MongoDB의 특징, 원리, 사용 시나리오, 적용 사례에 대한 자세한 설명

추천: "MongoDB 비디오 튜토리얼"

소개

MongoDB는 분산 파일 스토리지 기반의 데이터베이스입니다. C 언어로 작성되었습니다. 웹 애플리케이션을 위한 확장 가능한 고성능 데이터 스토리지 솔루션을 제공하도록 설계되었습니다.

MongoDB는 관계형 데이터베이스와 비관계형 데이터베이스 사이의 제품으로, 비관계형 데이터베이스 중에서 가장 기능이 풍부하고 관계형 데이터베이스와 가장 유사합니다. 지원하는 데이터 구조는 매우 느슨하고 json과 유사한 bson 형식이므로 더 복잡한 데이터 유형을 저장할 수 있습니다. Mongo의 가장 큰 특징은 지원하는 쿼리 언어가 매우 강력하다는 것입니다. 구문이 객체 지향 쿼리 언어와 다소 유사하며 관계형 데이터베이스의 단일 테이블 쿼리와 유사한 대부분의 기능을 구현할 수 있으며 인덱싱도 지원합니다. 데이터.

Features

고성능, 손쉬운 배포, 손쉬운 사용, 데이터 저장이 매우 편리한 것이 특징입니다. 주요 기능적 특징은 다음과 같습니다:

* 세트 지향 저장, 객체 유형 데이터 저장이 용이합니다.

*무료 모드.

*동적 쿼리를 지원합니다.

* 내부 개체를 포함한 전체 인덱싱을 지원합니다.

*지원문의.

*복제 및 오류 복구를 지원합니다.

* 대용량 개체(예: 비디오 등)를 포함한 효율적인 바이너리 데이터 저장소를 사용하세요.

* 조각화를 자동으로 처리하여 클라우드 수준의 확장성을 지원합니다.

*RUBY, PYTHON, JAVA, C, PHP, C# 및 기타 언어를 지원합니다.

*파일 저장 형식은 BSON(JSON의 확장자)입니다.

*웹을 통해 접근 가능합니다.

사용 원리

소위 "컬렉션 지향"이란 데이터를 컬렉션이라고 하는 데이터 세트에 그룹화하여 저장한다는 의미입니다. 각 컬렉션에는 데이터베이스에 고유한 식별 이름이 있으며 무제한의 문서를 포함할 수 있습니다. 컬렉션의 개념은 스키마를 정의할 필요가 없다는 점을 제외하면 관계형 데이터베이스(RDBMS)의 테이블과 유사합니다. Nytro MegaRAID 기술의 플래시 캐시 알고리즘은 데이터베이스 내의 대규모 데이터 세트에서 핫 데이터를 신속하게 식별하여 일관된 성능 향상을 제공합니다.

스키마가 없다는 것은 mongodb 데이터베이스에 저장된 파일의 경우 구조 정의를 알 필요가 없음을 의미합니다. 필요한 경우 동일한 데이터베이스에 다른 구조의 파일을 저장할 수 있습니다.

컬렉션에 저장된 문서는 키-값 쌍으로 저장됩니다. 키는 문서를 고유하게 식별하는 데 사용되며 문자열 유형인 반면, 값은 다양하고 복잡한 파일 유형일 수 있습니다. 우리는 이 저장 형식을 BSON(Binary Serialized Document Format)이라고 부릅니다.

MongoDB는 여러 사이트에 배포되었습니다.

주요 시나리오:

1) 웹사이트 실시간 데이터 처리. 실시간 삽입, 업데이트, 쿼리에 이상적이며, 웹 사이트의 실시간 데이터 저장에 필요한 복제 및 높은 확장성을 갖추고 있습니다.

2) 캐싱. 높은 성능으로 인해 정보 인프라의 캐싱 계층으로 적합합니다. 시스템이 다시 시작된 후에는 시스템에 의해 구축된 영구 캐시 계층이 기본 데이터 소스의 과부하를 방지할 수 있습니다.

3) 확장성이 뛰어난 시나리오. 수십 또는 수백 대의 서버로 구성된 데이터베이스에 이상적인 로드맵에는 이미 MapReduce 엔진에 대한 기본 지원이 포함되어 있습니다.

적용할 수 없는 시나리오는 다음과 같습니다.

1) 높은 수준의 트랜잭션이 필요한 시스템.

2) 전통적인 비즈니스 인텔리전스 애플리케이션.

3) 복잡한 문서 간(테이블) 계단식 쿼리.

시스템 소개

분산 파일 시스템이란 파일 시스템에서 관리하는 물리적 저장 자원이 반드시 로컬 노드에 직접 연결되는 것이 아니라, 컴퓨터 네트워크를 통해 노드에 연결되는 것을 의미합니다. 분산 파일 시스템의 설계는 클라이언트/서버 모델을 기반으로 합니다. 일반적인 네트워크에는 여러 사용자가 액세스하는 여러 서버가 포함될 수 있습니다. 또한 P2P 기능을 통해 일부 시스템은 클라이언트와 서버의 이중 역할을 수행할 수 있습니다.

HBase는 Fay Chang이 작성한 Google 논문 "Bigtable: A Distributed Storage System for Structured Data"에서 가져온 분산형 열 기반 오픈 소스 데이터베이스입니다.

HBase는 자체 기술을 기반으로 개발되었습니다. 용홍데이터마트의 분산파일저장시스템(ZDFS)은 Hadoop HDFS 기반의 변환 및 확장으로 서버 클러스터의 모든 노드에 저장된 파일을 균일하게 관리하고 저장합니다.

적용 가능한 시나리오

MongoDB의 목표는 키/값 저장 방식(고성능 및 높은 확장성을 제공)과 기존 RDBMS 시스템(풍부한 기능 포함) 사이에 브리지를 구축하는 것입니다. 공식 웹사이트 Mongo에 따르면 이 두 가지 장점을 하나로 통합합니다. 다음 시나리오에 적합합니다.

● 웹사이트 데이터: Mongo는 실시간 삽입, 업데이트, 쿼리에 매우 적합하며, 웹사이트의 실시간 데이터 저장에 필요한 복제성과 높은 확장성을 갖추고 있습니다.

● 캐싱: Mongo는 높은 성능으로 인해 정보 인프라의 캐싱 계층으로도 적합합니다. 시스템이 다시 시작된 후 Mongo가 구축한 영구 캐시 계층은 기본 데이터 소스가 과부하되는 것을 방지할 수 있습니다.

● 대용량, 가치가 낮은 데이터: 기존 관계형 데이터베이스를 사용하여 일부 데이터를 저장하는 것이 더 비쌀 수 있습니다. 그 전에는 프로그래머가 저장을 위해 기존 파일을 선택하는 경우가 많았습니다.

● 확장성이 뛰어난 시나리오: Mongo는 수십 또는 수백 대의 서버로 구성된 데이터베이스에 매우 적합하며 Mongo의 로드맵에는 이미 MapReduce 엔진에 대한 기본 지원이 포함되어 있습니다.

● 객체 및 JSON 데이터 저장용: Mongo의 BSON 데이터 형식은 문서화된 형식의 저장 및 쿼리에 매우 적합합니다.

불편한 시나리오

● 거래량이 많은 시스템(예: 은행 또는 회계 시스템). 기존 관계형 데이터베이스는 현재 다수의 원자적이고 복잡한 트랜잭션이 필요한 애플리케이션에 더 적합합니다.

● 기존 비즈니스 인텔리전스 애플리케이션: 특정 문제에 대한 BI 데이터베이스는 고도로 최적화된 쿼리 방법을 생성합니다. 이러한 애플리케이션의 경우 데이터 웨어하우스가 더 적합한 선택일 수 있습니다.

● SQL이 필요한 질문입니다.

적용 사례 일부 회사 MongoDB의 실제 적용 사례:

Craiglist는 MongoDB의 수십억 개의 아카이브를 사용합니다.

위치 기반 소셜 네트워킹 사이트인 FourSquare는 MongoDB를 사용하여 Amazon EC2 서버의 데이터를 공유합니다.
• 인터넷 기반 소셜 및 개인 게시 서비스인 Shutterfly는 다양한 영구 데이터 스토리지 요구 사항을 충족하기 위해 MongoDB를 사용합니다.
bit.ly는 MongoDB를 사용하여 데이터를 저장하는 웹 기반 URL 단축 서비스입니다.
• MTV Networks의 계열사인 Spike.com은 MongoDB를 사용합니다.

  소규모 기업과 개인을 위한 소프트웨어 및 서비스 제공업체인 Intuit는 소규모 기업용 MongoDB를 사용하여 사용자 데이터를 추적합니다.
  sourceforge.net은 MongoDB 백엔드 스토리지를 사용하여 오픈 소스 소프트웨어를 무료로 찾고, 만들고, 게시할 수 있는 리소스 웹사이트입니다.
  etsy.com은 수공예품을 사고 파는 웹사이트로 MongoDB를 사용합니다.
  최고의 온라인 뉴스 포털 중 하나인 New York Times는 MongoDB를 사용합니다.
  유명 입자 물리학 연구소인 CERN은 유럽 핵 연구 센터의 대형 강입자 충돌기의 데이터에 MongoDB를 사용합니다.
  
  
  
  

위 내용은 MongoDB의 특징, 원리, 사용 시나리오, 적용 사례에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!