大家好,又见面了,我是你们的朋友全栈君。
一,memcached ,redis 属于key/value数据库
二,mongodb跟上面的区别是,它属于文档数据库,存储的是文档(Bson(基于json修改json串时,这个json串后面的数据位置不发生变化,介绍空间)->json的二进制)
内部引擎用JS解释器,把文档存储成bson结构,在查询是,转换为JS对象,并可以通过熟悉的js语法来操作。
三,与传统数据相比
传统数据库:结构化数据,定好了表结构后,每一行的内容,必是符合表结构的,就是说,列的个数类型都一样。
mongo文档数据库,表下的每篇文档都可以有自己独特的结构(电影评论,一张表管理所有评论与回复,在传统型数据库中至少要4张表,关联度很复杂)
四:mongo命令行可以写for循环等脚本
五,索引
1,索引提高查询速度,降低写入速度,因此要权衡常用的查询字段,不必在太多列上建索引。
2,在mongo中索引可以按字段升序降序(1生效,-1降序)来创建索引,便于排序。
3,默认使用Btree来组织索引文件(穿件索引是会产生索引文件的,也是占用空间内存的),2.4版本后也允许建立hash索引。
4,db.find(query).explain(),如果输出显示|“cursor”:BasicCursor 说明没有索引发挥作用。
5,索引分类:普通索引(单列索引,多列索引),唯一索引(被加索引的key值唯一,否则报错 ,需设置unique:true),稀疏索引(如果被索引的字段的值是空的,将不建立索引与之相对,普通索引不管被索引字段的值是不是空的都会把该文档的field列的值认为null,并建索引)
6,对hash查询和Btree查询的介绍
二叉树(Btree):即二分法查询,根据大小范围缩小查询位置,具有排序特性,mysql具有此种查询方式。
哈希(hash):散列存储(即数据在硬盘上东一个西一条),它是根据hash算法,为每条数据指定存储位置,查找的时候也是根据hash算法瞬间找到数据位置具有很快的查询速度。但是由于散列存储,所以数据不具有排序聚合特性。不适合查询有序的集合数据。
6,replication set复制集
多台服务器维护相同的数据副本,提高服务器的可用性。
基本的一个primary(主节点),两个secondary(副本节点),三个节点两两相互通信,发送心跳信息(至于为什么两个副本也要通信是因为,如果主节点挂了,两副本要竞争)
7,shard分片,把数据分块存储(比如:1-1千万条数据放在shard1,1千万-2千万条数据放在shard2等)
数据存储到不同的分片需要通过mongos路由器,分发到指定的分片,怎么指定呢,在路由器与分片见有个configsvr,它不存储正真的数据,而是meta元信息,即某条数据在那个分片上的信息。
mongos查询某条数据时,要先找configsvr,询问得到该数据在那个shard上(当然要先设定好分片规则)
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/105984.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...