对于系统架构师来说，技术选型很重要。一个项目能走多远、人力成本研发费用的高低，都与技术选型有关系。

本篇文章，来大体上的了解一下Mongdb数据库的相关知识。作为一个有经验的程序员，你可以没用过他，但是不能不认识他！

一： Mongdb的基本介绍

MongoDB是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。旨在为WEB应用提供可扩展的高性能数据存储解决方案。

在高负载的情况下，添加更多的节点（分布式），可以保证服务器性能。

MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

MongoDB生态目前已经发展成熟，国内各大云服务商，也上线了MongoDB云数据库。基于MongoDB数据库的项目，已经在各行各业遍地开花。

二： MongoDB特性与优势

核心：灵活文档模型 + 高可用复制集 + 可扩展分片集群

1)：事务支持

MongoDB 目前只支持单文档事务，需要复杂事务支持的场景暂时不适合

2)：灵活的文档模型  

JSON 格式存储最接近真实对象模型，对开发者友好，方便快速开发迭代. 比如：

表结构灵活可变，字段类型可以随时修改。

MongoDB中的每一行数据只是简单的被转化成Json格式后存储，因此MongoDB中压根没有MySQL中表结构这样的概念，你可以直接简单粗暴的将任意结构的数据塞入同一个表中，压根不必考虑表结构的限制，更不必像MySQL一样因为要修改数据表结构而大费周折。

简而言之，往MySQL写数据像是在做填空题，你写入的数据必须与最早定义的表结构一致，而往MongoDB写数据就像是在做问答题，想怎么写就怎么写，这灵活度不要爽太多。

3)：高可用复制集

满足数据高可靠、服务高可用的需求，运维简单，故障自动切换

4)：可扩展分片集群  

海量数据存储，服务能力水平扩展

5)：高性能  

mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求

6)：强大的索引支持  

地理位置索引可用于构建 各种 O2O 应用、文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求

7)：Gridfs

解决文件存储的需求

8)：aggregation & mapreduce  

解决数据分析场景需求，用户可以自己写查询语句或脚本，将请求都分发到 MongoDB 上完成.

三： MongoDB的劣势

MongoDB不需要定义表结构这个特点给表结构的修改带来了极大的方便，但是也给多表查询、复杂事务等高级操作带来了阻碍。因此，如果你的数据的逻辑结构非常复杂，经常需要进行复杂的多表查询或者事务操作，那显然还是MySQL这类关系型数据库更合适。

四： MongoDB使用场景

游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新

物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。

社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能

物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析

视频直播，使用 MongoDB 存储用户信息、礼物信息等；

其他与特性相匹配的项目....

Mongodb用于存储非结构化数据，尤其擅长存储json格式的数据或者是一些很难建索引的文本数据。

存储的量大概在10亿级别，再往上性能就下降了，除非另外分库。

五： 技术选型，如何确定合不合适？

1). 应用不需要事务及复杂join支持；

2). 数据模型无法确定；

3). 对数据库有高并发操作,需要较高的读写QPS；

4). 数据量大，需要TB甚至 PB 级别数据存储；

5). 应用发展迅速，需要能快速水平扩展；

6). 应用要求存储的数据不丢失；

7). 应用需要99.999%高可用；

8). 应用需要大量的地理位置查询、文本查询；

备注： 并非以上需求都需要满足才适合使用。满足两三种，用他就没毛病。但如果还追求更多的性能与功能等特性，还可以继续参考其他数据库的优势，如ElasticSearch.

如有转载，请注明出处!《Mongdb数据库的介绍、优势与劣势、应用场景与选型依据》的原文地址：http://www.xiao6.net/post/244.html