MongoDB

为什么要使用 MongoDB

面向文档

由于 MongoDB 是 NoSQL 类型的数据库，它不是像关系类型数据库那样以固定的格式存储数据，而是将数据存储在文档中，这使 MongoDB 非常灵活，可以适应实际的商业环境和需求；

临时查询

MongoDB 支持按字段、范围和正则表达式查询并返回文档中的数据；

索引

可以创建索引以提高 MongoDB 中的搜索性能，文档中的任何字段都可以建立索引；

复制

MongoDB 支持高可用性的副本集。副本集由两个或多个 MongoDB 数据库实例组成，每个副本集成员可以随时充当主副本或辅助副本的角色，主副本是与客户端交互并执行所有读/写操作的主服务器。辅助副本使用内置复制维护主副本种的数据。当主副本失败时，副本集将自动切换到辅助副本，然后将辅助副本作为主服务器；

负载平衡

MongoDB 可以在多台服务器上运行，以平衡负载或复制数据，以便在硬件出现故障时保持系统正常运行。

MongoDB适用场景有哪些？

MongoDB 的主要目标是在键/值存储方式和传统的 RDBMS（关系型数据库）系统之间架起一座桥梁，它集两者的优势于一身。根据官方网站的描述，MongoDB 适用于以下场景：

网站数据

MongoDB 非常适合实时的插入、更新与查询数据，并具备网站实时存储数据所需的复制及高度伸缩的特性；

缓存

由于性能很高，MongoDB 也适合作为信息基础设施的缓存层，在系统重启之后，由 MongoDB 搭建的持久化缓存层可以避免下层的数据源过载；

庞大的、低价值的数据

使用传统的关系型数据库存取大量数据时，数据库的运行效率往往并不尽人意，而 MongoDB 的出现使这个问题迎刃而解，MongoDB 非常适合庞大数据的存储；

高伸缩性的场景

MongoDB 内置了 MapReduce 引擎，因此非常适合由数十或数百台服务器组成的数据库；

用于对象及 JSON 数据的存储

MongoDB 的 BSON 数据格式非常适合文档化格式的存储及查询。

如何优化MongoDB性能？

索引优化

为经常查询的字段创建索引，避免全表扫描。

分片

使用分片将数据分散到多台服务器上，以提高读写性能和可扩展性。

选择适当的存储引擎

MongoDB提供了多个存储引擎，不同的引擎适用于不同的应用场景，应选择适合自己的存储引擎。

预分配空间

在写入大量数据之前，预先分配足够的磁盘空间，避免频繁的自动扩容操作。

合理使用内存

MongoDB在内存中缓存常用的数据，应尽量将常用的数据放在内存中，减少硬盘I/O操作。

避免全表更新操作

全表更新操作会锁定整个表，影响性能，应尽量避免。

选择合适的硬件

选择性能更好的硬件，如更快的CPU、更大的内存、更快的磁盘等，以提高MongoDB的性能。

监控和优化

定期监控MongoDB的性能指标，如QPS、响应时间等，及时发现和解决性能瓶颈。