[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

朱雀 2023-07-03 03:28 130阅读 0赞

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与关系型数据库 ###

#### 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 。