MongoDB - 它是什么?从哪里来?

    适合读者: 对于MongoDB目前尚未有整体认识的初学者。在这里本ID将作一个简要的介绍:


二、MongoDB简介

MongoDB是一个高性能,开源,无模式的文档型数据库,是当前NoSql数据库中比较热门的一种。它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。Mongo使用C++开发。Mongo的官方网站地址是:http://www.mongodb.org/,读者可以在此获得更详细的信息。 


小插曲:什么是NoSql?

NoSql,全称是 Not Only Sql,指的是非关系型的数据库。下一代数据库主要解决几个要点:非关系型的、分布式的、开源的、水平可扩展的。原始的目的是为了大规模web应用,这场运动开始于2009年初,通常特性应用如:模式*、支持简易复制、简单的API、最终的一致性(非ACID)、大容量数据等。NoSQL被我们用得最多的当数key-value存储,当然还有其他的文档型的、列存储、图型数据库、xml数据库等。


特点:

高性能、易部署、易使用,存储数据非常方便。主要功能特性有:

面向集合存储,易存储对象类型的数据。

模式*。

支持动态查询。

支持完全索引,包含内部对象。

支持查询。

支持复制和故障恢复。

使用高效的二进制数据存储,包括大型对象(如视频等)。

自动处理碎片,以支持云计算层次的扩展性

支持Python,PHP,Ruby,Java,C,C#,Javascript,Perl及C++语言的驱动程序,社区中也提供了对Erlang及.NET等平台的驱动程序。

文件存储格式为BSON(一种JSON的扩展)。

可通过网络访问。

功能:


面向集合的存储:适合存储对象及JSON形式的数据。

动态查询:Mongo支持丰富的查询表达式。查询指令使用JSON形式的标记,可轻易查询文档中内嵌的对象及数组。

完整的索引支持:包括文档内嵌对象及数组。Mongo的查询优化器会分析查询表达式,并生成一个高效的查询计划。

查询监视:Mongo包含一个监视工具用于分析数据库操作的性能。

复制及自动故障转移:Mongo数据库支持服务器之间的数据复制,支持主-从模式及服务器之间的相互复制。复制的主要目标是提供冗余及自动故障转移。

高效的传统存储方式:支持二进制数据及大型对象(如照片或图片)

自动分片以支持云级别的伸缩性:自动分片功能支持水平的数据库集群,可动态添加额外的机器。

适用场合:


网站数据:Mongo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,Mongo也适合作为信息基础设施的缓存层。在系统重启之后,由Mongo搭建的持久化缓存层可以避免下层的数据源 过载。

大尺寸,低价值的数据:使用传统的关系型数据库存储一些数据时可能会比较昂贵,在此之前,很多时候程序员往往会选择传统的文件进行存储。

高伸缩性的场景:Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。

用于对象及JSON数据的存储:Mongo的BSON数据格式非常适合文档化格式的存储及查询。



在国内的整体环境之中,MongoDB在中小类型的公司之中,其流向程度远超其他Nosql.

一旦您的业务扩展迅速,业务数据变大,请您先参阅如下位置:

 http://news.cnblogs.com/n/121155/


 为什么不?


  1)MongoDB 为了赢得 Benchmark 测试而默认使用了不安全的写方式


  如果你不调用 getLastError (),MongoDB 就不会在确认数据库写操作完成就返回了,这会引入至少两种问题:


在并发的环境下(连接池等),在一个读操作“完成”后的连续地读操作会出错,MongoDB 没有“栅栏条件锁”来知道什么时候完成写。

未知个数的保存操作会被丢弃,因为保存操作的队列会在不同的地方。比如 TCP 缓存等。当你和数据库连接因为一些意味情况断开的时候,这些东西就被丢弃了。

10gen CTO 回复: 这和 Benchmark 没有任何关系,并说这个就是 API 的设计,其交给用户自己去选择,因为写的方式也有很多种。


  2)MongoDB 会以令人震惊的方式丢失数据


  下面是一个我们所经历过的它丢数据的列表:


数据就是丢了,原因未知。

从损坏的数据库中恢复数据不成功,如事务日志。

主从结点间的数据复制有缺口,导致“从结点”丢失“主结点”有的数据。是的,没有 CheckSum,并且是的,你还会看到复制状态为“从结点”的当前状态。

数据复制有时会停了,没有错误。你要监控你的复制状态!

10gen CTO 逐一回复:1)从来没有一个数据丢失的 BUG 我们没有马上 fix 的事情。你能告诉我你报给我们的问题号吗?我们至少要明白是怎么一回事。如果是我们的问题,我们会马上 fix 的。2)从损坏了的数据库中不能完全恢复数据 ,这不挺正常的吗?但是如果有主从服务器互为备份应该会好一些。3)请告诉我你的问题号,我们从来没有接到过这样的错误报告。如果有,的确很严重。4)如果是说错误条件发生的时候没有通知,这有可能。另外,你可以监控数据复制的写操作,你可以使用 w=2 为 getLastError 的参数。


  3)MongoDB 需要全局写锁来请求写操作


  在写操作频繁的时候,这等同于杀了你。如果你运行一个 blog,你也许不会关心这个事,因为你的读写操作不高。


10gen CTO 回复:读写锁永远都是问题,但是2.0会好很多,2.2会解决得更好一些。


  4)MongoDB 的 Sharding (分区) 在高负载下会停止工作


  在高负载下加一个 shard 是一场恶梦。Mongo 要么会移动其数据块太快而导致 DOS 攻击产生很多流量占用带宽,要么就完全地拒绝更多的数据块。这会使一个高流量的网站承受着沉重地写操作。


10gen CTO 回复:如果系统已经超过了其负载,那么移动数据当然会变得很难。我每一次的演讲都说得很清楚,不要在系统性能不行的时候才去加 shard,这不行的。


  5)Mongo 不可靠


  Mongod/配置服务器/mongos 的架构确实合理且聪明。不幸的是,mongos 完全就是垃圾。在有负载的情况下,它时不时就都会崩溃,有时几个小时,有时几天。进程重启监控有时也不管用,因为它会抛出一些断言伪造出一个关键线程,导致进程还在运行。Double Fail。


  最坏的是,唯一可行的方式是在一堆 mongos 实例前放一个 HaProxy (一种负载均衡器),运行一个作业缓慢地轮着访问这些 mongos 实例,并定期 kill 掉他们,以便可以重新启动新的实例。我没有在开玩笑。


10gen CTO 回复:不可能有这种事,你能不能告诉我更多的细节?


  6)MongoDB 有一次甚至删除了整个数据库


  MongoDB 1.6,在数据同步配置中,有时会配置了一个错误的结点(经常是一个空结点)作为一个最新的数据结点。于是其它同步数据的结点上的数据就这样被干掉了(我说的是700GB 的好数据),因为其把这个空结点的数据同步回有数据的结点上。数据库永远永远都不应该干这个。如果出现这种问题,数据库应该抛出一个错误而让 DBA 来选择合理的操作,或是强制使用正确的配置。而不应该删除所有的数据(那天真是太糟糕了)。


  他们在1.8中修复了这个问题,偶滴神啊。


10gen CTO 回复:找不到这样的事,也找不到相应提交的代码,你能多给点信息吗?


  7)发布了一些不应该发布东西


  众所周知,在稳定版里能找到一些尴尬的 bug 会导致数据问题——而我们总是在出了问题后他们才告诉我们这些问题,这是因为我们购买了 10gen 他们那超级诈骗的白金技术支持。他们回应是,发给我们一个 hot patch,他们内部叫 RC 的玩意,然后让这个 hot patch 运行在我们的数据上。


10gen CTO 回复:关于白金的技术支持,我们所接手的所有问题都会公开,fix 也会公开。没有特定的情景,这种事很难讨论。我们会根据不同的情况作出不同的反应。我们希望我们的用户的问题能尽快得到解决。


  8)复制器在繁忙的服务器上黯然失色


  复制器经常性的向 Master 发起 DOS 攻击,或是复制非常慢,花了巨长无比的时间,而 oplog 几乎被耗尽(就算是 50GB 的 oplog)。


  我们有一个繁忙的,大的数据集,我们不会复制它,因为它是动态的。那是令人痛苦的一个月,或是我们需要在选择不同的数据库系统前交叉双指(注:好运的手势)


10gen CTO 回复:这看起来像上服务器负载过重了。我前面提到过了。


  但是最糟糕的问题是:


  你可能会说,我这些问题都是过去式了;他们修复了所有这些问题或是他们会在下一版本中修复这些问题;X问题可以用Y实践来减轻。等等,等等。


  不幸的是,你说这些东西一点用也没有。


  真正的问题是,这么多的问题都是首要的问题。 数据库开发者要能 hold 住比一般程序员更高的标准。也就是说,你的优先级应该像下面这个样子:


别搞丢数据,对数据要有完全的把握

通过实践保证可用性

多结点的性能扩展性

最小延迟应该保持在99%和95%之间

每个资源的每秒请求数

  10gen 的顺序好像是 #5 为第一,其它项随便,#1 并不在前3位。


10gen CTO 回复:这明显不是真的。看一看我们提交的代码,看一看我们的 fix。 我们从来不会在 release 版中隐藏一个 bug。如果我们非常在乎性能的 benchmark 的话,我们会花精力解决那些锁的问题,这样一来,多线程并发会更快一些。


MongoDB 是一个新生的东西,还有很多东西需要打磨。如果你想来认识一下我们,我们欢迎你来认识一下我们。


  这些失败,还有那所暗示的公司的优先级,指出了一个最基本的企业文化的问题,其会让问题出现在任一发布版中:因为他们缺乏尊守必要的数据库系统的设计律条。


  请慎重考虑这些警告。


MongoDB - 它是什么?从哪里来?

上一篇:Web服务器管理系列:9、创建密码重设盘


下一篇:JNI学习中——JVM错误:EXCEPTION_ACCESS_VIOLATION (0xc0000005)