`

Mongodb相对于关系型数据库的优缺点

 
阅读更多

与关系型数据库相比,MongoDB的优点:
①弱一致性(最终一致),更能保证用户的访问速度:
举例来说,在传统的关系型数据库中,一个COUNT类型的操作会锁定数据集,这样可以保证得到“当前”情况下的精确值。这在某些情况下,例如通过ATM查看账户信息的时候很重要,但对于Wordnik来说,数据是不断更新和增长的,这种“精确”的保证几乎没有任何意义,反而会产生很大的延迟。他们需要的是一个“大约”的数字以及更快的处理速度。

 

但某些情况下MongoDB会锁住数据库。如果此时正有数百个请求,则它们会堆积起来,造成许多问题。我们使用了下面的优化方式来避免锁定:
每次更新前,我们会先查询记录。查询操作会将对象放入内存,于是更新则会尽可能的迅速。在主/从部署方案中,从节点可以使用“-pretouch”参数运行,这也可以得到相同的效果。 
使用多个mongod进程。我们根据访问模式将数据库拆分成多个进程。 
②文档结构的存储方式,能够更便捷的获取数据。
对于一个层级式的数据结构来说,如果要将这样的数据使用扁平式的,表状的结构来保存数据,这无论是在查询还是获取数据时都十分困难。
举例1:
就拿一个“字典项”来说,虽然并不十分复杂,但还是会关系到“定义”、“词性”、“发音”或是“引用”等内容。大部分工程师会将这种模型使用关系型数据库中的主键和外键表现出来,但把它看作一个“文档”而不是“一系列有关系的表”岂不更好?使用 “dictionary.definition.partOfSpeech='noun'”来查询也比表之间一系列复杂(往往代价也很高)的连接查询方便且快速。

 

举例2:在一个关系型数据库中,一篇博客(包含文章内容、评论、评论的投票)会被打散在多张数据表中。在MongoDB中,能用一个文档来表示一篇博客,评论与投票作为文档数组,放在正文主文档中。这样数据更易于管理,消除了传统关系型数据库中影响性能和水平扩展性的“JOIN”操作。

 

CODE↓
> db.blogposts.save({ title : "My First Post", author: {name : "Jane", id :1},
  comments : [{ by: "Abe", text: "First" },
              { by : "Ada", text : "Good post" }]
})

 

> db.blogposts.find( { "author.name" : "Jane" } )

 

> db.blogposts.findOne({ title : "My First Post", "author.name": "Jane",
  comments : [{ by: "Abe", text: "First" },
              { by : "Ada", text : "Good post" } ]
})
> db.blogposts.find( { "comments.by" : "Ada" } )

 

> db.blogposts.ensureIndex( { "comments.by" : 1 } );
举例③:
MongoDB是一个面向文档的数据库,目前由10gen开发并维护,它的功能丰富,齐全,完全可以替代MySQL。在使用MongoDB做产品原型的过程中,我们总结了MonogDB的一些亮点:
使用JSON风格语法,易于掌握和理解:MongoDB使用JSON的变种BSON作为内部存储的格式和语法。针对MongoDB的操作都使用JSON风格语法,客户端提交或接收的数据都使用JSON形式来展现。相对于SQL来说,更加直观,容易理解和掌握。
Schema-less,支持嵌入子文档:MongoDB是一个Schema-free的文档数据库。一个数据库可以有多个Collection,每个Collection是Documents的集合。Collection和Document和传统数据库的Table和Row并不对等。无需事先定义 Collection,随时可以创建。
Collection中可以包含具有不同schema的文档记录。 这意味着,你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,属性的类型既可以是基本的数据类型(如数字、字符串、日期等),也可以是数组或者散列,甚至还可以是一个子文档(embed document)。这样,可以实现逆规范化(denormalizing)的数据模型,提高查询的速度。

 

 

 

③内置GridFS,支持大容量的存储。
  GridFS是一个出色的分布式文件系统,可以支持海量的数据存储。
  内置了GridFS了MongoDB,能够满足对大数据集的快速范围查询。
④内置Sharding。
提供基于Range的Auto Sharding机制:一个collection可按照记录的范围,分成若干个段,切分到不同的Shard上。
Shards可以和复制结合,配合Replica sets能够实现Sharding+fail-over,不同的Shard之间可以负载均衡。查询是对客户端是透明的。客户端执行查询,统计,MapReduce等操作,这些会被MongoDB自动路由到后端的数据节点。这让我们关注于自己的业务,适当的时候可以无痛的升级。MongoDB的Sharding设计能力最大可支持约20 petabytes,足以支撑一般应用。
这可以保证MongoDB运行在便宜的PC服务器集群上。PC集群扩充起来非常方便并且成本很低,避免了“sharding”操作的复杂性和成本。

 

⑤第三方支持丰富。(这是与其他的NoSQL相比,MongoDB也具有的优势)
现在网络上的很多NoSQL开源数据库完全属于社区型的,没有官方支持,给使用者带来了很大的风险。
而开源文档数据库MongoDB背后有商业公司10gen为其提供供商业培训和支持。
而且MongoDB社区非常活跃,很多开发框架都迅速提供了对MongDB的支持。不少知名大公司和网站也在生产环境中使用MongoDB,越来越多的创新型企业转而使用MongoDB作为和Django,RoR来搭配的技术方案。
⑥性能优越:
在使用场合下,千万级别的文档对象,近10G的数据,对有索引的ID的查询不会比mysql慢,而对非索引字段的查询,则是全面胜出。 mysql实际无法胜任大数据量下任意字段的查询,而mongodb的查询性能实在让我惊讶。写入性能同样很令人满意,同样写入百万级别的数据,mongodb比我以前试用过的couchdb要快得多,基本10分钟以下可以解决。补上一句,观察过程中mongodb都远算不上是CPU杀手。

 


与关系型数据库相比,MongoDB的缺点:
①mongodb不支持事务操作。
  所以事务要求严格的系统(如果银行系统)肯定不能用它。(这点和优点①是对应的)
②mongodb占用空间过大。
  关于其原因,在官方的FAQ中,提到有如下几个方面:
1、空间的预分配:为避免形成过多的硬盘碎片,mongodb每次空间不足时都会申请生成一大块的硬盘空间,而且申请的量从64M、128M、256M那样的指数递增,直到2G为单个文件的最大体积。随着数据量的增加,你可以在其数据目录里看到这些整块生成容量不断递增的文件。

 

2、字段名所占用的空间:为了保持每个记录内的结构信息用于查询,mongodb需要把每个字段的key-value都以BSON的形式存储,如果 value域相对于key域并不大,比如存放数值型的数据,则数据的overhead是最大的。一种减少空间占用的方法是把字段名尽量取短一些,这样占用空间就小了,但这就要求在易读性与空间占用上作为权衡了。我曾建议作者把字段名作个index,每个字段名用一个字节表示,这样就不用担心字段名取多长了。但作者的担忧也不无道理,这种索引方式需要每次查询得到结果后把索引值跟原值作一个替换,再发送到客户端,这个替换也是挺耗费时间的。现在的实现算是拿空间来换取时间吧。

 

3、删除记录不释放空间:这很容易理解,为避免记录删除后的数据的大规模挪动,原记录空间不删除,只标记“已删除”即可,以后还可以重复利用。

 

4、可以定期运行db.repairDatabase()来整理记录,但这个过程会比较缓慢

 

③MongoDB没有如MySQL那样成熟的维护工具,这对于开发和IT运营都是个值得注意的地方。

 

分享到:
评论

相关推荐

    超详细mongodb教程.zip

    护者们提倡运用非关系型的数据存储,相对于铺天盖地的关系型数据库运用,这一概念无疑是一种全新 的思维的注入。 关系型数据库遵循ACID规则 事务在英文中是transaction,和现实世界中的交易很类似,它有如下四个特性...

    Oracle SQL编程完美攻略

    以上内容概述了Oracle SQL编程的基础知识,包括关系型与非关系型数据库的区别、优缺点以及SQL的基本函数等。通过掌握这些基础知识,可以帮助开发人员更好地理解和运用Oracle SQL,提高数据库应用的开发效率和质量。

    NoSQL研究及选型报告

    相对于关系型数据库,NoSQL的优势在于可扩展性、灵活性和高性能,而缺点可能包括数据一致性较弱以及对复杂查询支持不足。 MongoDB是一种流行的文档型NoSQL数据库,它以JSON格式存储数据,易于理解和操作。MongoDB的...

    基于JSON的异构数据库整合研究毕业论文.doc

    接着,作者详细介绍了本文研究的数据库类型,可能涵盖了关系型数据库(如MySQL、Oracle)和非关系型数据库(如MongoDB、CouchDB),这些数据库在数据模型、查询语言和存储机制上都有所不同。 异构数据库是指结构、...

    mongodb-meetup-schema-design

    MongoDB的设计目标是为了弥补传统键值存储和关系型数据库之间的不足,它结合了两者的优点,旨在提供一种更加灵活和高性能的数据存储方案。具体来说,MongoDB的目标包括: - **灵活性**:支持动态模式,即无需预先...

    数据库里面的问题

    9. NoSQL数据库:相对于传统的关系型数据库,NoSQL数据库提供了更灵活的数据模型,如键值对、文档型、列族和图形数据库,适用于处理非结构化或半结构化数据。 10. 数据库云服务:随着云计算的发展,数据库也有了云...

    NoSQL技术交流.pptxNoSQL技术交流.pptx

    3. **功能较为有限**:相对于成熟的关系型数据库,NoSQL产品在事务处理、数据完整性和复杂查询方面可能不够完善,可能无法满足某些业务需求。 在实际应用中,不同类型的NoSQL数据库有各自的适用场景: - **Redis**...

    数据库设计指南

    7. 数据库管理系统选择:根据项目需求选择合适的DBMS,如关系型数据库MySQL、Oracle,非关系型数据库MongoDB、Redis等,每种都有其适用场景和优缺点。 8. 设计文档:编写详细的数据库设计文档,包括数据字典、ER图...

    数据库荐购明细表.docx

    数据库可以是关系型的,如MySQL、Oracle,也可以是非关系型的,如MongoDB、Cassandra,它们各有优缺点,适用于不同的应用场景。 2. **荐购理由**:在表格中,每个数据库名称后面都会列出荐购的理由。这些理由可能...

    IT学生解惑真经 IT学生解惑真经

    从关系型数据库如MySQL到非关系型数据库如MongoDB,了解数据库的设计原理、查询语言SQL以及如何优化数据库性能,对于开发高效的应用程序至关重要。 操作系统是计算机的灵魂,书中的内容可能涵盖操作系统原理,如...

    学习nosql

    在IT行业中,Nosql(Not Only SQL)是一种非关系型数据库技术,它的出现是为了应对大数据、高并发场景下的数据存储和处理挑战。Nosql数据库强调灵活性、可扩展性和高性能,通常用于分布式系统、实时应用程序以及大...

    CSCU9YQ考试笔记:CSCU9YS考试笔记

    这是一份针对CSCU9YQ和CSCU9YS考试的综合学习资料,旨在帮助考生全面掌握考试涉及的知识点,特别是与非关系型数据库(NoSQL)相关的部分。NoSQL数据库在近年来的IT行业中扮演着越来越重要的角色,因此对这部分内容的...

    C++编写的GIS系统源代码

    4. **数据库接口**:可能连接到关系型数据库(如PostGIS)或NoSQL数据库(如MongoDB)存储地理数据。 5. **用户界面**:通常使用Qt、wxWidgets等库创建图形用户界面,提供地图交互功能。 总之,"C++编写的GIS系统源...

    CodingNinja_FullStack_Developer_Courses:我将尽力在100天内完成本课程

    数据库管理是关键,常见的关系型数据库如MySQL、PostgreSQL,非关系型数据库如MongoDB、Redis等,各有优缺点,需根据项目需求选择。 【RESTful API设计】 为了实现前后端分离,通常会设计RESTful API。REST...

    nodejs-chats-using-longpolling-eventsourcing-websockets-ulbitv:使用3种不同方式聊天的Node.js应用

    可以使用关系型数据库如MySQL,或者NoSQL数据库如MongoDB。 4. **房间管理**:在聊天应用中,可能会有多个聊天室或“房间”。需要设计一种机制来管理这些房间,例如通过房间ID将消息路由到正确的接收者。 5. **...

Global site tag (gtag.js) - Google Analytics