Mongo简述

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。MongoDB 将数据存储为一个文档,数据结构由键值(key=>value)对组成。

Mongo的概念:

database:数据库

collection:集合(类似于关系数据库中的表)

document:文档(类似于关系数据库中的行记录)

field:域(类似于关系数据库中的字段)

index:索引

primary key:主键(在没有指定的情况下mongo自动将_id作为随机主键)

简单的命令:

show dbs (查看所有的数据库)

use  test  (切换到test数据库,没有的话则创建)

db.col.insert({"name":"宇宙","age":36000000})  (在col集合中插入一个简单的json Document)

db.col.find({"name":"宇宙"})  (在col集合中查询一个name为‘宇宙’的文档)

运维:

mongo的主从机制保证性能稳定,数据安全,任何节点都可以在主节点宕机的情况下进行自动切换,保证正常提供数据功能;

当一个DB或者集合(Collection)数据量过大时(存储空间超过硬件的设置,甚至超过允许的合理内存时)会导致数据的读取性能下降,影响业务扩展的能力;此时,MongoDB会出现卡顿,甚至查询耗时过长,导致业务系统出现异常,单机的性能达到了瓶颈;

为解决上述问题,mongo推出了多机器部署分片集群策略:

mongo路由--config servers--shard,


mongos是路由,提供给客户端进行读写数据的封装,并将数据存储的位置进行分配存储;

config-server是路由的具体配置信息,和数据的存储索引

shard是真正的数据存储位置,一般有多个,每个shard有多个chunk(块)组成;

chunk的大小默认是64M,当存储数据超过这个值的时候,会默认记性拆分为两个chunk存储在shard中,以此类推;

对于同一个集合的数据来说,可能分布在不同的shard中;

分布策略根据key值的划分存储有【范围】和【哈希】两种 :

对于100~1000这种的数据可以使用范围策略;

对于想要数据进行均匀分布的情况可以采用哈希策略;

具体要求可以根据业务功能进行数据策略存储的选择;

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容