MongoDB体系结构

MongoDB的体系结构如下所示：磁盘文件经过加载之后后形成 MongoDB 实例，一个 MongoDB 实例中可以存放多个数据库（图中的MongoDB 数据库1、MongoDB 数据库2、MongoDB 数据库3），数据库中存放的是一个个 Collection （集合，对应关系型数据库的 table），集合中又存放 Document （文档，对应关系型的记录），Document 中存放 Field（字段，对应关系型数据库列）。

和传统数据库进行对比

RDBMS	MongoDB
database（数据库）	database（数据库）
table （表）	collection（ 集合）
row（ 行）	document（ BSON 文档）
column （列）	field （字段）
index（唯一索引、主键索引）	index （支持地理位置索引、全文索引 、哈希索引）
join （主外键关联）	embedded Document （嵌套文档）
primary key(指定1至N个列做主键）	primary key (指定_id field做为主键）

BSON

BSON（Binary JSON）是一种二进制存储 JSON 的格式，支持内嵌文档对象和数组对象，BSON 有 JSON 没有的一些数据类型，如 Date 和 Binary Data 类型。BSON 是一种 schema-less（格式自由）的存储形式，可以用作网络数据交换，它的优点是灵活性高，它的缺点是空间利用率低。例如：{key:value，key2:value2} ，其中 key 是字符串类型，后面的 value 值。BSON 有三个特点：轻量性、可遍历性、高效性。

MongoDB可以存储的数据类型有下面这几种

MongoDB架构

MongoDB 与 MySQL 中的架构相差不多，底层都使用了可插拔的存储引擎以满足用户的不同需要。用户可以根据程序的数据特征选择不同的存储引擎,在最新版本的 MongoDB 中使用了 WiredTiger 作为默认的存储引擎，WiredTiger 提供了不同粒度的并发控制和压缩机制，能够为不同种类的应用提供了最好的性能和存储率；在存储引擎上层的就是 MongoDB 的数据模型和前面提到的查询语言了，由于 MongoDB 对数据的存储与 RDBMS 有较大的差异，所以它创建了一套不同的数据模型和查询语言；

数据模型

MongoDB中数据表示方式有内嵌和引用两种，这两个其实就是不同的表示方式

“引用”我们比较好理解，是指将不同实体的数据分散不到不同的集合中，而在关系型数据库 (opens new window)设计中就是将实体分别建立相应的模型表。如常见的“老师-学生”，“产品-标签”关系，只要实体间存在关系，就可以使用“引用”思想。

“内嵌”是一种反范式化的设计，指的是将每个文档所需的数据都嵌入到文档内部，我想举一个“用户-账户”的关系。我们知道在领域驱动设计中，“用户”是一个聚合根，每个用户对应一个账户，所以是“1对1”的一种关系，在关系型数据库设计中，大部分时候都会将这两者严格区分开来。但是在MongoDB中，却不然，我们可以直接选择将“用户”需要的“账户”数据内嵌到用户文档中，便于我们的增删改查。这是一种反范式化的设计。

内嵌和引用的效果

• 数据对象之间有包含关系 ,一般是数据对象之间有一对多或者一对一的关系；
• 需要经常一起读取的数据；
• 有 map-reduce/aggregation 需求的数据放在一起，这些操作都只能操作单个 collection；

引用：

• 当内嵌数据会导致很多数据的重复，并且读性能的优势又不足于覆盖数据重复的弊端；
• 需要表达比较复杂的多对多关系的时候；
• 大型层次结果数据集嵌套不要太深；

存储引擎会在存储引擎那个章节单独说明