MongoDB 是什么 ? 能干嘛？
最近在回顾mongodb的相关知识，输出一篇文章做为MongoDB知识点的总结。
总结的目的在于回顾MongoDB的相关知识点，明确MongoDB在企业级应用中充当的角色，为之后的技术选型提供一个可查阅的信息简报。
MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库
（1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。
使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大增强。
（2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提升从节点为主节点，达到故障转移。
（3）数据模型因为是面向对象的，所以可以表示丰富的、有层级的数据结构，比如博客系统中能把“评论”直接怼到“文章“的文档中，而不必像myqsl一样创建三张表来描述这样的关系。
SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。
MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优点，相比于同类型的NoSQL redis 并没有上述的能力。
MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是可以提供自动故障转移、扩展读能力。
MongoDB的驱动实现一个写入语义 fire and forget ，即通过驱动调用写入时，可以立即得到返回得到成功的结果（即使是报错），这样让写入的速度更加快，当然会有一定的不安全性，完全依赖网络。
MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。
MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。
MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。
MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。
mongodump和mongorestore,备份和恢复数据库的标准工具。输出BSON格式，迁移数据库。
mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据需要支持多格式时有用。mongoimport还能用与大数据集的初始导入，但是在导入前顺便还要注意一下，为了能充分利用好mongoDB通常需要对数据模型做一些调整。
mongosniff,网络嗅探工具，用来观察发送到数据库的操作。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。
因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。因为简单，所以数据极快，而且相对容易伸缩还提供复杂查询机制的数据库。MongoDB需要跑在64位的服务器上面，且最好单独部署，因为是数据库，所以也需要对其进行热备、冷备处理。
因为本篇文章不是API手册，所有这里对shell的使用也是基础的介绍什么功能可以用什么语句，主要是为了展示使用MongoDB shell的方便性，如果需要知道具体的MongoDB shell语法可以查阅官方文档。
创建数据库并不是必须的操作，数据库与集合只有在第一次插入文档时才会被创建，与对数据的动态处理方式是一致的。简化并加速开发过程，而且有利于动态分配命名空间。如果担心数据库或集合被意外创建，可以开启严格模式
以上的命令只是简单实例，假设如果你之前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪一个更简单呢？如果你使用的是java驱动去操作MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式一样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成没问题，也正因为这样简洁，完善的查询机制，深深的爱上了MongoDB。
这里引用的是最新的驱动包，提供了一套新的访问连接方式
这里只举例了简单的链接与简单的MongoDB操作，可见其操作的容易性。使用驱动时是基于TCP套接字与MongoDB进行通信的，如果查询结果较多，恰好无法全部放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。
插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，但是该行为可以通过配置配置，可以通过安全模式开启，安全模式可以校验服务器端插入的错误。
mongodb 能做什么
MongoDB属于内存型数据库，在需要读性能要求很高的项目中有着比较不错的表现。
可做前段缓存服务器、缓冲数据存储区，同样也可以作为应用系统的存储服务器，例如微博、论坛等应用系统，也可以作为图片存储服务器（分布式）；
在数据写方面，Mongo也支持比较高的写速率（当然这取决于硬件设备）。这比一般使用硬盘存储介质的关系数据库的存储效率要高很多。
但是，非关系数据库会造成大量冗余数据，如果前期的系统设计很粗糙，后期的数据维护将会相当困难。
mongodb是什么类型数据库
答案：A
1.文档型数据库
作为最受欢迎的NoSQL产品，文档型数据库MongoDB当仁不让地占据了第一的位置，同时它也是所有NoSQL数据库中排名最靠前的产品(总排行榜第七名)。Apache基金会的CouchDB排在第二，基于.Net的数据库RavenDB排在第三，Couchbase排在第四。
2.键值(Key-value)数据库
键值(Key-value)数据库是NoSQL领域中应用范围最广的，也是涉及产品最多的一种模型。从最简单的BerkeleyDB到功能丰富的分布式数据库Riak再到Amazon托管的DynamoDB不一而足。
在键值数据库流行度排行中，Redis不出意外地排名第一，它是一款由Vmware支持的内存数据库，总体排名第十一。排在第二位的是Memcached，它在缓存系统中应用十分广泛。排在之后的是Riak、BerkeleyDB、SimpleDB、DynamoDB以及甲骨文的Oracle NoSQL数据库。值得注意的是，Oracle NoSQL数据库上榜不久，得分已经翻番，上升势头非常迅猛。
3. 列式存储
列式存储被视为NoSQL数据库中非常重要的一种模式，其中Cassandra流行度最高，它已经由Facebook转交给到Apache进行管理，同时Cassandra在全体数据库排名中排在第十位，紧随MongoDB成为第二受欢迎的NoSQL数据库。基于Hadoop的Hbase排在第二位，Hypertable排在第三。而Google的BigTable并未列入排名，原因是它并未正式公开。
使用mongodb数据库有哪些优势？
下面是一个瑭锦TANJURD总结 MongoDB 优缺点的列表，希望对打算使用 MongoDB 的同学，能有一些作用：\x0d\x0a 优势：\x0d\x0a 快速!(当然，这和具体的应用方式有关，通常来说，它比一般的关系型数据库快5位左右。)\x0d\x0a 很高的可扩展性 _ 轻轻松松就可实现PB级的存储(但是可能我们并不需要PB级的存储，10TB可能就够了)\x0d\x0a 他有一个很好的 replication 模式 (replica sets)\x0d\x0a 有很完善的Java API\x0d\x0a 他的存储格式是Json的，这对Java来说非常好处理，对javascirpt亦然。\x0d\x0a 运维起来非常方便，你不用专门为它安排一个管理员。\x0d\x0a 它有一个非常活跃的社区(我提出的一个bug在20分钟内就能得到修复。多谢Elliot)\x0d\x0a 他的版本控制非常清楚。\x0d\x0a MongoDB 背后的公司(10gen)已经准备好了明天在 MongoDB 上面的投入的资金了。\x0d\x0a 劣势\x0d\x0a 应用经验缺乏，我们都没有相关NoSQL 产品的使用经验。\x0d\x0a 项目相对来说还比较新。\x0d\x0a 和以往的存储相比，数据的关系性操作不再存在。
为什么mongodb不能替代elasticsearch区别
MongoDB是一款广泛使用的文档型数据库，而Elasticsearch则是一款基于Lucene的搜索引擎，它们在设计和应用上有很大的差异，因此不能说MongoDB可以完全替代Elasticsearch。以下是一些具体的原因：数据结构：MongoDB主要针对的是数据的存储和查询，而Elasticsearch则是专注于全文搜索和分析，因此它们的数据结构和查询方式不同。MongoDB的查询速度可能会受到文本索引的限制，而Elasticsearch具有更强大的全文搜索和分析功能，可以快速检索和分析海量数据。扩展性：Elasticsearch是一个分布式搜索引擎，可以水平扩展以处理大规模数据，而MongoDB则需要通过复制集或分片技术来扩展。因此在处理大规模数据时，Elasticsearch能够更好地处理。实时性：Elasticsearch具有较高的实时性，能够快速响应用户的搜索请求，而MongoDB可能需要更长时间来执行复杂的查询，因此在实时性方面会有所劣势。综上所述，MongoDB和Elasticsearch各有优缺点，它们的应用场景也不同。如果需要高效地处理海量文本数据，进行全文搜索和分析，那么Elasticsearch是一个更好的选择；而如果需要处理大量结构化数据或进行多种查询操作，则MongoDB是更适合的选择。
