学校网站建设情况介绍,深圳大型网站开发,音乐展示网站建设平台,江西南昌建设厅网站目录
1.由文档存储牵出的问题
2.什么是MongoDB#xff1f;
3.ES和MongoDB的对比 1.由文档存储牵出的问题
本文或者说关于mongodb的这个系列文章的源头#xff1a;
前面我们聊过了分布式链路追踪系统#xff0c;在基于日志实现的分布式链路追踪的方式seluthzipkin中为了…
目录
1.由文档存储牵出的问题
2.什么是MongoDB
3.ES和MongoDB的对比 1.由文档存储牵出的问题
本文或者说关于mongodb的这个系列文章的源头
前面我们聊过了分布式链路追踪系统在基于日志实现的分布式链路追踪的方式seluthzipkin中为了防止数据丢失需要将数据持久化。我们给出的是持久化进mysql中的示例。
【JAVA】分布式链路追踪技术概论-CSDN博客
https://bugman.blog.csdn.net/article/details/135258207?spm1001.2014.3001.5502
后面我们发现存放日志以及需要进行后期统计这个场景来说的话关系型数据库是不合适的于是引出了用ES系列
https://bugman.blog.csdn.net/article/details/135342256?spm1001.2014.3001.5502
https://bugman.blog.csdn.net/article/details/135425284?spm1001.2014.3001.5502
https://bugman.blog.csdn.net/article/details/135515805?spm1001.2014.3001.5502
https://bugman.blog.csdn.net/article/details/135581380?spm1001.2014.3001.5502
聊完ES后这时候我们难免就避不开mongodb这个热门的文档数据库什么是MongoDBMongoDB的核心概念ES和MongoDB的对比将会是本文的核心内容。
2.什么是MongoDB
MongoDB由“Humongous Database”缩写而来是一种开源的、面向文档的 NoSQL 数据库系统自4.0版本开始支持ACID。它在设计上采用了分布式文件存储的思想适用于大规模数据的存储和处理。
说的直白点MongoDB在设计的时候就是冲着解决海量文档的存储来的。
mongodb的架构如下 database数据库数据库是一个仓库里面可以存放集合。
collection集合类似于数组可以在集合中存放文档。
document文档mongodb最小的单位我们存储和操作的内容都是文档。
数据库类比数据库集合类比表文档类比一条数据。
数据库和集合都不需要我们手动创建当我们创建文档时文档所在的数据库或者集合不存在会自动创建数据库和集合。
mongodb的数据结构
MongoDB的数据结构是其用来应对海量文档存储的核心其是以类JSON的方式来存储数据也就是BSON。BSON是二进制的这样做的目的是为了增强存储能力具体的细节后文说。先来看看JSON和BSON的比较
假设我们有如下的 JSON 对象用于描述一个人的基本信息
这个 JSON 对象包含了一些基本的数据类型如字符串、数字、布尔值、对象和数组。 { name: John Doe, age: 30, isStudent: false, birthday: 1990-01-01, address: { street: 123 Main St, city: Anytown }, hobbies: [reading, cycling] } 现在我们将同样的数据转换为 BSON 格式。在 BSON 中我们可以使用一些 JSON 中不存在的数据类型。以下是 BSON 版本的同一数据包含一些 BSON 特有的字段请注意这是概念性的表示因为 BSON 实际上是二进制格式无法以纯文本形式直观展示 { name: John Doe, // 字符串 age: Int32(30), // 32位整数 isStudent: false, // 布尔值 birthday: ISODate(1990-01-01), // 日期类型 address: { // 嵌套文档 street: 123 Main St, city: Anytown }, hobbies: [reading, cycling]// 数组 } 在这个 BSON 示例中我们可以看到一些与 JSON最大的不同就是其数据是有类型的BSON最是二进制的有类型声明这样能准确的从二进制里解析出准确的值来从而避免了还要转一遍的这种解析过程。所有我们可以看到BSON是很适合用来进行文档存储的二进制化后减小了原始数据的体积又由于有类型的存在能直接读出来又很适合检索。
3.ES和MongoDB的对比
其实到这里很多人都会有疑惑ES和MongoDB都能存储海量文档都支持文档的搜索很多功能上都是高度重合的那为什么会出现如此相似的两个东西他们各自的应用场景有什么不同
首先我们要知道
ES的核心是冲着全文检索去的MongoDB的核心是冲着文档存储去的。
全文搜索和文档存储在某种程度上可以被视为对立的或至少是有着不同优化方向的技术也就是说二者是不能相互兼顾的只能二选一。 全文搜索的特点 全文搜索的核心在于能够快速有效地检索出包含特定词汇或词组的文档。为此搜索引擎如 Elasticsearch建立复杂的索引来存储每个词汇的出现位置、频率等信息。这些索引通常需要快速访问因此搜索引擎可能会牺牲一些存储效率来提高读取速度。 文档存储的特点 文档存储如 MongoDB主要关注于存储和查询结构化或半结构化数据。这些系统可能采用不同的存储优化技术如数据压缩、分片等以提高存储效率和处理大量数据的能力。文档数据库的索引通常不是为了全文搜索设计的而是为了快速查找特定字段或数据结构。 优化方向的差异 全文搜索引擎的设计重点在于最大化检索效率特别是在处理大量文本数据时的搜索性能。文档数据库则更侧重于数据的灵活性、存储效率和结构化查询的性能。
OK到这里其实我们就已经知道了ES和MongoDB最核心的区别了也就不会疑惑。也可以得出:
es拥有更细粒度的查询能力也就是能对全文进行各种检索但在文档的存储上要差一点。
MongoDB在文档的存储上更优秀适合存储海量文档但是只支持简单的文档搜索而不是全文检索。
