1.1 业务应用场景
传统的关系型数据库（如 MySQL），在数据操作的 “三高” 需求以及应对 Web2.0 的网站需求面前，显得力不从心。
“三高” 需求
- High performance - 对数据库高并发读写的需求。
- Huge Storage - 对海量数据的高效率存储和访问的需求。
- High Scalability && High Availability - 对数据库的高可扩展性和高可用性的需求。
MongoDB 应用场景
- 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。
- 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、高效率存储和访问。
- 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。
- 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。
- 视频直播：使用 MongoDB 存储用户信息、点赞互动信息等。
应用场景数据操作共同特点
- 数据量大
- 写入操作频繁（读写都很频繁）
- 价值较低的数据，对事务性要求不高
对于这样的数据，更适合使用 MongoDB 来实现数据的存储。
MongoDB 什么时候用
在架构选型上，除了上述三个特点外，若仍犹豫是否选择 MongoDB，可考虑以下问题：
- 应用不需要事务及复杂 join 支持
- 新应用，需求会变，数据模型无法确定，想快速迭代开发
- 应用需要 2000-3000 以上的读写 QPS（更高也可以）
- 应用需要 TB 甚至 PB 级别数据存储
- 应用发展迅速，需要能快速水平扩展
- 应用要求存储的数据不丢失
- 应用需要 99.999% 高可用
- 应用需要大量的地理位置查询、文本查询
如果上述有 1 个符合，可考虑 MongoDB；2 个及以上符合，选择 MongoDB 绝不会后悔。
思考：如果用 MySQL 呢？
答：相对 MySQL，可以以更低的成本解决问题（包括学习、开发、运维等成本）
1.2 MongoDB 简介
MongoDB 是一个开源、高性能、无模式的文档型数据库，当初的设计就是用于简化开发和方便扩展，是 NoSQL 数据库产品中的一种，也是最像关系型数据库（MySQL）的非关系型数据库。
它支持的数据结构非常松散，是一种类似于 JSON 的格式叫 BSON，所以既可以存储比较复杂的数据类型，又相当灵活。MongoDB 中的记录是一个文档，它是一个由字段和值对（field:value）组成的数据结构。MongoDB 文档类似于 JSON 对象，即一个文档认为就是一个对象。字段的数据类型是字符型，它的值除了使用基本的一些类型外，还可以包括其他文档、普通数组和文档数组。
1.3 体系结构
MySQL 和 MongoDB 的区别
| SQL 术语 / 概念 | MongoDB 术语 / 概念 | 解释 / 说明 |
| database | database | 数据库 |
| table | collection | 数据库表 / 集合 |
| row | document | 数据记录行 / 文档 |
| column | field | 数据字段 / 域 |
| index | index | 索引 |
| table joins | 嵌入文档 | 表连接 MongoDB 不支持，通过嵌入式文档替代多表连接 |
| primary key | primary key | 主键，MongoDB 自动将_id 字段设置为主键 |
1.4 数据模型
MongoDB 的最小存储单位就是文档（document）对象。文档（document）对象对应于关系型数据库的行。数据在 MongoDB 中以 BSON（Binary-JSON）文档的格式存储在磁盘上。
BSON（Binary Serialized Document Format）是一种类 JSON 的二进制形式的存储格式，简称 Binary JSON。BSON 和 JSON 一样，支持内嵌的文档对象和数组对象，但是 BSON 有 JSON 没有的一些数据类型，如 Date 和 BinData 类型。BSON 采用了类似于 C 语言结构体的名称、对表示方法，支持内嵌的文档对象和数组对象，具有轻量性、可遍历性、高效性的三个特点，可以有效描述非结构化数据和结构化数据。这种格式的优点是灵活性高，但缺点是空间利用率不是很理想。
BSON 中，除了基本的 JSON 类型：string、integer、boolean、double、null、array 和 object，Mongo 还使用了特殊的数据类型。这些类型包括 date、object id、binary data、regular expression 和 code。每一个驱动都以特定语言的方式实现了这些类型，可查看驱动的文档来获取详细信息。
BSON 数据类型参考列表
| 数据类型 | 描述 | 举例 |
| 字符串 | UTF-8 字符串都可表示为字符串类型的数据 | {"x": "foobar"} |
| 对象 id | 对象 id 是文档的 12 字节的唯一 ID | {"x": ObjectId()} |
| 布尔值 | 真或者假：true 或者 false | {"x": true} |
| 数组 | 值的集合或者列表可以表示成数组 | {"x": ["a", "b", "c"]} |
| 32 位整数 | 类型不可用。JavaScript 仅支持 64 位浮点数，所以 32 位整数会被自动转换。shell 是不支持该类型的，shell 中默认会转换成 64 位浮点数 | - |
| 64 位整数 | 不支持这个类型。shell 会使用一个特殊的内嵌文档来显示 64 位整数 | - |
| 64 位浮点数 | shell 中的数字就是这一种类型 | {"x": 3.14159, "y": 3} |
| null | 表示空值或者未定义的对象 | {"x": null} |
| undefined | 文档中也可以使用未定义类型 | {"x": undefined} |
| 符号 | shell 不支持，shell 会将数据库中的符号类型的数据自动转换成字符串 | - |
| 正则表达式 | 文档中可以包含正则表达式，采用 JavaScript 的正则表达式语法 | {"x": /foobar/i} |
| 代码 | 文档中还可以包含 JavaScript 代码 | {"x": function() { /* …… */ }} |
| 二进制数据 | 二进制数据可以由任意字节的串组成，不过 shell 中无法使用 | - |
1.5 MongoDB 的特点
高性能
MongoDB 提供高性能的数据持久性。特别对嵌入式数据模型的支持减少了数据库系统上的 I/O 活动。
索引支持更快的查询，并且可以包含来自嵌入式文档和数组的键。（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、地理位置索引可用于构建各种 O2O 应用）mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求。Gridfs 解决文件存储的需求。
高可用性
MongoDB 的复制工具称为副本集（replica set），它可提供自动故障转移和数据冗余。
高扩展性
MongoDB 提供了水平可扩展性作为其核心功能的一部分。分片将数据分布在一组集群的机器上。（海量数据存储，服务能力水平扩展）从 3.4 开始，MongoDB 支持基于片键创建数据区域。在一个平衡的集群中，MongoDB 将一个区域所覆盖的读写只定向到该区域内的那些片。
丰富的查询支持
MongoDB 支持丰富的查询语言，支持读和写操作 (CRUD)，比如数据聚合、文本搜索和地理空间查询等。
