（翻译）零 MongoDB入门-MongoDB简介

原文地址：http://www.mongodb.org/display/DOCS/Introduction

MongoDB不是在实验室中设计的，它来源于我们构建大规模、高实用性、健壮性系统的经验中。我们不是从头开始的，我们想要指出问题在哪里并且扭转局面。所以我考虑MongoDB的方法是，如果你使用MySql，并且想要从关系型数据库转到基于文档的数据库（MongoDB是基于文档的数据库——译者注），你就获得了大量优秀的特征：绑定文档提升了速度，易管理性，通过无模式数据库进行敏捷开发，更容易的水平括展性（因为连接不再重要）。关系型数据库有很多重要的东西：索引、动态查询和更新，等等。但是我们不需要更改很多。例如，在MongoDB中设计索引的方法应该和在MySql和Oracle中完全一样，你具有的是决定是否对绑定字段进行索引的权力。

– Eliot Horowitz,10创CTO和联合创始人

Why MongoDB?

面向文档

文档（对象）能很好地映射编程语言数据类型

绑定文档和数组降低了连接的需求

动态类型（无模式）便于模式演进

无连接和无多文档事务提高了性能和扩展性

高性能

无连接和绑定使得读写更快了

索引包括了绑定文档和数组的键的索引

可选的流写入（无需确认）

高可用性

备份服务器可以自动进行故障恢复

易扩展性

自动分片（通过服务器对数据自动分区）

读写被跨片分配

无连接和多文档事务使得分布式查询更方便快捷

最终一致的读可以通过备份服务器分配

富查询语言

大规模部署

1. 一个或多个分片，每个分片承载全部数据的一个分区（自动管理）。读和写被自动发送到合适的分片，每个分片都由一个备份集支持（备份集只承载该分片的数据）。

一个备份集就是一个或多个服务器，每个都承载着相同数据的拷贝。在任何时间，其中一个是主要集而其他都是次要集。若主要集失效则其中一个次要集自动变为主要集。所有的写入和一致读出都在主要集上，所有的最终一致读出都分配在次要集中。

2. 多个配置服务器，每个都承载着元数据的一个拷贝，用以表明哪些数据在哪个分片上。

3. 一个或多个路由器，每个都为一个或多个客户端充当一个服务器。客户端向路由器发送查询更新请求，路由器在查询配置服务器后将它们路由给合适的分片。

4.一个或多个客户端，每个都是用户应用（的一部分），并且通过mongo客户端库（驱动）自己的语言向路由器发送命令。

图中，mongod是服务器程序（数据或配置）。Mongos是路由器程序。

小规模部署

1. 一个备份集（自动故障恢复），或者一个服务器带有0个或多个从属机（不能自动故障恢复）

2. 一个或多个客户端作为一个整体或单一管理者向备份集发送命令。

Mongol数据模型

<!--[if !supportLists]-->·         一个Mongo系统（参考上面的部署）承载多个数据库（database）

<!--[if !supportLists]-->·         一个数据库承载多个集合（collection）

<!--[if !supportLists]-->·         一个集合承载多个文档document

<!--[if !supportLists]-->·         一个文档就是多个字段field

<!--[if !supportLists]-->·         一个字段就是一个键值对key/value

<!--[if !supportLists]-->·         一个键是一个字符串名称

<!--[if !supportLists]-->·         一个值是一个

<!--[if !supportLists]-->·         基本数据类型（string, integer, float, timestamp, binary, etc）

<!--[if !supportLists]-->·         文档

<!--[if !supportLists]-->·        值的数组

Mongo查询语言

想要从数据库集合（collection）中取回某些数据，你要提供一个查询到匹配你想要的字段的文档中。

例如，{name: {first: 'John', last: 'Doe'}}将匹配集合中所有名字是John Doe的文档。

类似地，{name.last: 'Doe'}将匹配所有姓是Doe的文档。

而且，{name.last: /^D/}会匹配姓是以D开始的文档（正则式匹配）。

查询也会匹配内部绑定的数组。例如，{keywords: 'storage'}会匹配关键字数组中有storage的文档。

类似地，{keywords: {$in: ['storage', 'DBMS']}} 将匹配关键字数组中有storage或者DBMS的文档。

如果你的集合中有大量文档，而你想要进行快速查询，那就为查询构建一个索引。

例如，ensureIndex({name.last: 1}) 或者ensureIndex({keywords: 1})。

注意，索引会占据空间并且降低更新效率，所以仅在值得折衷的时候使用吧。