1. MongoDB概览

1. 什么是NoSQL

​ NoSQL：Not Only SQL ,本质也是一种数据库的技术，相对于传统数据库技术，它不会遵循一些约束，比如：sql标准、ACID属性，表结构等。

优点

• 满足对数据库的高并发读写
• 对海量数据的高效存储和访问
• 对数据库高扩展性和高可用性
• 灵活的数据结构，满足数据结构不固定的场景

缺点

• 一般不支持事务
• 实现复杂SQL查询比较复杂
• 运维人员数据维护门槛较高
• 目前不是主流的数据库技术

分类

文档本质(即bson)

​ 文档是一组键值(key-value)对(即 BSON)。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这是与关系数据库最不同的点。

列式存储

行式存储和列式存储主要是在物理存储的选择上面，这里主要是选择从实体的完整性角度进行存储，还是从实体特征维度进行存储，行式存储就是以实体为单位进行存储，在物理存储上，一个实体（的特征属性）紧挨着另外一个实体；列式存储就是从实体特征维度进行存储，通常是以列为物理存储单元，这种存储模式也决定了查询的模式也是基于列取查询；所以，当我们想要按照实体去查询列式存储的数据，一般都是需要并行查询，所以列式存储天生的是分布式数据库的架构。

​ **在OLTP场景，更多的基于实体的维护和查询，但是在OLAP场景，则是更多地从实体特征角度进行数据处理（统计），所以在OLAP的场景下，如果还是使用行式存储，会导致大量的无谓的遍历，**比如想要对某个列进行所有数据的统计，因为是行式存储，需要遍历所有的实体的所有的属性；如果列式存储，则只需要按照列进行查询即可，因为列式存储是以列一个物理存储单元，所以遍历只要遍历相应列的物理存储文件即可。

​ 那么从这个角度上面来讲，HBase其实是行列存储的一个综合体，从宏观角度是按照列簇为单位进行存储，从微观角度，每一个列簇的单元是由key，value的键值对组成（可能是很多个键值对，因为一个列簇可以包含很多列），但是values其实是行式存储，另外HBase并不建议采用多个列簇，列簇不要超过2个，所以列式存储的优势并没有完全发挥出来，但是基于HBase的技术架构，只能这样处理，如果是纯粹的列式存储对于HBase的性能会有大影响。

​ 采用列式存储还有一个好处就是可以方便的进行编码和压缩，因为一列中的值大概率是有大量重复的，可以对于这些重复的值进行编码以及压缩，节省存储空间。

行式存储: …(a1a2a3)(b1b2)(c1c5)…

列式存储: …(a1b1c1)…(a2b2)…(a3)…(c5)…

为什么HBase建议列簇不要超过2个?

1. memstore只要一个满了就会刷，未满的列簇会形成大量的小文件，增加查询成本；以及会潜在增加compact的次数（文件数量、文件大小都会导致compact）；
　　2. 文件的Split也有类似问题，只要一个列簇文件大小达到了split，就会将这个region下所有的列簇的进行分割。

2. MongoDB基本概念

3. MongoDB使用场景

​ 并没有某个业务场景必须要使用 MongoDB才能解决，但使用 MongoDB 通常能让你以更低的成本解决问题（包括学习、开发、运维等成本）

​ MongoDB 的应用已经渗透到各个领域，比如游戏、物流、电商、内容管理、社交、物联网、视频直播等，以下是几个实际的应用案例：

• 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

4. 什么场景不能用MongoDB

• 高度事务性系统：例如银行、财务等系统。MongoDB对事物的支持较弱；
• 传统的商业智能应用：特定问题的数据分析，多数据实体关联，涉及到复杂的、高度优化的查询方式；
• 使用sql方便的时候；数据结构相对固定，使用sql进行查询统计更加便利的时候；