大家好，又见面了，我是你们的朋友全栈君。
一，memcached ，redis 属于key/value数据库
二，mongodb跟上面的区别是，它属于文档数据库，存储的是文档（Bson(基于json修改json串时，这个json串后面的数据位置不发生变化，介绍空间）->json的二进制）
内部引擎用JS解释器，把文档存储成bson结构，在查询是，转换为JS对象，并可以通过熟悉的js语法来操作。
三，与传统数据相比
传统数据库：结构化数据，定好了表结构后，每一行的内容，必是符合表结构的，就是说，列的个数类型都一样。
mongo文档数据库，表下的每篇文档都可以有自己独特的结构（电影评论，一张表管理所有评论与回复，在传统型数据库中至少要4张表，关联度很复杂）
四：mongo命令行可以写for循环等脚本
五，索引
1，索引提高查询速度，降低写入速度，因此要权衡常用的查询字段，不必在太多列上建索引。
2，在mongo中索引可以按字段升序降序（1生效，-1降序）来创建索引，便于排序。
3，默认使用Btree来组织索引文件（穿件索引是会产生索引文件的，也是占用空间内存的），2.4版本后也允许建立hash索引。
4，db.find(query).explain()，如果输出显示|“cursor”:BasicCursor 说明没有索引发挥作用。
5，索引分类：普通索引（单列索引，多列索引），唯一索引（被加索引的key值唯一，否则报错 ,需设置unique：true），稀疏索引（如果被索引的字段的值是空的，将不建立索引与之相对，普通索引不管被索引字段的值是不是空的都会把该文档的field列的值认为null，并建索引）
6，对hash查询和Btree查询的介绍
二叉树（Btree）：即二分法查询，根据大小范围缩小查询位置，具有排序特性，mysql具有此种查询方式。
哈希(hash）：散列存储（即数据在硬盘上东一个西一条），它是根据hash算法，为每条数据指定存储位置，查找的时候也是根据hash算法瞬间找到数据位置具有很快的查询速度。但是由于散列存储，所以数据不具有排序聚合特性。不适合查询有序的集合数据。
6，replication set复制集
多台服务器维护相同的数据副本，提高服务器的可用性。
基本的一个primary（主节点），两个secondary(副本节点），三个节点两两相互通信，发送心跳信息（至于为什么两个副本也要通信是因为，如果主节点挂了，两副本要竞争）
7,shard分片，把数据分块存储（比如：1-1千万条数据放在shard1，1千万-2千万条数据放在shard2等）
数据存储到不同的分片需要通过mongos路由器，分发到指定的分片，怎么指定呢，在路由器与分片见有个configsvr，它不存储正真的数据，而是meta元信息，即某条数据在那个分片上的信息。
mongos查询某条数据时，要先找configsvr，询问得到该数据在那个shard上（当然要先设定好分片规则）
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/105984.html原文链接：https://javaforall.net
