大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46，售后保障稳定

最近公司用MongoDB，整合一下网上的优缺点，学习下MongoDB

没有找到原作者

一：MongoDB的优点和缺点

优点

面向文档存储(类JSON数据模式简单而强大)

动态查询
全索引支持,扩展到内部对象和内嵌数组
查询记录分析
快速,就地更新
高效存储二进制大对象 (比如照片和视频)
复制和故障切换支持
Auto- Sharding自动分片支持云级扩展性
MapReduce 支持复杂聚合
商业支持,培训和咨询

缺点

不支持事务（进行开发时需要注意，哪些功能需要使用数据库提供的事务支持）
MongoDB占用空间过大（不过这个确定对于目前快速下跌的硬盘价格来说，也不算什么缺点了）
MongoDB没有如MySQL那样成熟的维护工具，这对于开发和IT运营都是个值得注意的地方
在32位系统上，不支持大于2.5G的数据(很多操作系统都已经抛弃了32位版本，所以这个也算不上什么缺点了，3.4版本已经放弃支持32 位 x86平台)

没有找到原作者

你究竟在什么时候更需要MongoDB

你期望一个更高的写负载

默认情况下，对比事务安全，MongoDB更关注高的插入速度。如果你需要加载大量低价值的业务数据，那么MongoDB将很适合你的用例。但是必须避免在要求高事务安全的情景下使用MongoDB，比如一个1000万美元的交易。

不可靠环境保证高可用性

设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用MongoDB还可以快速、安全及自动化的实现节点（或数据中心）故障转移。

未来会有一个很大的规模

数据库扩展是非常有挑战性的，当单表格大小达到5-10GB时，MySQL表格性能会毫无疑问的降低。如果你需要分片并且分割你的数据库，MongoDB将很容易实现这一点。

使用基于位置的数据查询

MongoDB支持二维空间索引，因此可以快速及精确的从指定位置获取数据。

非结构化数据的爆发增长

给RDBMS增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，这个问题通常发生在表格大于1GB（更是下文提到BillRun系统中的痛点——单表格动辄几GB）的情况下。鉴于MongoDB的弱数据结构模式，添加1个新字段不会对旧表格有任何影响，整个过程会非常快速；因此，在应用程序发生改变时，你不需要专门的1个DBA去修改数据库模式。

缺少专业的数据库管理员

如果你没有专业的DBA，同时你也不需要结构化你的数据及做join查询，MongoDB将会是你的首选。MongoDB非常适合类的持久化，类可以被序列化成JSON并储存在MongoDB。需要注意的是，如果期望获得一个更大的规模，你必须要了解一些最佳实践来避免走入误区。

作者：姜健
链接：https://www.zhihu.com/question/20059632/answer/110863218
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

MongoDB的特点和适用场景

实用性

MongoDB是一个面向文档的数据库，它并不是关系型数据库，直接存取BSON，这意味着MongoDB更加灵活，因为可以在文档中直接插入数组之类的复杂数据类型，并且文档的key和value不是固定的数据类型和大小，所以开发者在使用MongoDB时无须预定义关系型数据库中的”表”等数据库对象，设计数据库将变得非常方便，可以大大地提升开发进度。

可用性和负载均衡

MongoDB在高可用和读负载均衡上的实现非常简洁和友好，MongoDB自带了副本集的概念，通过设计适合自己业务的副本集和驱动程序，可以非常有效和方便地实现高可用，读负载均衡。而在其他数据库产品中想实现以上功能，往往需要额外安装复杂的中间件，大大提升了系统复杂度，故障排查难度和运维成本。

扩展性

在扩展性方面，假设应用数据增长非常迅猛的话，通过不断地添加磁盘容量和内存容量往往是不现实的，而手工的分库分表又会带来非常繁重的工作量和技术复杂度。在扩展性上，MongoDB有非常有效的，现成的解决方案。通过自带的Mongos集群，只需要在适当的时候继续添加Mongo分片，就可以实现程序段自动水平扩展和路由，一方面缓解单个节点的读写压力，另外一方面可有效地均衡磁盘容量的使用情况。整个mongos集群对应用层完全透明，并可完美地做到各个Mongos集群组件的高可用性。

数据压缩

自从MongoDB 3.0推出以后，MongoDB引入了一个高性能的存储引擎WiredTiger，并且它在数据压缩性能上得到了极大的提升，跟之前的MMAP引擎相比，压缩比至少可增加5倍以上，可以极大地改善磁盘空间使用率。

其他特性

相比其他关系型数据库，MongoDB引入了”固定集合”的概念。所谓固定集合，就是指整个集合的大小是预先定义并固定的，内部就是一个循环队列，假如集合满了，MongoDB后台会自动去清理旧数据，并且由于每次都是写入固定空间，可大大地提升写入速度。这个特性就非常适用于日志型应用，不用再去纠结日志疯狂增长的清理措施和写入效率问题。另外需要更加精细的淘汰策略设置，还可以使用TTL索引(time-to-live index)，即具有生命周期的索引，它允许为每条记录设置一个过期时间，当某条记录达到它的设置条件时可被自动删除。

在某些LBS的应用中，使用MongoDB也有非常巨大的优势。MongoDB支持多种类型的地理空间索引，支持多种不同类型的地理空间查询，比如intersection，within和nearness等。

MongoDB不适用的应用场景

在某些场景下，MongoDB作为一个非关系型数据库有其局限性。MongoDB不支持事务操作，所以需要用到事务的应用建议不用MongoDB，另外MongoDB目前不支持join操作，需要复杂查询的应用也不建议使用MongoDB。

MongoDB云数据库的优势

通常使用MongodB一般有个方案，一是在主机上自己搭建，另外一个就是使用云计算厂商提供的MongoDB云数据库产品。相对自建MongoDB而言，以公有云UCloud的云MongoDB举例，使用MongoDB云数据库主要有以下优势

1 部署流程

UCloud是最早提供云MongoDB产品的云计算厂商，相对其他云计算厂商而言，配置也是最为灵活的。UCloud云MongoDB提供了2.4,2.6,3.0和3.2四个最为常用的版本，除了可自定义磁盘容量和内存上限外，客户可根据自身业务需求创建单实例MongoDB，任意节点数量的副本集，任意节点数量的configsvr和mongos，以及选择创建普通磁盘和SSD磁盘的MongoDB。

mongodb 集合_mongodb原理

2 弹性扩容和统一管理

弹性扩容是云计算的一个非常巨大的优势，在MongoDB云数据库中，可以非常方便地实现内存在线升降级和磁盘升降级，已经资源的申请和释放，从而最高效地实现了容量规划。另外在自建DB中如果实例达到一定的规模，集中化的管理往往会成为一个较大的运维成本，MongoDB在云数据库中可以根据项目和业务种类进行分组，比如相同的业务使用统一的配置文件，从而有效地减少了运维成本。

3 备份管理

在自建的MongoDB中，备份的管理往往也较为混乱，另外还需要额外的磁盘空间去存取备份文件。在MongoDB云数据库中，基本上各个云服务商都提供有成熟的备份策略，同样以UCloud举例，它可保存7次自动备份，3次手工备份，并根据自己的业务低峰期设置每天的定时备份时间段，还可以设置是否从secondary节点进行备份

4 监控和告警

自建MongoDB中，数据库本身的监控项一般通过脚本获取mongostat的结果实现，CPU，内存，磁盘使用率等监控项还需要额外再写脚本，并配置好相应的告警策略。使用MongoDB云数据库，可提供非常丰富的监控项和告警策略，及时地发现和处理性能瓶颈。

5 故障处理

使用MongoDB云数据库，当DB所在的物理机出现硬件故障或者DB本身出现性能问题，云计算厂商往往具备非常丰富的故障处理经验，可保障在最短的时间内恢复服务。另外，虽然云数据库虽然禁止客户登陆DB所在的物理机，不过一般云计算厂商比如UCloud可以提供错误日志下载等功能，方便客户去定位故障原因。

迁移到云数据库

一般MongoDB的迁移上云的策略都是通过副本集的高可用性来实现，不过需要首先保证网络的连通性（这一点一般云计算厂商都会负责或协助打通）。通过将云DB作为自建DB的Secondary节点，当两边的数据达到完成一致，确认数据正常后，手工做一次高可用的切换，使得服务整理从自建DB切换到云DB。当切换完成后，云DB可成功选举成为新的Primary节点，这时即可在新的Primary节点上rs.remove移除自建DB节点，从而实现了MongoDB上云的平滑迁移。下面已自建的MongoDB是三个节点组成的副本集为例，现在想迁移到云上，方案图如下