开发者如何学好 MongoDB

作为一名研发，数据库是或多或少都会接触到的技术。MongoDB 是火热的 NoSQL 之一，我们怎样才能学好 MongoDB 呢？本篇文章，我们将从以下几方面讨论这个话题：

MongoDB 为何物

NoSQL 泛指非关系型数据库，该词是关系型数据库（即 SQL）的相对称呼。MongoDB 是非关系型数据库中较为人熟知的一种。

它拥有很多优秀特性，例如高性能、高可用、支持丰富的查询语句、无需预定义数据模型和水平可伸缩等，适合存储结构化、半结构化的文档和特定格式的文档，这些特性使它受到众多开发者的青睐。

与 MySQL 数据库不同的是，MongoDB 不需要预先定义表和字段，这正是它灵活性的体现。

MongoDB 可以拥有多个数据库，每个数据库可以拥有多个集合，每个集合可以存储多份文档，这种关系与 SQL 数据库中的“数据库、表、数据”相当。下图描述了 MongoDB 中数据库、集合和文档的关系▼

数据库 fotoo 中有两个集合，它们分别是 player 和 books。每个集合中都包含了许多文档，例如集合 books 中关于书籍《红楼梦》的文档，集合 player 中关于球员 James 的文档。

在查询方面，一个简单的 MySQL 查询语句为：

代码语言：javascript复制

SELECT * FROM tablename

对应的 MongoDB 查询语句为：

代码语言：javascript复制

db.tablename.find()

在面对多步骤的查询条件时，MongoDB 更游刃有余。例如：

“统计数据库 artic 中 score 大于 70 且小于 90 的文档数量”

这样的需求，用 MongoDB 的聚合操作就可以轻松完成，对应示例如下：

代码语言：javascript复制

> db.artic.aggregate([ 
{$match: {score: {$gt: 70, $lt: 90}}}, 
{$group: {_id: null, number: {$sum: 1}}} 
])

这个例子或许简单了些，在 MySQL 中我们可以用 count 和 where 完成，但如果复杂度再提高四五个等级呢？例如在此基础上增加对某个字段的运算、替换、排序、分组计数、增删字段，用 MySQL 来实现就会很头疼，而 MongoDB 的聚合可以让我们轻松地完成这类复杂需求。

我如何确定我需要学习 MongoDB

MongoDB 适合存储结构确定或不确定的文档。例如爬虫爬取的信息常缺失字段的情况或字段参差不齐的情况；
对数据库可用性要求较高的情况。MySQL 这类数据库要做到负载均衡、自动容灾和数据同步需要借助外部工具，而 MongoDB 的复制集可以让我们轻松完成这一系列的工作。相对接借助第三方工具来说，复制集的稳定性更高。
分库分表是 WEB 开发中常用到的数据库优化手段，MySQL 的分库分表要考虑的问题非常多，例如字段冗余、数据组装跨节点分页、排序和数据迁移等，而 MongoDB 的分片可以让我们轻松完成“分库分表”的工作。MongoDB 的分片机制使我们不必将心思放在由“分库分表”带来的问题，而是专注于具体需求。
同样的，MySQL 的权限控制、定义数据模型、数据库备份和恢复等功能在 MongoDB 上也有。
MongoDB 中支持地理位置的存储和查询，这意味着 MongoDB 可以用于共享单车、共享雨伞、汽车定位等业务中。

我们常用的关系型数据库无法满足 WEB2.0 时代的需求，在实际应用中暴露了很多难以克服的问题。

NoSQL 的产生就是为了解决例如海量数据的存储、弹性可伸缩和灵活性等方面的挑战，作为一名合格的开发者，我我们应该抽空学习 SQL 以外的数据库知识，例如 MongoDB。