最近项目在使用MongoDB作为图片和文档的存储数据库，为啥不直接存MySQL里，还要搭个MongoDB集群，麻不麻烦？
让我们一探究竟，了解一下MongoDB的特点和基本用法 。
三分钟你将学会：
- MongoDB主要特征
- MongoDB优缺点，扬长避短
- 何时选择MongoDB？为啥要用它？
- MongoDB与MySQL关键字对比
- 下载与安装过程中一些常见的坑
- JAVA整合MongoDB，实现农民工增删改查
MongoDB是一款开源、跨平台、分布式，具有大数据处理能力的文档存储数据库 。文档数据库MongoDB用于记录文档结构的数据，比如JSON、XML结构的数据 。
二、MongoDB的主要特征
- 高性能 。提供JSON、XML等可嵌入数据快速处理功能，提供文档的索引功能，以提高查询速度；
- 丰富的查询语言 。为数据聚合、结构文档、地理空间提供丰富的查询功能；
- 高可用性 。提供自动故障转移和数据冗余处理功能；
- 水平扩展能力 。提供基于多服务器集群的分布式数据处理能力，具体处理时分「主从」和「权衡」（基于Hash自动推选）两种处理模式；
- 支持多种存储引擎 。MongoDB提供多种存储引擎，WiredTiger引擎、MMAPv1引擎是基于硬盘读写的存储引擎，In-Memory引擎是基于内存的存储引擎 。
1、优点
- Free-schema无模式文档，适应非结构化数据存储；
- 内置GridFS，支持大容量的存储；
- 内置Sharding，分片简单
- 弱一致性（最终一致），更能保证用户的访问速度;
- 查询性能优越，对于千万级别的文档对象，差不多10个G，对有索引的ID的查询不会比MySQL慢，而对非索引字段的查询，则是完胜MySQL;
- 聚合框架，它支持典型几种聚合操作 , 比如，Aggregate pipelien, Map-Reduce等；
- 支持自动故障恢复
- 太吃内存，快是有原因的，因为MongoDB把数据都放内存里了；
- 对事务的支持不够友好；
- 占用空间过大；
- 对联表查询的支持不够强大；
- 只有最终一致性，言外之意，就是可能造成数据的不一致，如果想要保持强一致性，必须在一个服务器处理所有的读写操作，坑；
- 复杂聚合操作通过mapreduce创建，速度慢
- Mongodb全局锁机制也是个坑；
- 预分配模式会带来的磁盘瓶颈；
- 删除记录时不会释放空间，相当于逻辑删除，这个真的坑；
- MongoDB到现在为止，好像还没有太好用的客户端工具 。
为啥要用它？
MongoDB事务
MongoDB目前只支持单文档事务，MongoDB暂时不适合需要复杂事务的场景 。灵活的文档模型JSON格式存储最接近真实对象模型，对开发者友好，方便快速开发迭代，可用复制集满足数据高可靠、高可用的需求，运维较为简单、故障自动切换可扩展分片集群海量数据存储 。
多引擎支持各种强大的索引需求
支持地理位置索引
可用于构建各种O2O应用
文本索引解决搜索的需求
TTL索引解决历史数据过期的需求
Gridfs解决文件存储的需求
aggregation & mapreduce解决数据分析场景需求，可以自己写查询语句或脚本，将请求分发到 MongoDB 上完成 。
具体的应用场景
传统的关系型数据库在解决三高问题上的力不从心 。何为三高？
- High performance - 对数据库高并发读写的需求 。
- Huge Storage - 对海量数据的高效率存储和访问的需求 。
- High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求 。
以下是几个实际的应用案例：
1）游戏场景
使用MongoDB存储游戏用户信息、装备、积分等，直接以内嵌文档的形式存储，方便查询、更新 。
2）物流场景
使用MongoDB存储订单信息、订单状态、物流信息，订单状态在运送过程中飞速迭代、以MongoDB内嵌数组的形式来存储，一次查询就能将订单所有的变更查出来，牛逼plus 。
3）社交场景
使用MongoDB存储用户信息，朋友圈信息，通过地理位置索引实现附近的人、定位功能 。
4）物联网场景
使用MongoDB存储设备信息、设备汇报的日志信息、并对这些信息进行多维度分析 。
5）视频直播
使用MongoDB存储用户信息、点赞互动信息 。
选择MongoDB的场景总结
