[MongoDB] MongoDB数据库相对于关系型数据、redis缓存数据库的优缺点比较

前言:
自己也用过一段时间的mongodb数据库,所以就像做个对比,来看一看优缺点。

mongoDB与关系型数据

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”情况下的较精确值。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“较精确”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。

  1. 文档结构的存储方式,能够更快捷的获取数据
    对于一个层级式数据结构来说,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是十分困难的。
  2. 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。
  3. 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设计能力较大可支持约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。
  4. 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
  5. 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。

缺点

  1. mongoDB不支持事务
    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)
  2. mongodb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为单个文件的较大体积。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是较大的。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
  3. MongoDB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。
    MongoDB适合存储一些关系简单、数据量又很大的数据,比如我们的平台上虚拟机的监控信息,包括内存、IO、CPU、网络等数据,每隔几秒就采集一次数据,每周、每月,量很大,而且旧的监控数据也不会保留太长时间,就使用的mongodb来存储这些数据;
    另外mongodb的集群部署相对比较简单,易于扩展;比如主从复制,在mongo.conf配置几个参数就OK了;分片集群的配置也比较简单。还支持使用命令行来进行动态地添加和删除节点;

MongoDB优点与不足

  1. 不足之处
  • 在集群分片中的数据分布不均匀
  • 单机可靠性比较差
  • 大数据量持续插入,写入性能有较大波动
  • 磁盘空间占用比较大
  1. 过人之处
  • 无模式
  • 查询与索引方式灵活,是最像SQL的Nosql。
  • 支持复制集、主备、互为主备、自动分片等特性。

MongoDB与redis比较

  • MongoDB源码是C++语言,redis源码是C语言。
  • MongoDB文件存储是BSON格式类似JSON,或自定义的二进制格式。
  • MongoDB性能都很依赖于内存的大小,MongoDB有丰富的数据表达、索引;最类似于关系数据库,支持丰富的查询语言,redis数据丰富,较少的IO,这方面mongoDB优势明显。
  • MongoDB不支持事务,靠客户端自身保证,redis支持事务,不过比较弱,仅能保证事务中的操作按顺序执行,这方面redis由于mongoDB.
  • mongoDB对海量数据的访问效率提升,redis较小数据量的性能及运算,这方面MongoDB性能优于redis。monbgodb 有mapredurce功能,提供数据分析,redis 没有 ,这方面 mongodb优于redis 。