongoDB 简易使用测试特点高性能、易部署、易使用，存储数据非常方便。
主要功能特性有：∙面向集合存储，易存储对象类型的数据。
∙模式自由。
∙支持动态查询。
∙支持完全索引，包含内部对象。
∙支持查询。
∙支持复制和故障恢复。
∙使用高效的二进制数据存储，包括大型对象（如视频等）。
∙自动处理碎片，以支持云计算层次的扩展性∙支持Python，PHP，Ruby，Java，C，C#，Javascript，Perl及C++语言的驱动程序，社区中也提供了对Erlang及.NET等平台的驱动程序。
∙文件存储格式为BSON（一种JSON的扩展）。
∙可通过网络访问。
功能∙面向集合的存储：适合存储对象及JSON形式的数据。
∙动态查询：Mongo支持丰富的查询表达式。
查询指令使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。
∙完整的索引支持：包括文档内嵌对象及数组。
Mongo的查询优化器会分析查询表达式，并生成一个高效的查询计划。
∙查询监视：Mongo包含一个监视工具用于分析数据库操作的性能。
∙复制及自动故障转移：Mongo数据库支持服务器之间的数据复制，支持主-从模式及服务器之间的相互复制。
复制的主要目标是提供冗余及自动故障转移。
∙高效的传统存储方式：支持二进制数据及大型对象（如照片或图片）∙自动分片以支持云级别的伸缩性：自动分片功能支持水平的数据库集群，可动态添加额外的机器。
∙网站数据：Mongo非常适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。
∙缓存：由于性能很高，Mongo也适合作为信息基础设施的缓存层。
在系统重启之后，由Mongo搭建的持久化缓存层可以避免下层的数据源过载。
∙大尺寸，低价值的数据：使用传统的关系型数据库存储一些数据时可能会比较昂贵，在此之前，很多时候程序员往往会选择传统的文件进行存储。
∙高伸缩性的场景：Mongo非常适合由数十或数百台服务器组成的数据库。
Mongo的路线图中已经包含对MapReduce引擎的内置支持。
mongodb底层读写原理
mongodb底层读写原理MongoDB是一种非常流行的NoSQL数据库，它以其高性能和可伸缩性而闻名。
在了解MongoDB底层的读写原理之前，我们先来了解一下它的一些基本概念。
MongoDB采用了一种称为BSON（Binary JSON）的二进制格式来存储数据。
BSON是一种轻量级、可扩展的数据表示格式，类似于JSON，但比JSON更高效。
它支持各种数据类型，包括字符串、数字、数组、嵌套文档等。
在MongoDB中，数据存储在一个称为集合（Collection）的概念中。
集合类似于关系型数据库中的表，但没有固定的模式。
这意味着可以在同一个集合中存储不同结构的文档。
读操作是MongoDB底层的一项重要功能。
当执行读操作时，MongoDB首先会在内存中查找数据。
如果数据在内存中找到了，MongoDB会直接返回结果，这是一种非常快速的方式。
如果数据不在内存中，MongoDB会从磁盘中读取数据，并将其加载到内存中，然后返回结果。
写操作是MongoDB底层的另一个关键功能。
当执行写操作时，MongoDB会将数据写入磁盘中的一个称为日志（Log）的文件中。
这个过程称为写入操作的预写日志（Write Ahead Log，简称WAL），它确保了数据的持久性和一致性。
在写入操作完成后，MongoDB会将数据更新到内存中的数据集（Data Set）中。
同时，MongoDB还会将数据异步地刷新到磁盘中的数据文件中。
这种异步刷新的方式可以提高写入操作的性能。
除了预写日志和内存数据集之外，MongoDB还使用了一种称为索引（Index）的结构来加速查询操作。
索引可以提供快速的数据定位和排序功能，以提高查询性能。
总的来说，MongoDB底层的读写原理是基于内存和磁盘的数据访问方式。
读操作首先在内存中查找数据，然后才是磁盘。
写操作首先将数据写入预写日志，然后更新内存数据集，并异步刷新到磁盘。
通过使用索引，MongoDB可以加速查询操作。
mongodb的存储原理
mongodb的存储原理MongoDB是一个开源文档型数据库，使用BSON（Binary JSON）作为存储格式。
它使用了一种称为“面向文档”的数据模型来存储数据。
在MongoDB中，文档是数据库中的基本数据单位。
一个文档可以是一个JSON对象，它可以具有多个属性，每个属性都包括一个值。
MongoDB将文档存储到集合中，集合是许多文档的容器。
下面是MongoDB的存储原理。
一、存储引擎MongoDB使用多种存储引擎，包括WiredTiger、MMAPv1和RockDB。
其中WiredTiger是MongoDB 3.2及其以上版本的默认存储引擎。
WiredTiger存储引擎使用了高级数据压缩技术，可以大大减少存储空间的使用。
此外，WiredTiger还支持以原子方式读写数据，能够提高数据库的并发性能。
二、数据分片MongoDB支持数据分片，这意味着可以将数据分布在多个服务器上，从而实现水平扩展。
当数据到达容量极限时，可以通过添加更多的服务器来扩展MongoDB集群。
这种水平扩展的方法增加了系统可扩展性和容错能力。
三、索引索引是MongoDB的重要组成部分。
MongoDB支持多种类型的索引，包括单键索引、复合索引、全文索引、地理空间索引等。
MongoDB使用B树作为索引数据结构。
B树的高度非常低，可以快速访问索引数据。
索引可以大大提高查询性能。
四、写入操作MongoDB提供了高效的写入操作。
其中最独特的是upsert操作，这种操作可以在一个操作中更新文档，并且如果文档不存在，则MongoDB会创建一个新文档。
这种操作可以大大提高操作效率。
五、读取操作MongoDB支持多种读取操作，包括查询、聚合、分组等。
MongoDB使用查询优化器来分析查询语句并找到最优执行方式。
在执行查询时，MongoDB会优先使用索引，从而提高查询性能。
总之，MongoDB通过使用高效的存储引擎、支持数据分片和索引、提供高效的写入/读取操作等方式来保证高效的数据存储和访问。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
NoSQL简介
NoSQL是什么？ NoSQL：非关系型数据库。
NoSQL有时也称作Not Only SQL的缩写，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。 NoSQL简史 1998年Carlo Strozzi首次提出（不提供SQL功能的关
系型数据库）。
2009年Eric Evans再次提出NoSQL概念。 NoSQL、Relational Database相铺相成。
15
高性能和丰富的查询语言
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可减少数据库系统上的I/O活动。
索引支持更快的查询，并且可以包括嵌入式文档和数组的键。
丰富的查询语言
MongoDB支持丰富的查询语言来支持读写操作（CRUD ） 以及，
数据聚合。
文本搜索和地理空间查询。
YES ROW-level YES YES YES YES NO YES
YES
YES 64TB YES
NO
NO 384EB YESO NO YES（分片）
YES
YES NO YES（分片）
存储引擎比较
20
键值型： Redis, Couchbase 文档型：
宽表型： Cassandra, HBase
11
BSON 二进制的JSON，JSON文档的二进制编码存储格式。 BSON有JSON没有的数据类型：Date和BinData。 MongoDB中document以BSON形式存放。
> db.meeting.insert({meeting:"SHOUGJune",Date:"2015-0615"});
层次关系
文档(document)、集合(collection)、数据库(database)
层次关系图
24
MongoDB与RDBMS数据结构逻辑对比
12
MongoDB文档支持不同的数据类型
（JSON/BSON支持的数据类型）
13
MongoDB关键特性
高性能
丰富的查询语言 高可用性 水平可扩展性 支持多种存储引擎
14
MongoDB（ Nexus 架构）
关系型 非关系型
强大 查询功能
灵活模式
强一致性
扩展性
二 级索引
性能
Relational + NoSQL
MongoDB MMAPv1 NO Collection-level YES NO YES NO YES YES
MongoDB WiredTiger NO Document-level YES NO YES NO YES YES
事务
锁粒度 Geospatial MVCC Replication 外键 数据库集群 B-TREE索引 全文检索 数据压缩 存储限制 表分区
MongoDB技术架构介绍
技术创新，变革未来
目录
MongoDB基本介绍
复制集&分片集
MongoDB加固
2
MongoDB基本介绍
NoSQL简介 MongoDB是什么？
MongoDB的关键特性
GridFS MongoDB体系结构 MongoDB适用场景 MongoDB用户案例 MongoDB版本选择 是否使用MongoDB
16
高可用性和数据持久化
MongoDB的复制集（副本集）提供：
自动故障转移。
数据冗余。
数据持久化：
副本集是一组保持相同数据 集的MongoDB服务器，提供 冗余和增加数据可用性。
17
水平可扩展
18
支持多种存储引擎
• MMAPv1存储引擎：<3.2 默认存储引擎是MMAPv1
• WirdeTiger存储引擎：>=3.2 默认存储引擎是WiredTiger
MongoDB
7
DB-Engines Ranking
8
MongoDB是什么？
Not Mango！
Humongous: 巨大
非关系型数据库：没有固定的行列组织模式。 开源：MongoDB是由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。
文档型数据库：并非word和pdf文档。MongoDB 将数 据存储为一个文档，数据结构由键值(name=>value)对组 成。MongoDB 文档类似于JSON对象。字段值可以包含 其他文档，数组及文档数组。
5
NoSQL的优势
低成本
高可扩展性
高并发：大数据下读写能力较强。
分布式计算 没有复杂的关系 处理海量数据 半结构化存储：半结构化数据
6
NoSQL数据库四大家族
列存储：Hbase
键值(Key-Value)存储：Redis 图像存储：Neo4J 文档存储 :
10
MongoDB和JSON
JSON JSON:JavaScript Object Notation(JavaScript对象表
示法)。
JSON：是存储和交换文本信息的语法。类似 XML。 JSON数据库语句可以容易被解析。 Web 应用大量使用。 NAME-VALUE 配对。 MongoDB第一版支持。
4
为什么使用NoSQL？ • 90% of the world’s data was created in the last two years • 80% of enterprise data is unstructured • Unstructured data growing 2x faster than structured
关系型： Oracle, MySQL, PostgreSQL
21
GridFS
MongoDB体系结构
跨平台
Linux、Unix、Mac、Windows 整体架构相同
MongoDB Server
实例、数据库及其对应关系
数据逻辑结构
文档、集合、数据库
数据存储
元数据、实际数据
23
数据逻辑结构
• In-Memory存储引擎：Changed in version 3.2.6
19
MySQL InnoDB
MySQL NDB YES ROW-level YES NO YES YES(From 7.3) YES YES
Oracle YES ROW-level YES YES YES YES YES YES