“阅读本文大约需要 4 分钟
MongoDB 作为 NoSQL 数据库的代表，在最近几年内已经迅速成为主流的数据存储解决方案之一，在各种应用的系统架构中承担了举足轻重的重要。本文通过几个简单明了的示例帮你快速掌握 MongoDB 的基础概念和实用方法。
MongoDB 是什么？
从官网 https://www.mongodb.com/what-is-mongodb 上的描述来看 MongoDB 是一款基于文档(Document) 结构的数据库，所谓文档结构可以认为是不要求固定 schema，类似 Json 的数据结构，事实上 MongoDB 也是实用 BSON，一种 JSON 的二进制格式来存储数据的。
相对于传统的关系型数据库，MongoDB 的特点非常明显，主要有以下几点：
灵活的数据结构，类似 Json 的格式，可以根据业务的发展自由的增加字段
良好的性能表现，通过 sharding 等机制将数据自动分散在不同节点，能够把压力均匀分布
高可用，MongoDB 自带了完善的 Replica 机制，会将数据复制到不同的节点，根据节点的可用情况自动切换
丰富的索引类型，支持 Single, Compound, Geospatial 等不同种类的索引类型，满足绝大部分业务场景的需求
同时也需要注意 MongoDB 对于查询 Join 操作以及事务的支持有限，所谓有所得必有所失，这需要我们在具体的开发过程中注意。
安装
我们可以从官方下载当前 MongoDB 最新稳定的社区版本，https://www.mongodb.com/download-center/community，在页面中选择对应的操作系统，点击下载即可。
Windows 版本的安装过程非常简单，一路 next 就好，建议将 MongoDB 作为 Windows 的一项服务，这样管理起来也较为方便。
Linux/MacOSX 的安装过程也很简单，将压缩包解压后，将解压目录下的 `bin` 子目录添加到 `PATH` 的环境变量下即可。
通过 Windows 服务启动，或是安装目录下的 `mongod` 来启动服务，默认端口为 27017。
使用
安装目录下的 `bin` 子目录下的 `mongo` 是 MongoDB Shell 程序，使用它可以连接到本地或是远程的服务器上。不加任何参数运行它会按照默认端口连接本机的 MongoDB 服务。
连接成功后，我们可以输入些命令来熟悉一下 MongoDB。`help` 命令会展示一些基本的 MongoDB Shell 命令，比较常用的如下：
show dbs: 显示当前 MongoDB 中存在的 database
show collections: 显示 MongoDB 中存在的 collection，具体 collection 的定义后面会解释
use <db_name>: 切换当前使用的 database， 如果当前 db 不存在则会创建一个新的
基础操作
与传统数据库比较，mongoDB 也有自己的一套数据结构，简单来说，mongoDB 中的 db 对应了数据库中的 database，而 collection 则对应了 table 的概念，存放入 collection 中的每个 json 对象则可以理解为 table 中的每一条记录。下面我们看一些操作的示例代码来帮助理解。
先创建一个我们自己的数据库，可以直接使用 use 命令来完成。
然后我们新建一个 collection，对应关系型数据库中表的概念。
可以看到我们已经建立了一个名为 users 的 collection。接着我们就可以对这个 collection 进行一些更新操作。
上面的代码中我们对 users collection 插入了一条记录，可以看到 mongoDB 接受格式为 json 的数据类型，并且插入成功后，mongoDB 会自动产生一个 ObjectId，最为这条记录的唯一序列号。我们再运行以下的代码，批量插入一些数据。
然后我们来看看如何查询这些数据。
通过 find 方法我们可以查的 collection 中的所有数据，而通过不同的参数可以进行过滤，看下面的例子。
查找 collection 中 status 字段为 pending的记录，我们再尝试增加一些其他的条件。
上面的的查询就有点意思，会查询出 status为 pengding且 age大于 25 的记录，类似 SQL 中的 select * from users where stats = 'pending' and age > 25
mongoDB 提供了很丰富的查询接口，也支持较为复杂的关联查询，如果你有使用一些函数式编程语言的经验，你会发现 mongoDB 的查询接口有模式匹配的影子在。如果你想更加深入的了解 mongoDB 的查询功能，可以关注我们后续 mongoDB 的进阶文章，了解更多的细节与知识。
高级特性
与其他的 NoSQL 数据库类似，mongoDB 支持高可用 H.A 和 Sharding 特性来保证数据的高可用性与性能的水平扩展性。下面我们来大致介绍 mongoDB 中的 H.A 和 Sharding 概念。
Replication
mongoDB 通过 Replication (副本) 的机制来保证高可用性，即每份数据会按照配置在多个服务器实例上存放。在一个典型的 Replication 配置中，参与的 mongoDB 分为如下的 3 种角色：
Primary: 即主节点，能够对外部提供 read/write 服务，在同一时间，一个集群中只能有一个 Primary 节点。
Secondary: 从属节点，指对外提供 read 服务，数据由 Primary 节点复制而来，在一个集群中会存在多个 Secondary 节点。
Arbiter: 仲裁者，当 Primary 节点发生异常，例如无法提供服务器时，按照选举算法，将某个符合条件的 Secondary 节点提升为新的 Primary 节点对外提供服务。
具体的架构图可参考如下来自官方的图片：
Sharding
与之前我们介绍过的 Redis 类似，当数据量大到一定程度，单机无法高效存储的时候，将数据按照一定算法，水平扩展到多台机器上的做法被称为 Sharding (分片)。在启用 Sharding 的情况下，collection 的数据被打散到各个服务器上，因此不能直接连接某个 mongoDB 的实例，而是需要通过名为 `mongos` 的路由服务来获取数据的信息，参考如下的官方图片：
在具体的 Sharding 算法中，mongoDB 支持两种常用的算法，即按照插入数据中某个字段的 hash 值进行分配的 Hashed Sharding，和按照范围来分配的 Ranged Sharding算法。这两种算法各有优缺点，重要的是能够在合适的场合选择合适的算法。
结语
mongoDB 作为一个老牌的 NoSQL 数据库经过那么多年的发展，已经被证明在很多场景是有着无可替代的作用。如果你的项目需要存储大量结构自由，需要很高扩展性，且对读写性能有一定要求的场合，那 mongoDB 可能是你最好的选择。且简单易用的集群配置，也可以让大部分新手快速上手，但在运维中我们依然需要面临这样那样的问题。如果你有兴趣继续深入了解 mongoDB 在实际项目中的使用经验和如何趟坑，不妨关注我们的微信号，我们后续会推出大量更加深入 mongoDB 内部原理的文章，所以还等什么呢？！
15年从业经验，不仅在国内著名的大型金融集团做过甲方，担任高级系统架构专家角色，也在第一梯队的互联网公司金融部门做过数据智能相关工作。
也曾任职于大型系统集成商，负责保险，银行核心系统的落地和实施，也在创业团队从0到1研发产品，在业界获得很高的占有量。
如果感兴趣可以加我公众号，搜索“且把金针度与人”或个人微信
网友评论