MongoDB,无模式文档型数据库简介

数据库 MongoDB
Mongo数据库在许多场景下可用于替代传统的关系型数据库或键/值存储方式。本文向大家介绍Mongo和它的一些特性、优点和缺点。

最近关于关系数据库未来走向的讨论越来越多,51CTO.com之前曾报道过《关系数据库的末日是否已经来临》和《关系数据库的根本问题分析》等文章,受到了广泛的关注。今天向大家介绍一个新的文档型数据库Mongo。

Mongo是一个高性能,开源,无模式的文档型数据库,它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。Mongo使用C++开发,提供了以下功能:

◆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(处于早期alpha阶段):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。

MongoDB的主要目标是在键/值存储方式(提供了高性能和高度伸缩性)以及传统的RDBMS系统(丰富的功能)架起一座桥梁,集两者的优势于一身。根据官方网站的描述,Mongo适合用于以下场景:

◆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。

◆用于对象及JSON数据的存储:Mongo的BSON数据格式非常适合文档化格式的存储及查询。

自然,MongoDB的使用也会有一些限制,例如它不适合:

◆高度事务性的系统:例如银行或会计系统。传统的关系型数据库目前还是更适用于需要大量原子性复杂事务的应用程序。

◆传统的商业智能应用:针对特定问题的BI数据库会对产生高度优化的查询方式。对于此类应用,数据仓库可能是更合适的选择。

◆需要SQL的问题

MongoDB支持OS X、Linux及Windows等操作系统,并提供了Python,PHP,Ruby,Java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。

更多关于MongoDB数据库的介绍可以参考其官方网站:http://www.mongodb.org/display/DOCS/Home

 

【编辑推荐】

  1. MySQL一派添“轻功”Drizzle+PHP抢先体验
  2. 对SQL说不!NoSQL的数据库技术革命
  3. 关系数据库的末日是否已经来临
  4. 探寻关系数据库和ORM的***替代者
  5. 云计算将影响关系数据库发展前景
责任编辑:佚名 来源: InfoQ
相关推荐

2015-10-22 10:52:34

NoSQL数据库键值型数据库文档型数据库

2015-08-21 12:59:38

Oracle数据库

2013-11-29 09:58:27

巨彬软件NoSQL文档型数据库

2023-09-27 07:15:46

2011-08-24 13:10:48

MongoDBUpdate

2021-09-06 10:24:12

鸿蒙HarmonyOS应用

2012-05-10 10:49:41

MongoDB

2023-09-05 10:25:35

数据库性能

2011-03-18 08:51:23

MongoDB分布式文档

2017-11-12 20:36:59

MongoDB数据库技术

2010-09-07 16:12:36

SQL语句数据库压缩

2022-05-01 21:43:38

SQL设计模式

2011-05-13 13:54:02

数据库文档数据库

2018-07-18 09:16:39

关系型非关系型数据库

2021-04-22 09:01:35

MongoDB数据库NoSql数据库

2023-11-02 08:52:52

数据库实践

2024-10-28 16:31:03

2010-07-02 08:23:06

SQL Server

2010-06-02 13:03:20

MySQL数据库
点赞
收藏

51CTO技术栈公众号