【1】MongoDB简介
（1.1）什么是MongoDB
MongoDB是一个文档数据库（以Json 为数据模型），由 C++语言编写，旨在为 WEB 应用提供可扩展的高性能数据存储解决方案；
MongoDB 是一个介于关系型数据库和非关系型数据库之间的产品，是非关系数据库中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，数据格式是 BSON（一种类似于 JSON 的二进制形式的存储格式，简称binary Json，比起JSON多了一些元数据），和 JSON 一样支持内嵌的文档对象和数组对象，因此可以存储比较复杂的数据类型。
MongoDB 最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
原则上 Oracle 和 Mysql 能做的事情，MongoDB都能做（包括 ACID 事务）。
4.2之后，支持了跨分片多文档事务（分布式事务）；
如：一个事务写了3个文档，分别想到3个不同分片 A B C，如何保证全部正常或者全部失败；
（1.2）MongoDB与关系型数据库的概念对比
数据库（database）：最外层的概念，可以理解为逻辑上的名称空间，一个数据库包含多个不同名称的集合；
集合（collection）：相当于 SQL 中的表，一个集合可以存放多个不同的文档；
文档（document）：一个文档相当于数据表中的一行，由多个不同的字段组成；
字段（field）：文档中的一个属性，等同于关系型数据库中的列（column）
索引（index）：独立的检索式数据结构，与SQL 的概念一致。
_id：每个文档中都有一个唯一的 _id 字段，相当于SQL 中的主键（primary key）
视图（view）：可以看做一种虚拟的集合，与 SQL 中的视图类似。从MongoDB 3.4版本开始提供了视图功能，其可以通过聚合管道技术实现；
聚合操作（$lookup）：MongoDB 用于实现 “类似” 表连接（table join） 的聚合操作符
内容对比：
尽管这些概念大多与 SQL 标准定义类似，但 MongoDb 与传统 RDBMS 仍然存在不少差异，包括如下：
半结构化：
在一个集合中，文档所拥有的字段并不是需要是相同的，而且也不需要对所用的字段进行生命。因此，MongoDB 具有很明显的半结构化特点
除了松散的表结构，文档还可以支持多级的嵌套、数组等灵活的数据类型，非常契合面向对象的变成模型。
弱关系：
MongoDB 没有外键的约束，也没有很强大的表连接能力。类似的功能需要使用聚合管道技术来弥补；
【2】MongoDB技术优势
MongoDB基于灵活的 Json 文档模型，非常适合敏捷式的快速开发。
与此同时具有与生俱来的高可用、高水平扩展能力；使得它在处理海量数据、高并发的情况时具有一定优势；
- Json 结构的对象模型接近，开发代码量低
- Json的动态模型意味着更容易响应新的业务需求
- 复制集提供99.999%高可用
- 分片架构支持海量数据和无缝扩容
（2.1）解决关系型数据库的复杂关联（简单直观）
如下图，复杂的关系型表 =》 变成了 Json 文档组织
（2.2）文档模型包含了各种类型（快速的开发）
如下图，比如有多个邮件、有多个 interests 兴趣爱好，可以用数组组成；
如果是关系型数据库，可能需要可能多表构建，然后多个兴趣爱好时需要多行存储；
（2.3）无感的在线加字段（灵活解决业务变化）
如果我们要加字段，加数据对于关系型数据库来说，大表加字段简直是一种灾难；
但如果用 Mongodb，如下图，我们直接可以在线无任何业务影响的加个社交字段；这里还可以用一个 version 字段来做好版本管理；
（2.4）集群-原生高可用
- Replica Set - 2 to 50 个成员
- 自动选举、恢复
- 多中心容灾能力
- 滚动服务 - 最小化服务终端
如下图
这里还可以延迟复制，比如延迟10分钟；以便解决误删、误操作等问题；
（2.5）集群-横向扩展节点能力
如下图，在应用访问过来后，由MongoOS（每个节点都有）根据元数据 config 信息，来找到请求对应要访问哪个分片；
如果是加一个节点，一个命令就可以了很方便；
【3】MongoDB 应用场景
（3.1）基本应用场景
（3.2）什么时候考虑用 MongoDB
如下列，有一点就可以考虑使用；
