mongodb理论

前言：
NoSql，对其最为常见的解释是“Not Only SQL”，一种应对纯动态网站的[超大规模]和[高并发需求]，目前正得到非常迅猛的发展。非关系型数据库。NoSql的种类很多，有列存储型、图存储型、对象存储型文档存储型...
MongoDB中的mongo取自humongous（巨大）的中间部分，结合DB就成了MongoDB这个名词。顾名思义，它的目的主要是用来处理大量数据，解决海量数据存储的同时又具有良好的查询性能。当然，其实它不是为了取代传统关系型数据库，而是对其补充。因为不是所有的数据都需要二维关系及多表对应的存储和查询，例如：文件的海量存储，只需Key与Value形式的存储及查询。

优点：
Schema-free的文档型数据库。MongoDB的一个库可以有多个Collection（Table），每个Collection是Documents（Records）的集合。Collection和传统关系型数据库的表不同，无需事先定义，随时可以创建。Collection中可以包含具有不同schema的文档记录， 也就是说，上一条记录中的文档有3个属性，而下一条记录的文档可以有10个属性。
数据存储使用JSON格式。MongoDB使用JSON的变种BSON（Binary Serialized Document Notation）作为内部存储，针对它的操作都使用JSON语法风格，客户端提交或接收的数据都使用JSON形式来展现。这样相对于Sql来说，更加直观并容易理解和掌握。

适用场景
MongoDB的主要目标是在key-value的存储方式，以及对传统的关系型数据库系统架起一座桥梁，集两者的优势于一身。它适合用于以下场景：
网站实时数据处理。它非常适合实时的插入、更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。
缓存。由于性能很高，它适合作为信息基础设施的缓存层。在系统重启之后，由它搭建的持久化缓存层可以避免下层的数据源过载。
高伸缩性的场景。非常适合由数十或数百台服务器组成的数据库，它的路线图中已经包含对MapReduce引擎的内置支持。
不适用场景
要求高度事务性的系统。
传统的商业智能应用。
复杂的跨文档（表）级联查询。