近期MongoDB在Hack News上是频繁中枪。许多人更是声称恨上了MongoDB，David mytton就在他的博客中揭露了MongoDB许多现存问题。然而恨的人有之偏爱的也同样很多，作为回击：Russell Smith带来了多年工作经验的总结。Rus
近期MongoDB在Hack News上是频繁中枪。许多人更是声称恨上了MongoDB，David mytton就在他的博客中揭露了MongoDB许多现存问题。然而恨的人有之偏爱的也同样很多，作为回击：Russell Smith带来了多年工作经验的总结。Russell Smith曾担任Ops和大型网站缩放顾问并且帮助过Guardian、Experian等多家公司，MongoDB London User Group的联合创始人。作为MongoDB Master（MongoDB官方认可的MongoDB核心贡献者组织，并通过社区分享自己的专业技术），其参与工作的基础设施单服务器每秒查询超过3万次，每天活跃数据更在1TB以上。
下面来看Russell对MongoDB一些常见及生僻的问题做出分析：
32位 vs 64位
现在大多数的服务器都对32位操作系统实现支持，更有许多新型硬件支持着允许更多RAM的64位操作系统。
MongoDB也同时发布了32位及64位两个版本的数据库。归结于MongoDB使用的内存映射文件，32位版本只支持2G数据的存储。对于标准的Replica Set，MongoDB只拥有单一的处理策略 —— mongod。如果你想在未来储存2G以上的数据，请使用64位版本的MongoDB。如果拥有分片安装，那么32位版本同样可以使用。
总结：使用64位版本或者理解32位版本的限制。
文件大小限制
不同于RDBMS把数据储存在行与列中，MongoDB的数据是储存在文件中的。这些文件使用二进制存储形式，其格式为类似JSON格式的BSON格式。
和其它的数据库一样，单个文件的储存大小是有限制的。在旧版本的MongoDB中，单个文件都限制在4M以内。而新版本的MongoDB单文件已经支持到16M大小。这样的限制也许是令人厌烦的，但是10gen的意见是：如果这项设置不停的困扰到你，那么是否你的设计模式存在着问题；或者你可以使用文件无大小限制的GridFS。
这种情况通常的建议是避免存储过大的文件，不定期的更新数据库中存储的各种对象。而像Amazon S3或者Rackspace Cloudfiles这样的服务通常可能会是更好的选择，而非必要情况下最好别让基础设施陷入过载。
总结：把每个文件保持在16M以下，那么一切都好。
写入失败
MongoDB在默认的情况下允许高速的写入和更新，而付出的代价就是没有明确的错误通知。默认情况下多数的驱动都在做异步、“不安全”写入 —— 这就意味着驱动程序不能立即反馈错误信息，类似于MySQL的INSERT DELAYED。如果你想知道某个事情是否成功，你必须使用getLastError手动的检查错误信息。
某些情况下如果你需要在错误发生后立刻得到错误信息，即：大多数的驱动中都很容易实现同步“安全”查询。这将谋杀掉MongoDB不同于传统数据库的优点。
如果对比“完全安全”的同步写入你需要多一点性能，同时还想要一定程度的安全，那么你可以使用getLastError with‘j’让MongoDB只到一份日志提交后再发出错误报告通知。那么日志将以100毫秒一次的速度输出到磁盘，而不是60秒。
总结：如果必须要写入确认，你可以使用安全写入或getLastError。
数据结构模型的弱化不等于没有数据结构模型
RDBMS一般都拥有一个预定义的数据结构模型：表格的行和列，每个字段都拥有名称和数据类型。如果你想给其中一行加一列，那么你必须给整个表格都添加一列。
MongoDB则是移除了这个设置，对于Collection和文件没有强制的模型限定。这有益于快速开发及简易修改。
当然这不意味着你就可以无视结构模型的设计，一个合适的结构模型可以让你获得MongoDB的最佳性能。赶快阅读MongoDB文档，或者观看这些结构模型设计的相关视频吧！
Schema Design Basics
Schema Design at Scale
Schema Design Principles and Practice
总结：设计结构模型并充分利用MongoDB的特色。
默认情况下修改语句修改的只是单个文件
在传统的RDBMS中除非使用LIMIT子句，修改语句作用的将是所有匹配的地方。然而MongoDB每个查询上都默认使用等价“LIMIT 1”的设置。虽然无法做到“LIMIT 5”，但是你可以通过下面的语句整个的移除限制：
db.people.update({age: {$gt: 30}}, {$set: {past_it: true}}, false, true)
同样在官方的驱动中还有类似的选项 —— ‘multi’。
总结：可以通过指定多个文件的multi为true来完成多文件修改
查询区分大小写
字符串的查询可能不按预期的那样发展 —— 这归结于MongoDB默认区分大小写。
例如：db.people.find（{name: ‘Russell’}）与db.people.find（{name: ‘ russell‘}）是不同的。在这里最理想的解决方案就是对需要查询数据进行确认。你也可以通过正则表达式进行查询，比如：db.people.find（{name:/Russell/i}），但是这样会影响到性能。
总结：查询是区分大小写的，在牺牲速度的情况下可以利用正则表达式。
对输入的数据无容错性
当你尝试向传统数据库插入错误类型的数据，传统的数据库一般会把数据转换成预定义的类型。然而这在MongoDB中是行不通的，因为MongoDB的文件是没有预定义数据模型的。这样的话MongoDB会插入你输入的任何数据。
总结：使用准确的数据类型。
关于锁
当资源被代码的多个部分所共享时，需要确信锁必须要确保这处资源只能在一个地方被操作。
旧版本的MongoDB （pre 2.0）拥有一个全局的写入锁。这就意味贯穿整个服务器中只有一个地方做写操作。这就可能导致数据库因为某个地方锁定超负载而停滞。这个问题在2.0版本中的得到了显着的改善，并且在当前2.2版本中得到了进一步的加强。MongoDB 2.2使用数据库级别的锁在这个问题上迈进了一大步。同样值得期待的Collection级别的锁也计划在下一个版本中推出。
尽管如此，Russell还是认为：大多数受此限制的应用程序于其说是受MongoDB影响，还不如说是程序本身的问题来的更直接。
总结：使用最新的稳定版本才能获得最高的性能。
关于包
在类Ubuntu和Debian系统上安装时，许多人都出现过“过时版本”这样的问题。解决方案很简单：使用10gen官方库，那么在Ubuntu和Debian上安装也会像在Fedora和Centos上安装一样流畅。
总结：使用拥有大多数最新版本的官方包。
使用偶数个Replica Set成员
Replica Set是增加冗余及提升MongoDB数据集群性能的有效途径。数据在所有的节点中被复制，并选出一个作为主节点。假如主节点出故障，那么会在其他的节点中票选一个作为新的主节点。
在同一个Replica Set中使用两台机器是很有诱惑的，它比3台机器来的便宜并且也是RDBMS的标准行事风格。
但是到了MongoDB这里，同一个Replica Set中的成员数量只能是奇数个。假如你使用了偶数个成员，那么当主节点发生故障时那么其它的节点都会变成只读。发生这种情况是因为剩下待选节点的数目不满足票选主节点的规定。
如果你想节约成本，同时还希望支持故障转移和冗余的增强，那么你可以使用Arbiter。Arbiter是一种特殊的Replica Set成员，它不储存任何用户数据（这就意味着他们可以使用非常小的服务器）。
总结：只可以使用偶数个Replica Set成员，但是可以使用Arbitter来削减成本。
没有join语句
MongoDB不支持join：如果你想在多个Collection中检索数据，那么你必须做多次的查询。
如果你觉得你手动做的查询太多了，你可以重设计你的数据模型来减少整体查询的数量。MongoDB中的文件可以是任何类型，那么可以轻易的对数据进行De-Normalize。这样就可以让它始终和你的应用程序保持一致。
总结：没有join不妨看一下如何设计数据结构模型。
Journaling
MongoDB使用内存映射文件并且每60秒向磁盘输出一次通知，这就意味着最大程度上你可能丢失60秒加上向硬盘输出通知这段时间内所有的数据。
为了避免数据丢失，MongoDB从2.0版本起就添加了Journaling（默认情况下开启）。Journaling把时间从60秒更改为100ms。如果数据库意外的停机，在启动之前它将会被重启用以确保数据库处于一致状态。这也是MongoDB与传统数据库最接近的地方。
当然Journaling会轻微的影响到性能，大约5%。但是对于多数人来说额外带来的安全性肯定是物有所值的。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
