MongoDB的文檔存儲結構
MongoDB文檔數據庫的存儲結構分為四個層次，從小到大依次是：鍵值對、文檔（document）、集合（collection）、數據庫（database）。
圖 1 描述了 MongoDB 的存儲與MySQL存儲的對應關系，可以看出，MongoDB中的文檔、集合、數據庫對應於關系數據庫中的行數據、表、數據庫。
圖 1：MongoDB 存儲與 Mysql 存儲的對比
鍵值對
文檔數據庫存儲結構的基本單位是鍵值對，具體包含數據和類型。鍵值對的數據包含鍵和值，鍵的格式一般為字符串，值的格式可以包含字符串、數值、數組、文檔等類型。
按照鍵值對的復雜程度，可以將鍵值對分為基本鍵值對和嵌套鍵值對。
- 圖 2 中的鍵值對中的鍵為字符串，值為基本類型，這種鍵值對就稱為基本鍵值。
- 嵌套鍵值對類型如圖 3 所示，從圖中可以看岀， contact 的鍵對應的值為一個文檔，文檔中又包含了相關的鍵值對，這種類型的鍵值對稱為嵌套鍵值對。
圖 2：MongoDB 文檔數據模型
圖 3：嵌套鍵值對
鍵（Key）起唯一索引的作用，確保一個鍵值結構里數據記錄的唯一性，同時也具有信息記錄的作用。例如，country:"China"，用:實現了對一條地址的分割記錄，“country”起到了 “China”的唯一地址作用，另外，“country”作為鍵的內容說明了所對應內容的一些信息。
值（Value）是鍵所對應的數據，其內容通過鍵來獲取，可存儲任何類型的數據，甚至可以為空。
鍵和值的組成就構成了鍵值對（Key-Value Pair）。它們之間的關系是一一對應的，如定義了 “country:China”鍵值對，"country”就只能對應“China”，而不能對應“USA”。
文檔中鍵的命名規則如下。
- UTF-8 格式字符串。
- 不用有
\0的字符串，習慣上不用.和$。 - 以開頭的多為保留鍵，自定義時一般不以開頭。
- 文檔鍵值對是有序的，MongoDB 中嚴格區分大小寫。
文檔
文檔是 MongoDB 的核心概念，是數據的基本單元，與關系數據庫中的行十分類似，但是比行要復雜。文檔是一組有序的鍵值對集合。文檔的數據結構與 JSON 基本相同，所有存儲在集合中的數據都是 BSON 格式。
BSON 是一種類 JSON 的二進制存儲格式，是 Binary JSON 的簡稱。 一個簡單的文檔例子如下：
{"country" : "China", "city": "BeiJing"}
MongoDB 中的數據具有靈活的架構，集合不強制要求文檔結構。但數據建模的不同可能會影響程序性能和數據庫容量。文檔之間的關系是數據建模需要考慮的重要因素。文檔與文檔之間 的關系包括嵌入和引用兩種。
下面舉一個關於顧客 patron 和地址 address 之間的例子，來說明在某些情況下，嵌入優於引用。
{ _id: "joe", name: "Joe Bookreader"}{ patron_id: "joe", street: "123 Fake Street", city: "Faketon", state: "MA", zip: "2345"}
關系數據庫的數據模型在設計時，將 patron 和 address 分到兩個表中，在查詢時進行關聯， 這就是引用的使用方式。如果在實際查詢中，需要頻繁地通過 _id 獲得 address 信息，那么就需要頻繁地通過關聯引用來返回查詢結果。在這種情況下，一個更合適的數據模型就是嵌入。
將 address 信息嵌入 patron 信息中，這樣通過一次查詢就可獲得完整的 patron 和 address 信息，如下所示：
{ _id: "joe", name: "Joe Bookreader", address: { street: "123 Fake Street", city: "Faketon”， state: nMAnz zip: T2345” }}
如果具有多個 address，可以將其嵌入 patron 中，通過一次查詢就可獲得完整的 patron 和多個 address 信息，如下所示：
{ _id: "joe", name: "Joe Bookreader", addresses:[ { street: "123 Fake Streetn, city: "Faketon", state: "MA", zip: "12345" }, { street: "l Some Other Street", city: "Boston", state: "MA", zip: "12345" } ]}
但在某種情況下，引用用比嵌入更有優勢。下面舉一個圖書出版商與圖書信息的例子，代碼如下:
{ title: "MongoDB: The Definitive Guide", author: [ "Kristina Chodorow", "Mike Dirolfn"], published_date: ISODate("2010-09-24"), pages: 216, language: "English", publisher: { name: "O'Reilly Media", founded: 1980, location: "CA" }}{ title: "50 Tips and Tricks for MongoDB Developer", author: "Kristina Chodorow", published_date: ISODate("2011-05-06"), pages: 68, language: "English", publisher: { name: "O'Reilly Media", founded: 1980, location: "CA" }}
從上邊例子可以看出，嵌入式的關系導致出版商的信息重復發布，這時可采用引用的方式描述集合之間的關系。使用引用時，關系的增長速度決定了引用的存儲位置。如果每個出版商的圖書數量很少且增長有限，那么將圖書信息存儲在出版商文檔中是可行的。
通過 books 存儲每本圖書的 id 信息，就可以查詢到指定圖書出版商的指定圖書信息，但如果圖書出版商的圖書數量很多, 則此數據模型將導致可變的、不斷增長的數組 books，如下所示：
{ name: "O'Reilly Media", founded: 1980, location: "CA", books: [123456789, 234567890, …]}{ _id: 123456789, title: "MongoDE: The Definitive Guide", author: ["Kristina Chodorow", "Mike Dirolf"], published_date: ISODate("2010-09-24"), pages: 216, language: "English"}{ _id: 234567890, title: "50 Tips and Tricks for MongoDB Developer", author: "Kristina Chodorow", published_date: ISODate("2011-05-06"), pages: 68, language: "English"}
為了避免可變的、不斷增長的數組，可以將出版商引用存放到圖書文檔中，如下所示：
{ _id: "oreilly", name: "O'Reilly Media", founded: 1980, location: "CA"}{ _id: 123456789, title: "MongoDB: The Definitive Guiden, author: [ "Kristina Chodorow", "Mike Dirolf"], published_date: ISODate("2010-09-24"), pages: 216, language: "English", publisher_id: "oreilly"}{ _id: 234567890, title: "50 Tips and Tricks for MongoDB Developer", author: "Kristina Chodorow", published date: ISODate("2011-05-06")， pages: 68, language: "English", publisher_id: "oreilly"}
集合
MongoDB 將文檔存儲在集合中，一個集合是一些文檔構成的對象。如果說 MongoDB 中的文檔類似於關系型數據庫中的“行”，那么集合就如同“表”。
集合存在於數據庫中，沒有固定的結構，這意味着用戶對集合可以插入不同格式和類型的數據。但通常情況下插入集合的數據都會有一定的關聯性，即一個集合中的文檔應該具有相關性。
集合的結構如圖 4 所示。
圖 4：文檔數據庫中的一個集合
數據庫
在 MongoDB 中，數據庫由集合組成。一個 MongoDB 實例可承載多個數據庫，互相之間彼此獨立，在開發過程中，通常將一個應用的所有數據存儲到同一個數據庫中，MongoDB 將不同數據庫存放在不同文件中。
數據庫結構示例如圖 5 所示。
圖 5：一個名為 DB 的數據庫的結構