摘要：本文主要学习了数据库的定义和分类，以及MongoDB数据库的基本知识。
环境
Windows 10 企业版 LTSC 21H2
MongoDB 6.0.21
1 数据库
1.1 定义
数据库是按照数据结构来组织、存储和管理数据的仓库。
程序是在内存中运行的，一旦程序运行结束或者计算机断电，程序运行中的数据都会丢失。所以需要将一些程序运行的数据持久化到硬盘之中，以确保数据的安全性。而数据库就是数据持久化的最佳选择。
比较简单的数据库就是类似LowDB这种使用文本存储的数据库，使用比较简单，单功能也比较有限。
1.2 分类
如果按数据模型分类，可以将数据库分为关系型数据库和非关系型数据库。
1.2.1 关系型数据库
通常适用SQL（Structured Query Language）表示。
以表格的形式组织数据，表格之间通过关系相连，使用SQL语言进行数据操作。
常见的数据库有：MySQL、Oracle、SQL Server、PostgreSQL等等。
适用于需要复杂查询和事务处理的场景，比如银行系统和企业资源规划系统等等。
1.2.2 非关系型数据库
通常使用NoSQL（Not only SQL）表示。
非关系型数据库根据存储形式不同还可以进一步分类。
1.2.2.1 键值存储数据库
以键值对的形式存储数据，键是唯一的，值可以是任意类型的数据。
常见的数据库有：Redis、Riak。
适用于需要快速读写操作的场景，比如缓存系统和会话存储。
1.2.2.2 文档型数据库
以文档的形式存储数据，文档可以是JSON和XML等格式，每个文档都是独立的。
常见的数据库有：MongoDB、CouchDB。
适用于需要灵活的数据结构和快速的读写操作，比如内容管理系统和实时分析系统。
1.2.2.3 列族数据库
以列族为单位存储数据，适合存储大量稀疏数据。
常见的数据库有：HBase、Cassandra。
适用于需要处理海量数据和高写入速率的场景，如物联网数据存储、日志分析。
1.2.2.4 图数据库
以图的形式存储数据，擅长处理实体之间的关系。
常见的数据库有：Neo4j、OrientDB。
适用于需要处理复杂关系的数据，如社交网络、知识图谱。
2 简介
2.1 概述
MongoDB是一种流行的开源文档型数据库，属于NoSQL数据库的一种。它以其灵活的数据模型、高性能和可扩展性而闻名，特别适合处理大量结构化和非结构化数据的应用程序。
官网网站：
2.2 特点
MongoDB数据库的特点如下：
- 高可用性：通过复制集（Replica Set）机制，实现数据的自动备份和故障转移。复制集由多个节点组成，包括一个主节点和多个从节点，数据在这些节点之间自动同步。
- 模式自由：使用动态模式（Schema-less）架构，同一集合中的文档可拥有不同属性，开发过程中可随时调整结构，减少迁移成本。
- 高性能：利用内存映射文件加速数据访问，支持多种索引类型（如复合、全文、地理空间）。
- 水平扩展：支持分片（Sharding）技术，允许将数据集拆分成多个部分，每个部分存储在不同的服务器上，从而提高系统的处理能力和存储容量。
- 复杂查询：支持复杂的查询表达式和操作符，包括聚合（Aggregation）、文本搜索（Text Search）和地理空间查询（Geospatial Queries）等，使得数据的检索和处理更加方便。
- 事务支持：在4.0版本后支持跨文档事务，满足一致性要求较高的场景，但需权衡性能。
- 多语言驱动：支持多种编程语言的驱动，比如Ruby、Java、C#、JavaScript、C、C++、PHP、Perl和Python等，方便开发者在不同的编程环境中使用。
2.3 术语
MongoDB使用BSON（Binary JSON）格式存储数据，是一种类似JSON的二进制形式的存储格式，具有更高的存储效率和处理速度。每个文档都可以包含不同数量和类型的属性，使得数据模型更加灵活。
MongoDB被称为“最像关系型数据库的NoSQL数据库”，其术语对比如下：
| SQL术语 | SQL说明 | MongoDB术语 | MongoDB说明 |
|---|---|---|---|
| database | 数据库 | database | 数据库 |
| table | 表 | collection | 集合 |
| row | 行 | document | 文档 |
| column | 字段 | field | 属性 |
| index | 索引 | index | 索引 |
| primary key | 主键 | primary key | 主键，默认将_id作为主键 |
数据库用于存储集合，集合用于合并文档，文档则是数据的基本单位，由键值对组成，类似于JSON对象。
在MongoDB中，数据库和集合都不需要手动创建，在创建文档时，如果文档所在的集合或者数据库不存在，则会自动创建数据库或者集合，不需要预先定义固定的模式，非常灵活。
2.4 业务场景
具体的应用场景：
- 社交场景，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。
- 游戏场景，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，高效率存储和访问。
- 物流场景，存储订单信息，订单状态在运送过程中会不断更新，以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。
- 物联网场景，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，存储用户信息，点赞互动信息等。
这些应用场景中，数据操作方面的共同点有：
- 数据量大。
- 写入操作频繁。
- 价值较低的数据，对事务性要求不高。
在架构选型上，除了上述三个特点之外，还要考虑下面这些问题：
- 应用不需要事务及复杂JOIN支持。
- 应用需要快速迭代开发，数据模型无法确定。
- 应用需要2000-3000以上的读写QPS。
- 应用需要TB甚至PB级别数据存储。
- 应用需要快速水平扩展。
- 应用需要高可用，存储的数据不能丢失。
- 应用需要大量的地理位置查询，文本查询。
如果有1个符合，可以考虑使用MongoDB，如果2个及以上的符合，选择使用MongoDB绝不会后悔。
条