MongoDB是一个高性能，开源，无模式的文档型数据库，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
MongoDB是一个高性能，开源，无模式的文档型数据库，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
基础概念：
NoSQL
泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。
------------------------------------------------------------------
MongoDB 的详细介绍：请点这里
MongoDB 的下载地址：请点这里
相关阅读：
MongoDB备份与恢复
CentOS编译安装MongoDB
CentOS 编译安装 MongoDB与mongoDB的php扩展
CentOS 6 使用 yum 安装MongoDB及服务器端配置
Ubuntu 13.04下安装MongoDB2.4.3
如何在MongoDB中建立新数据库和集合
MongoDB入门必读(概念与实战并重)
《MongoDB 权威指南》(MongoDB: The Definitive Guide)英文文字版[PDF]
------------------------------------------------------------------
NoSQL的特点：
·分关系型
·分布式
·不提供ACID功能
本身常用技术特点：
·数据模型非常简单（每个记录只有单独的键
·元数据和应用数据分离
·弱一致性
其优势：
·避免不必要的复杂
对于web应用来讲，有些一致性有些多余，所以最适用于web2.0的应用场景
·高吞吐量
·高 水平扩展和低端硬件集群
·不使用关系型映射（所以使用的模型非常简单）
其劣势:
·功能过于简单
·没有统一的数据查询模型
NoSQL数据库类别：
·键值存储
·列式数据库
·文档数据库
每一行都相当于独立的文件
·图式数据库
存放的为图，有着复杂对象关系的视图，比如在社交网站存储每个用户之间的关系的时候，通常需要用这种模式进行存储
·缓存数据库系统：不具备存储能力，完全用来提供缓存，比如Memcached、Redis
·CAP Therorem
C，A模型：保证一致性和可用性 就是传统数据库-sql数据库
C，P模型：悲观加锁机制（最终一致性 ）
A，，P模型：只保证可用性 和分区容忍性 比如DNS
·ACID & BASE
主要评估于系统本身基本的可用能力 软状态 以及能实现最终一致性，分布式集群中一般都使用BASE
而数据一致性模型分为以下几种：
·强一致性
无论更新操作在哪个副本上执行，之后的操作都能获得一致性的数据
·弱一致性
用户对某一数据更新需要一定的时间，将由一定的时间段处于不一致状态，在这段时间内为弱一致性
·最终一致性
数据一致性的实现技术：
·Quorum系统 NRW策略
N：总的副本数
R：完成度操作所需要读取最少副本数
W：完成写操作所需要写入最少副本数
强制一致性 R+W>N
比如 ：mysql一主两从
最终一致性 R+W
两段式提交协议：2PC
分为两类节点：
·协调者进程
·参与者进程
每个事物都有可能自己去写数据，并实现持久存储，而且节点之间可以任意通信
分为两个阶段：
·请求节点
·提交阶段
每个事物的参与者进程都必须提交数据，再由协调者进程进行协调后得出最终结果才能真正意义往上提交
每个请求议案，都被列为最终议案的一部分
事物协调者将请求发送于参与者使其提交事物，于是参与者统统都提交事物（这个阶段为请求）
协调者收到请求，于是再次通知两者（参与者）使其开始提交事物（提交阶段）
协调者将所有事物进行协调处理并得出最终结果（保持最终一致性）
提交失败如何处理：
如果其中以个节点出现故障（不同意提交）那么所有提交事物则全部取消提交操作
时间戳策略：
paxos:基于选举策略来选择
向量时钟
Nosql的数据存储模型：
包含了很多种不同的技术，通常能够根据不同的机制能够把他们分为不同的流派，而最简单的分裂方式就是根据数据存储模型来进行分类
流派：
·键值存储模型：（key-value存储）只能够简单存储键值模型，而且多个键值之间不能组合使用
查找迅速
数据无结构，通常指被当做字符串货二进制数据
应用场景：主要实现内容缓存，处理大量数据的高访问负载，也能用户日志系统的日志写入等做内容缓存
实例：redis, Dynamo
·列式模型：
数据按列存储，将同一列数据存放在一起（一起可能是同一节点或同一数据集中）
优点：查找迅速因为没有特别复杂的结构模型
可扩展性强
易于实现分布式
缺点：
功能相对有限（相对sql产品来讲）
其应用场景：主要用于分布式存储或分布式文件系统等
实例：Bigtable,cassandra,HBase等
·文档模型：
数据模型：与键值型模型类似，但是vaule指向结构化数据
