mongodb基础整理篇————简单介绍[一]
前言
简单介绍一下文档数据库。
正文
mongodb 是一个以json为数据模型的文档数据库。
这里要介绍一下什么是json。因为有些人认为\'{a:1,b:2}\' 是json，而"this is a" 不是json。
然证明这的确是一个json。事实证明数组也是。
所以不能把json想的过于狭义。
可以看下百度百科:
https://域名/item/JSON/2462549?fr=aladdin
那么什么是文档数据库?
从1989年起，Lotus通过其群件产品Notes提出了数据库技术的全新概念-"文档数据库"，文档数据库区别于传统的其它数据库，它是用来管理文档。在传统的数据库中，信息被分割成离散的数据段，而在文档数据库中，文档是处理信息的基本单位。一文档可以很长、很复杂、可以无结构，与字处理文档类似。一个文档相当于关系数据库中的一条记录。
因为mongodb 是文档数据库，且是以json为数据模型的，那么可以想想，mongdb的最小单位就是一个文档，也就是mongodb里面的一条记录或者说一个json。
我们知道mongodb是开源的，为什么开源呢？ 其实这就是一种新的市场模式，而不仅仅说互联网时代开源style，要知道天下没有免费的午餐。
mongodb 是 mongodbBD Inc的上市公司开发的，提供mongodb服务的。有人会想mongodb 开源了，别人不就免费了吗？这不得亏本，还能搞上市。
要知道一个公司如果使用mongodb到达一定的时候，是要有方案才能维护用户，这就是mongodb Inc的业务，业务才是赚钱的。开源并不会影响该公司的收入，同样的还多了这么多测试实例，所以不用想到别人开源免费让你使用，就好像占了多大便宜一样。
mongodb 有两个版本，一个是社区版一个是企业版。社区版基于SSPL，一种和AGPL基本类似的开源协议，企业版是基于商业协议，需要付费的。
使用用给产品，那么需要知道其中的历史。
-
0.x 2008 可以说是mongdb的诞生，可以用来存储然后读取。
-
1.x 2010 提供了复制集和分片集，这个时候提供高可用了。
-
2.x 更丰富的数据库功能，以前几乎只是单纯的读取和写入，跟丰富的数据库就加入了很多功能，如聚合等。
-
3.x 收购WiredTiger 和发展周边生态环境，这个时候mongodb才走向成熟了。 因为当时mongodb 没有数据引擎，也就是有了带有芯片的发动机，这个时候mongodb 很多提的bug，或者速度问题得到解决了。
所以市场上大多数应该是3.x以上的，毕竟没有芯片的发动机还是相当危险的。
- 4.x 2018 分布式事务支持，所以要想使用事务，那么需要使用4 以上的版本。
现在很多公司开始使用mongodb了，为什么要使用呢？ 其优势是什么。
说一下个人使用情况，因为微服务的使用，说一说mongodb相比其他数据库的好像。
微服务讲究一个服务自治的概念，也就是说每一个服务其实都是有一个数据库的。
那么这个时候就面临选择了，选择关系型数据库还是非关系型数据库了。
这个时候应该大部分时候会使用非关系型数据库，为什么这么说呢？
因为微服务的服务自治，该服务一般设计的业务比较简单。
比如一个account服务，里面有用户信息，用户的团队信息，用户的等级信息。他们都是信息，但是他们之间没有什么联系，其实也就是记录，故而非关系数据库好些，这样设计模型也简单一些。
然后还有一个就是比如说account 服务存储用户信息，那一条用户信息里面增加了一个字段，那么其实是可以之间在代码中增加该字段的写入，而不需去增加一个像关系数据库里面一样去改变表的结构。
我们知道如果去修改表的结构的话，还是一个风险高的事件，不是说增加字段这个操作有多危险，而是增加字段的时候，其实会修改每一条记录的数据，如果遇到庞大的数据体，还是会影响到线上的，mongodb 对此还是非常灵活的。
可以看到mongodb 非常灵活，因为mongodb 太灵活了，那么太灵活的东西也有不好的问题，那就是比如我们sex这个字段，要不是男要不是女，那么不得对其进行约束？
事实上mongodb也提供了jsonSchema这个东西来进行约束了。https://域名/docs/zh/mongodb/v3.6/reference/reference-operator-query-域名
这东西不一定要用，如果我们在应用层面没问题的话，其实是不需要的。
mongodb 使用过程还发现其一个设计特点,比如说有一个网关api的权限表设计:
{
userId:"xxx",
permission:[// 相关权限]
}
以我们的关系模型设计呢，这个permission可能就是一张表了，而在此，只是一个属性。
又比如说用户设置密码找回3个问题:
{
userid:"",
questions:[
{
\'question\':\'xxx\',
\'answers\':\'xxx\'
},
....
]
}
这条记录就可以覆盖一个场景。
这些都是简单的场景，如果复杂的场景，那么在关系数据库中你需要建立的表就更多了，那么表与表之间连接查询，效率可想而知。
mongodb 能够通过简单的设计就能够覆盖一些复杂的业务模型了，这样在代码层面上也就简单了很多了。
就像前面说的，几张表的联合查询，一张表一次行记录即可查出，那么代码的设计也很简单，代码越简单，那么维护性也就好。初学者可能觉得代码看起来越牛逼越好，其实大道至简。
除了有些业务使用mongodb能得到设计上的简化外，还有一些也需要用到。
比如说，数据行业，需要大量快速的存储，mongodb的存储是非常快的，结构也灵活。
还有一个特点就是高可用和横向扩展能力。
比如说mysql，如果数据达到1个亿，那么是会出现不流畅的，这个时候就需要重新设计和各种优化了。但是mongodb，如果达到一个亿，那么只需要使用mongodb的横向扩展能力，对于mongodb而言，这一切才刚刚开始，其定位是TB-PB级的。
当然这是数据行业很容易遇到的场景，其他的可能没有这么快达到一个亿数据。mongodb的横向扩展和高可用方案还是可以的。
结
下一节正式开始。
