目录
说明
MongoDB基础知识，MongoDB的使用，高级功能与底层设计是对MongoDB知识图谱这篇文章介绍的总结与归纳。
MongoDB基础知识
核心特性：No Schema、高可用、分布式（可平行扩展），数据压缩功能。
MongoDB高可用
MongoDB高可用通过两部分介绍：MongoDB复制集群, 读写策略
MongoDB复制集群
- 主从节点
- 仲裁节点
- Journal日志
- oplog
- checkpoint
- 节点选举方式
读写策略
写策略及包含的控制参数，读策略及对应的参数含义，读级别及对应的参数含义
MongoDB可扩展性
MongoDB可扩展性包含：分片集群架构，分片算法
分片集群架构
-
集群架构图
-
Config, Mongos, Mongod负责的对应功能
-
MongoDB的数据均衡策略及实现方式
分片算法
-
区间分片
-
hash分片
MongoDB数据压缩
Snappy：默认的压缩算法，压缩比 3 ～ 5 倍
Zlib：高度压缩算法，压缩比 5 ～ 7 倍
前缀压缩：索引用的压缩算法，简单理解就是丢掉重复的前缀
zstd：MongoDB 4.2 之后新增的压缩算法，拥有更好的压缩率
MongoDB的使用
压缩比
Mongo 和 MySQL 下压缩比对比，可以看出 snapy 算法大概是 MySQL 的 3 倍，zlib 大概是 6 倍。
写性能
写性能的瓶颈在单个分片上
当数据量小时是存内存读写，写性能很好，之后随着数量增加急剧下降，并最终趋于平稳，在 3000QPS(4 核 8G 的配置)。
少量简单的索引对写性能影响不大
分片集群批量写和逐条写性能无差异，而如果是复制集群批量写性能是逐条写性能的数倍。
读性能
- 按shardkey查
在 Mongos 处能算出具体的分片和 chunk，所以查询速度非常稳定，不会随着数据量变化。这种查询方式的瓶颈一般在 分片 Mongod 上，但也要注意 Mongos 配置不能太低。 - 按索引查询
由于 Mongos 需要将数据全部转发到所有的分片，然后聚合全部结果返回客户端，因此性能瓶颈在 Mongos 上。如果索引数据不唯一，后端分片数更多，性能还会更低。 - 全表扫描
客户端请求会到哪个 Mongos 是通过客户端 ip 的 hash 值决定的，因此同一个客户端所有请求一定会到同一个 Mongos，如果客户端过少的时候还会出现 Mongos 负载不均问题。
使用的注意点
- 分片建和分片算法选择
- 预分片
避免chunk分裂和chunk迁移 - 内存排序
查询的排序方式要和索引的相同 - 链式复制
开启后写耗时会更长
高级功能与底层设计
存储引擎
从 MongoDB 3.2 开始支持多种存储引擎：Wired Tiger，MMAPv1 和 In-Memory，其中默认为 Wired Tiger
数据结构
Oracle、SQL Server、DB2、MySQL (InnoDB) 这些传统的关系数据库依赖的底层存储引擎是基于 B+ Tree 开发的；而像 Cassandra、Elasticsearch (Lucene)、Google Bigtable、Apache HBase、LevelDB 和 RocksDB 这些当前比较流行的 NoSQL 数据库存储引擎是基于 LSM 开发的。MongoDB 虽然是 NoSQL 的，但是其存储引擎 Wired Tiger 却是用的 B+ Tree
Checkpoint
checkpoint 实现将内存中修改的数据持久化到磁盘，保证系统在因意外重启之后能快速恢复数据。checkpoint 本身数据也是会在每次 checkpoint 执行时落盘持久化的。
Chunk
- chunk定义
本质上就是由一组 Document 组成的逻辑数据单元。它是分片集群用来管理数据存储和路由的基本单元。 - chunk分裂解释
一致性/高可用
BASE（Basically Available 基本可用、Soft state 软状态、Eventually consistent 最终一致性） 理论是在一致性和可用性上的平衡，现在大部分分布式系统都是基于 BASE 理论设计的，MongoDB 也是遵循此理论的。
选举与Raft协议
- raft协议
- 投票规则
- 选举过程
- catchup
主从同步
- 主从同步的本质
Primary 节点接收客户端请求，将更新操作写到 oplog，然后 Secondary 从同步源拉取 oplog 并本地回放，实现数据的同步。 - 同步源选取
- oplog拉取与回放
oplog拉取与回放参考《MongoDB 复制技术内幕》
索引
- 索引包含：单字段索引，复合索引，多 key 索引，Hash 索引，地理位置索引，文本索引。
- 复合索引遵循前缀匹配，避免内存排序， 索引交集。
- 注意后台创建索引
